本文由 伯乐在线 - atupal 翻译。未经许可，禁止转载！英文出处：Dropbox。欢迎加入翻译组。大家好，我非常激动宣布 Pyston，这是一个正在由 Dropbox 开发的开源 Python 解释器。 这个项目的目标是产生一个高性能的 Python 解释器，使 Python 也能用于那些被如 C++ 这样的传统系统语言占据的领域。

在 Dropbox ，我们热爱 Python ，尝试用它来做一切可以做的事情。然而随着规模的的变大和要处理的问题越来越多，我们开始发现继续使用 Python 而要达到我们的性能目标有时候极其困难。有时用另外一门语言重写也起不了多大作用。我本人非常喜欢 Python ， 每次当我们决定重写什么东西的时候我都很受伤，所以我想为它做一点什么。在静态编译上做了一些无用功后，我们到处查资料然后发现 JIT 技术在 Javascript 上非常成功，尤其 是 Chrome 的 V8 引擎大大地改善了 Javascript 的性能。我们希望通过同样的技术也能在 Python 上达到相同的性能提升。

Pyston 现在仍然处于初期阶段，还不能投入使用。但我们希望早点在它的生命周期之初就公布并开源出来，这样我们就能和 Python 和 JIT 社区来合作开发了。太多的细节在这篇博客写不下，但我们想说一下我们为什么需要一个新的 Python 实现，以及讲一点点 Pyston 是怎么工作的。

为什么选择实现一个新的 Python 解释器

早就已经有了一大堆使用 JIT 技术的 Python 实现：PyPy 使用它的 tracing JIT 来提高性能；Jython 和 IronPython 都是构建在广泛支持 JIT 的虚拟机上的。所以为什么我们认为还值得开始创造一个新的实现呢？

简单来说，是因为我们认为绝大多数有前景的技术都和现有的实现不兼容。比如，在 Javascript 界就因为强大的性能优势从 tracing JIT 切换到 method-at-a-time JIT 。对 Python 是否有同样的性能优势还有待商榷，但由于这两种途径从根本上都是和现有的实现不兼容的，所以答案只能是构建一个新的 method-at-a-time JIT。

另外一个区别是我们对传统的垃圾回收器有计划地使用来高效地支持拓展模块。同样，我们现在也无法知道这是否是一种更好的方法，但这个决定对一个很难在现有的实现下进行测试的 JIT 来说是必不可少的。

从零开始的坏处就是，创造一个新的语言的实现毋庸置疑是一个巨大的任务。幸运的是， 有助于这个过程的一些工具已经开始出现了。尤其是 Pyston 是构建在 LLVM 之上的，使得我们不需要自己处理细节就可以生成上层的高质量代码。尽管如此，一个新的 Python 实现还是一个巨大 的工程，所以 Pyson 将不会马上就能投入使用。

它是怎么工作的

从顶层看，Pyston 将解析好的 Python 代码转换成 LLVM 中间代码。然后中间