Faster Python, beyond semantic interposition

#501 has a useful suggestion for speeding up Python by ~20%. After that's done, it's actually possible to do better.

Host is Fedora 33. All tests were run with Python 3.9.

On host:

• Fedora's Python gives 200K pystone/sec.
• Conda-Forge Python gives 240K pystone/sec.

Running inside Docker 20.04 (cgroups v2 enabled):

• fedora:33 gives 173K pystone/sec.
• python:3.9-slim-buster, I get 169K pystone/sec.
• ubuntu:20.04 (no shared library): 183K pystone/sec.
• continuumio/miniconda3 with Python from Conda-Forge: 189K/sec

I am mystified why things are so much slower inside Docker. Some of this is clearly not because of the image, but the runtime. But notice the Ubuntu image is definitely faster.

With podman:

• python:3.9-slim-buster: 204K/sec
• continuumio/miniconda3 with Python from Conda-Forge: 230K/sec

Note that the Anaconda (default Conda) Python 3.9 does not appear faster, it's specifically whatever Conda-Forge does. I am trying to figure that out.

Beginne damit, die gemeldeten pystone-Ergebnisse mit Docker und Podman über die im Issue aufgeführten Fedora-, Ubuntu-, Debian-slim- und Conda-Forge-Images hinweg zu reproduzieren. Vergleiche die Python-Laufzeit und die Image-Bedingungen, die sich zwischen diesen Läufen unterscheiden. Die Aufgabe gilt als erledigt, wenn eine spezifische, reproduzierbare Ursache für die Leistungslücke identifiziert und eine umsetzbare Verbesserung dokumentiert wurde.