docker-library / docker-library/python
Faster Python, beyond semantic interposition
Nessuno ha ancora preso questa issue.
- Lingua principale
- Dockerfile
- Stelle
- 2.8k
- Fork
- 1.1k
- Merge medio
- 3g 1h
- PR unite (30g)
- 1
Descrizione
#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.
Guida per i contributori
Nessuna guida per i contributori indicizzata per questo repository
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Direzione di ricerca
Inizia riproducendo i risultati pystone riportati con Docker e Podman sulle immagini Fedora, Ubuntu, Debian slim e Conda-Forge elencate nell’issue. Confronta il runtime Python e le condizioni delle immagini che differiscono tra queste esecuzioni. Il lavoro è completato quando viene identificata una causa specifica e riproducibile del divario di prestazioni e viene documentato un miglioramento attuabile.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Valutazione
- Stack tecnologico
- docker, python
- Ambito
- devops, performance
- Tipo di issue
- Funzionalità
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Stato di attività
- Ferma
- Chiarezza
- Da chiarire
- Idoneità per principianti
- 25/100