Do we still need `asciilib` for better performance?

Aperta

#98,229 aperta il 12/10/2022 7 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà: 4/5
Tempo stimato: 3-5 giorni
Idoneità per principianti: 35/100

Tipo di issue: Refactoring
Chiarezza: Da chiarire
Stato di attività: Ferma
Stack tecnologico: c, python
Ambito: performance

Direzione di ricerca

Inizia con le chiamate a asciilib_count utilizzate da unicode_count e con il percorso asciilib_rsplit_whitespace, confrontando input ASCII e non ASCII su Windows, macOS e Linux. Misura i metodi Python e le funzioni dell’API C interessati con stringhe brevi e lunghe; il lavoro è completato quando sono disponibili prove di benchmark sufficienti per decidere se le chiamate debbano essere mantenute o rimosse.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

interpreter-core performance type-feature

Feature or enhancement

asciilib was introduced in https://github.com/python/cpython/commit/c3cec7868bf1019c0987f1e9aadb56d73fa93d61 as a performance feature for ascii strings.

11 years have passed since then.

While working on https://github.com/python/cpython/pull/98025 we with @vstinner experimented on unicode_count with and without asciilib_count calls.

Results were clear: it does not bring any benefits on our benchmarks.
And this commit was made: https://github.com/python/cpython/commit/df3a6d9beb8a7a3fe87a6d4126384fd3e0213853

Later, while working on https://github.com/python/cpython/pull/98228 I've noticed that asciilib_rsplit_whitespace also does not provide significant performance gains on my platform and my simple data input.

So, maybe this should be analyzed deeply?

Pitch

I think that these calls should be further investigated: do we really need this?
We should come up with better data to make a final decision, including:
- What pytohn methods / c-api functions are affected?
- Short and long ascii / non-ascii strings (because this check slows down all non-ascii strings by calling extra PyUnicode_IS_ASCII(str)
- Windows / MacOS / Linux platforms, maybe the results will be different

I don't have access to Windows, but I can do the research for other platforms.

If it does not provide any performance benefits, it should be removed.

Lingua principale: Python
Stelle: 77.2k
Fork: 36k
Merge medio: 1g 9h
PR unite (30g): 558

Guida per i contributori

Apri la guida per i contributori

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.