python / python/cpython

Calling comprehensions always makes CALL_PY_EXACT_ARGS miss

Offen
#93,827 3 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

interpreter-core type-feature
Vorherrschende Sprache
Python
Sterne
77.2k
Forks
36k
PR-Merge-Kennzahlen
PR-Kennzahlen ausstehend

Beschreibung

Consider the function

def f():
    return [x for x in range(2)]
for i in range(20):
    f() # warmup
from dis import dis
dis(f, adaptive=True)
dis(f)
  1           0 RESUME_QUICK             0

  2           2 LOAD_CONST               1 (<code object <listcomp> at 0x000001DA71743920, file "<stdin>", line 2>)
              4 MAKE_FUNCTION            0
              6 LOAD_GLOBAL_BUILTIN      1 (NULL + range)
             18 LOAD_CONST               2 (2)
             20 CALL_BUILTIN_CLASS       1
             30 GET_ITER
             32 CALL_PY_EXACT_ARGS       0
             42 POP_TOP
             44 LOAD_CONST               0 (None)
             46 RETURN_VALUE

Disassembly of <code object <listcomp> at 0x000001DA71743920, file "<stdin>", line 2>:
  2           0 RESUME_QUICK             0
              2 BUILD_LIST               0
              4 LOAD_FAST                0 (.0)
        >>    6 FOR_ITER_RANGE           4 (to 18)
             10 STORE_FAST__LOAD_FAST     1 (x)
             12 LOAD_FAST                1 (x)
             14 LIST_APPEND              2
             16 JUMP_BACKWARD_QUICK      6 (to 6)
        >>   18 RETURN_VALUE

That CALL_PY_EXACT_ARGS always misses at

DEOPT_IF(func->func_version != read_u32(cache->func_version), CALL);

because the function is created by MAKE_FUNCION so it will never have the same func_version as the previous time.

CALL_PY_EXACT_ARGS misses roughly 5% of the time in pyperformance, and this might decrease that a hair.

Maybe this is insignificant enough that it won't matter, but it would theoretically be nice to statically decide not to specialize these calls.

cc @markshannon

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Beginne damit, die Spezialisierung CALL_PY_EXACT_ARGS für von MAKE_FUNCTION erstellte Funktionen nachzuverfolgen, wobei der im Issue beschriebene DEOPT_IF func_version-Check im Mittelpunkt steht. Verwende das Disassembly-Beispiel als Reproducer und vergleiche die pyperformance-Ergebnisse; als erledigt gilt die Aufgabe, wenn diese Aufrufe von Comprehensions statisch vermieden werden oder nicht mehr unnötigerweise fehlschlagen, ohne Regression im angegebenen Benchmark.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
python
Bereich
performance
Issue-Typ
Bug
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
38/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.