Я работаю над крупным приложением по финансовым ценообразованию, в котором выполняются долгосрочные расчеты. Мы определили некоторые функции, которые могут быть ускорены путем избирательного применения психо. Мой менеджмент запросил оценку затрат и выгод от добавления psyco в наш стек.
Учитывая критическую природу моего проекта, недопустимо, если «повышение производительности» потенциально может снизить надежность. Я читал, что использование psyco дает дополнительную производительность за счет увеличения используемой памяти. Я беспокоюсь, что это может быть проблемой.
Я делаю это так:
@psyco.proxy
def my_slow_function(xxx):
В целом, мы ожидаем применить psyco не более чем к 15 функциям - они используются очень интенсивно. В этой библиотеке тысячи функций, так что это влияет только на небольшой набор нашего кода. Все функции маленькие, математические и не сохраняют состояния.
- Существует ли риск того, что при этом будет использовано значительно больше памяти
- Есть ли другие проблемы, с которыми мы могли бы столкнуться при добавлении этого компонента в нашу давно установленную библиотеку?
К вашему сведению, платформа - это Python 2.4.4 на Windows 32bit XP
ОБНОВЛЕНИЕ: Кажется, что основной потенциальный риск связан с тем, что программе требуется больше памяти для запуска, чем до добавления psyco, поэтому в идеале я хотел бы найти способ узнать, сильно ли добавление psyco изменяет требования к памяти для система.