将Psyco混合到我的项目中有哪些风险（如果有的话）？

Question

我工作在一个大型的财务定价应用程序，其中一些长期运行的计算。我们已经确定了一些可以通过选择性应用psyco来加速的功能。我的管理层要求评估将psyco添加到我们的堆栈中的成本&。

鉴于我的项目的关键性质，如果“性能增强”可能会降低可靠性，这是不可接受的。我读过使用psyco获得额外性能的代价是使用更多的内存。我担心这可能是一个问题。

我做这样的：

@psyco.proxy 
def my_slow_function(xxx): 

总之，我们希望申请到Psyco的不超过15个功能 - 这是非常频繁使用。这个库有数千个函数，所以这只影响我们代码的一小部分。所有的功能都很小，数学和无状态。

• 有可能是，这将大幅使用更多的内存
• 是否有添加这个组件到我们长期建立的库时，我们可能遇到的任何其他问题的风险？

仅供参考，平台的Python 2.4.4在Windows 32位XP

更新：看来，主要的潜在风险是由于需要更多的内存比加入前Psyco的运行程序，所以我的理想想找到一种方法来看看添加psyco是否会显着改变系统的内存需求。

Answer 1

为什么不尝试分析它？ Psyco是有一个非常详细的logging设施：

内存使用：X + KB

Psyco是目前的多少内存概念消耗的发射机代码和支持数据结构。这是对内存开销的一种估计（+符号应该提醒你，这个数字被高估了）。使用此信息调整内存限制（第3.2.2节）。

还要注意memory usage is configurable：

memorymax

停止时Psyco是消耗的内存达到限制（以KB为单位）。此限制包括在启动分析器之前消耗的内存。

Answer 2

Psyco是一个JIT编译器。如果你的函数是无状态的，那么除了更多的内存之外，几乎不应该退缩。