Speedwise，Pharo与Python3相比如何？
我在编程方面没有太多经验，但我知道一点 Python3，现在我正在迈出我学习 Pharo 的第一步。我仍然不熟悉面向对象编程或类浏览器，但我已经阅读了 ProfStef 教程，并且我正在 Playground 上玩小程序，以熟悉语法。
我好奇的第一件事是这两种语言在速度方面的比较，因为我在某处读到 Pharo 内置了 JIT 编译器。 所以我用两种语言写了一个异想天开的脚本，生成了 800 万个数字，过滤其中的1/3，对每个计算1/sqrt(x)，将结果相加，重复该过程一百次，每次稍微改变间隔，最后再将结果相加，并对整个过程进行计时. 不是一个合适的基准，只是一个获得数量级估计的练习，但我试图让两个版本尽可能相似。
Python 3 版本：
import time, math
mega = lambda n: sum([1/math.sqrt(1 + i + n) for i in range(8000000) if (i + 1) // 3 == 0])
start = time.time()
print(sum([mega(n + 1) for n in range(100)]))
stop = time.time() - start
print(stop)
Python 3.8.5 的结果（默认，2020 年 7 月 28 日，12:59:40）：
34.7701230607214
52.75216603279114
Pharo 8 版本：
| mega range start stop |.
range := [:n | (((1 to: 8000000) select: [:j | (j quo: 3) = 0]) collect: [:i | 1 / (n + i) sqrt]) sum].
start := DateAndTime now.
Transcript show: (((1 to: 100) collect: [:n | range value: n]) sum); cr.
stop := (DateAndTime now - start) asSeconds.
Transcript show: stop; cr.
| mega range start stop |.
range := [:n | (((1 to: 8000000) select: [:j | (j quo: 3) = 0]) collect: [:i | 1 / (n + i) sqrt]) sum].
start := DateAndTime now.
Transcript show: (((1 to: 100) collect: [:n | range value: n]) sum); cr.
stop := (DateAndTime now - start) asSeconds.
Transcript show: stop; cr.
Pharo-8.0.0+build.1141.sha.1b7a8d8203fce2a57794451f555bba4222614081（64位）上的结果：
正如我预期的那样，Pharo 版本运行得更快，但差距不大，45 秒对 Python 的 52 秒多一点。花费的时间减少了大约 13%。所以我猜他们的速度大约是相同的数量级。这是典型的情况吗？
回答
这种测试并不能说明什么。其主要原因是，计算的体积在于重复发送相同的消息给同一类的实例（quo:和=用于select:与/，+，sqrt在collect:， 等等。）。这意味着诸如方法查找之类的耗时（内部）操作仅发生一次，然后被困在内联缓存中。因此，您的系统在运行这些基准测试时可能会优于另一个系统，而在运行“真实”应用程序时会慢得多。除了（单声道或多态）内联缓存，它减少了对方法查找的需要，其他不同的技术是垃圾收集器的性能，方法内联（用目标代码的副本替换发送站点），寄存器分配（为了最小化内存访问），性能become:消息等。众多因素使得需要测量更复杂的代码片段，尝试使用我刚刚提到的已知瓶颈。有时，一个小的更改可能会暴露您系统的其他隐藏优势（或弱点）。所以我的建议是，要进行这种分析，您应该更努力地尝试并设计旨在测量系统如何响应特定压力的测试。