Pyston v2 není opensource. Source balík na githubu obsahuje jen readme, kde je to napsané..
Zkuste si to stáhnout a rozbalit, archive obsahuje jen readme.
```
Pyston is a faster and highly-compatible implementation of the Python programming language. Version 2 is currently closed source, but you can find the old v1 source code under the v1.0 tag in this repository.
For updates, please follow our blog
```
Z jejich blogu:
"Our plan is to open-source the code in the future, but since compiler projects are expensive and we no longer have benevolent corporate sponsorship, it is currently closed-source while we iron out our business model."
Se snažim najít, kdo to teda vlastně dělá, když Dropbox to hodil přes palubu. Bývalí zaměstnanci Dropboxu si založili firmu "Pyston" přímo?
Nejspise to tak bude - zamestnanci odesli a zalozili vlastni firmu.
Z jejich blogu:
"We designed Pyston v1 at Dropbox to speed up Python for its web serving workloads. After the project ended, some of us from the team brainstormed how we would do it differently if we were to do it again. In early 2020, enough pieces were in place for us to start a company and work on Pyston full-time.
Pyston v2 is inspired by but is technically unrelated to the original Pyston v1 effort."
Julia není Python, pracuje se v ní dost jinak, ale ne každému to samozřejmě vadí. Co si od ní slibuješ? Rychlost C++ nebo Rustu z ní obecně taky nevymáčkneš.
Ono by úplně stačilo, kdyby byla výkonově někde mezi a totéž platilo o složitosti. Neboli něco jako Go, ale lepší, příjemnější a s pokročilými algebraickými operacemi. Pro 90% newebových aplikací by to byl ideální jazyk, moderní duchovní dědic Turbo Pascalu.
V reakci na OP jsem to myslel tak, že Go nabízí výkon někde mezi Pythonem na jedné straně a C nebo Rustem na druhé, a je uživatelsky méně přívětivé, než Python, ale přitom je výrazně snazší a přívětivější, než C a Rust. Julia má našlápnuto k tomu, aby přinesla podobný kompromis. Samozřejmě neříkám, že má být koncepčně stejně pošahaná, jako Go, a taky není.
To jo, typový systém má Julia na velmi rozumné úrovni a stále je to snadno naučitelný jazyk, takže uvidíme. Na druhou stranu, pokud se někdo opravdu ponoří do JITu pro Python, tak se dají očekávat podobná čísla, jako u JS (na druhou stranu - asi to nikoho z velkých hráčů netrápí, kdežto u JS to bylo důležitý - viz v8 atd.).
Také mi přijde, že 20% není pro uživatele tak zásadní změna. Tím samozřejmě neříkám, že dosáhnout 20% není těžké.
Je to dost paradoxní. Když se dejme tomu nějaká online trading nebo bankovní aplikace zrychlí o 20%, tak zpracovat o pětinu víc transakcí a mít o to vyšší zisk je dost podstatné vylepšení. Na druhou stranu pokud má někdo takové nároky na rychlost, je CPU bound a škrtí ho interpret jazyka, a přitom to má napsané v Pythonu, tak je asi něco špatně.
@klokan
Ono to není tak přímočaré, protože těch 20% se dá aplikovat pouze ty operace, které vykonává Python a to ještě pravděpodobně na ty, na které to mělo vliv. Např. pokud bude aplikace plná API callů, jejich čas odezvy bude pořád stejný ...
V odkazovaném blogu v článku k verzi 0.6.1 píšou, že jejich původní sponzor dropbox, tam kde má problémy s výkonem, přešel na go. Taky si nejsem jistý jestli to někoho přesvědčí (zvlášť když je to proprietární a zatím nemají vymyšlený obchodní model). Největší problém vidím v tom, jak to bude fungovat s dalšími knihovnami. Podle mě se optimalizování programů v pythonu pro rychlost většinou nevyplatí, protože to zabere obrovské množství času. Rychlejší je obvykle přepsat kritické části do nativního kódu.
Zajímavé by bylo srovnání s Jythonem (akorát teda kdo ví, zda Jython někdy bude podporovat Python 3).