Выбор встроенного языка

Question

Я делаю приложение, которое анализирует одну или несколько серий данных, используя несколько различных алгоритмов (агентов). Я пришел к мысли, что каждый из этих агентов может быть реализован в виде отдельных скриптов Python, которые я запускаю, используя в своем приложении либо API-интерфейс Python C, либо Boost.Python.

Я немного обеспокоен накладными расходами TBH во время выполнения, так как я выполняю довольно тяжелую обработку данных и не хочу ждать несколько минут для каждой симуляции. Обычно я буду делать сотни тысяч, если не миллионы итераций, в которых я буду вызывать внешних "агентов"; мне лучше просто жестко программировать все в приложении, или падение производительности будет терпимым?

Кроме того, есть ли другие интерпретируемые языки, которые я могу использовать, кроме Python?

Answer 1

Да, тонны Lua и Python, кажется, самые популярные:

Встраивание Lua

• http://www.lua.org/pil/24.html
• https://stackru.com/questions/38338/why-is-lua-considered-a-game-language
• Lua как язык сценариев общего назначения?

Встраивание Python

• http://docs.python.org/extending/embedding.html

Встраивание Tcl

• http://wiki.tcl.tk/3474
• http://wiki.tcl.tk/2265

Встраивание рубина

• Как встроить Ruby в C++?

Вставить Perl

• http://perldoc.perl.org/perlembed.html

Вставить JavaScript

• http://spiderape.sourceforge.net/

Вокруг десятки движков JavaScript, это всего лишь пример. Некоторые из них также пугающе быстры.

Answer 2

Луа довольно быстрый, как есть. Если вам нужна большая скорость, попробуйте LuaJIT, и это отлично.

Answer 3

Tcl изначально разрабатывался как встроенный язык.

Answer 4

Обычно я буду делать сотни тысяч, если не миллионы, итераций, в которых я буду вызывать внешних "агентов"

Падение производительности будет заметным, возможно, болезненным. Если вы можете поместить данные в массивы и обрабатывать их партиями, используя NumPy, это должно быть намного быстрее.

С помощью NumPy очень просто выполнять арифметику миллион раз подряд. Например, возведение в квадрат каждого элемента массива выглядит так:

>>> x = numpy.array([1, 2, 3, 4, 5, 6, 7])
>>> x**2
array([1, 4, 9, 16, 25, 36, 49])

Супер просто, и тугой внутренний цикл здесь фактически реализован на C.

Конечно, NumPy также может выполнять более сложные вычисления.

Answer 5

Я считаю, что tcl и Rexx были предназначены для этой цели.

Answer 6

Для миллионов вызовов (от я предполагаю C++, потому что вы упомянули boost) в python, да: вы заметите снижение производительности. Это может быть или не быть значительным - возможно, выигрыш в скорости при испытании новых "агентов" будет больше, чем удар. В Python есть быстрые числовые библиотеки (например, numpy), которые могут помочь, но вы все равно будете нести расходы на маршалинг данных, вызовы в python, gil и т. Д.

Да, вы можете встраивать многие другие языки: проверьте lua. Также проверьте swig.org, который может подключаться ко многим другим языкам, кроме python.

Answer 7

Вы могли бы, вероятно, создать встроенный язык, используя шаблоны C++ и перегрузку операторов, см., например, языки матриц ublas или ftensor. я не думаю, что Python или другие интерпретируемые языки подходят для обработки чисел / обработки данных.