Glasgow项目中的PyPy与libusb1性能问题分析
2025-07-05 16:30:07作者:邵娇湘
问题背景
在Glasgow嵌入式开发项目中,当使用PyPy解释器运行基准测试applet时,出现了两种异常情况:要么抛出ValueError异常,要么applet无限期挂起。这个问题与libusb1库的特定版本有关,特别是在PyPy环境下运行时表现尤为明显。
问题现象
具体错误表现为在PyPy环境下运行时,会抛出以下异常:
ValueError: Finalizer handle {handle} already exists
该错误发生在libusb1库尝试注册终结器(finalizer)时,表明存在重复的终结器句柄。从调试日志可以看到,在USB批量传输过程中,当尝试获取USB传输对象时触发了这个错误。
技术分析
根本原因
这个问题源于libusb1库在PyPy环境下的终结器(finalizer)处理机制。PyPy的垃圾回收机制与CPython有所不同,导致在PyPy环境下会出现终结器句柄重复注册的情况。具体表现为:
- 在USB传输过程中,每次获取传输对象(USBTransfer)时都会尝试注册终结器
- PyPy的垃圾回收行为导致终结器未被及时清理
- 当再次尝试注册相同句柄的终结器时,就会抛出ValueError异常
解决方案
该问题已在libusb1 3.3.0版本中得到修复。修复方案主要涉及:
- 在终结器注册逻辑中添加了锁机制
- 确保同一句柄不会被重复注册
- 改进了垃圾回收时的资源清理流程
性能对比
在解决问题后,测试发现PyPy与CPython在USB性能上存在显著差异:
PyPy性能表现:
- 源模式(source):10.74 MiB/s
- 接收模式(sink):14.62 MiB/s
- 环回模式(loopback):17.18 MiB/s
- 延迟:平均956.01 µs
CPython性能表现:
- 源模式(source):41.09 MiB/s
- 接收模式(sink):35.55 MiB/s
- 环回模式(loopback):41.74 MiB/s
- 延迟:平均530.03 µs
潜在问题
虽然解决了ValueError异常,但PyPy下的USB性能明显低于CPython,这表明:
- PyPy的JIT编译器可能没有针对USB传输做充分优化
- libusb1在PyPy环境下的实现可能存在额外开销
- 异步I/O处理在PyPy中可能有不同的性能特征
结论与建议
对于Glasgow项目开发者,建议:
- 在生产环境中优先使用CPython以获得最佳性能
- 如需使用PyPy,确保libusb1版本≥3.3.0
- 关注后续PyPy版本对USB相关操作的优化
- 对于性能敏感的应用,建议进行充分的基准测试
这个案例展示了不同Python实现间在硬件交互层面的行为差异,提醒开发者在嵌入式开发中需要特别注意运行环境的选择和配置。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2