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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253