GraalPy 项目教程
2026-01-23 04:47:22作者:申梦珏Efrain
1. 项目介绍
GraalPy 是 Oracle 开发的一个高性能嵌入式 Python 3 运行时,专为 JVM 构建。它基于 GraalVM,提供了 Python 3.11 的兼容性。GraalPy 不仅支持在 Java 应用中嵌入 Python,还能将 Python 应用程序转换为快速、独立的二进制文件。此外,GraalPy 对许多流行的原生扩展模块提供了实验性支持,如 NumPy、PyTorch 和 TensorFlow。
主要特点:
- 低开销的 Java 集成:在 GraalVM JDK、Oracle JDK 或 OpenJDK 上使用 Python。
- 兼容 Python 生态系统:支持几乎所有标准 Python 特性,并通过 Python 兼容性检查器验证。
- 高性能:纯 Python 代码在 JIT 编译后通常比 CPython 更快。
2. 项目快速启动
2.1 安装 GraalPy
2.1.1 使用 Pyenv 安装(推荐)
# 安装 GraalPy 24.1.0
pyenv install graalpy-24.1.0
pyenv shell graalpy-24.1.0
2.1.2 手动下载安装
从 GitHub 发布页面下载适合你平台的压缩文件,解压后更新 PATH 环境变量。
2.2 在 Java 中嵌入 GraalPy
2.2.1 Maven 配置
<dependency>
<groupId>org.graalvm.polyglot</groupId>
<artifactId>polyglot</artifactId>
<version>24.1.0</version>
</dependency>
<dependency>
<groupId>org.graalvm.polyglot</groupId>
<artifactId>python</artifactId>
<version>24.1.0</version>
<type>pom</type>
</dependency>
2.2.2 Gradle 配置
implementation("org.graalvm.polyglot:polyglot:24.1.0")
implementation("org.graalvm.polyglot:python:24.1.0")
2.3 使用 GraalPy 替换 CPython
# 使用 pip 安装包
pip install numpy
3. 应用案例和最佳实践
3.1 在 Java 应用中嵌入 Python 脚本
GraalPy 允许你在 Java 应用中无缝集成 Python 脚本,实现跨语言的代码复用。例如,你可以使用 GraalPy 来处理数据分析任务,然后将结果传递回 Java 应用。
3.2 构建独立的 Python 应用
通过 GraalVM Native Image,你可以将 Python 应用打包为独立的二进制文件,无需依赖外部 Python 环境。
# 使用 GraalVM Native Image 构建二进制文件
native-image -cp your-app.jar
4. 典型生态项目
4.1 NumPy
NumPy 是 Python 中用于科学计算的基础库。GraalPy 对 NumPy 提供了实验性支持,允许你在 JVM 环境中进行高性能的数值计算。
4.2 PyTorch
PyTorch 是一个流行的深度学习框架。GraalPy 支持在 JVM 上运行 PyTorch,使得在 Java 应用中集成深度学习模型变得更加容易。
4.3 TensorFlow
TensorFlow 是另一个广泛使用的机器学习框架。GraalPy 允许你在 JVM 环境中使用 TensorFlow,从而在 Java 应用中实现机器学习任务。
通过这些生态项目,GraalPy 不仅扩展了 Python 的功能,还为 Java 开发者提供了强大的工具来处理复杂的数据科学和机器学习任务。
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 StartedRust075- 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
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
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
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
546
670
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++
955
929
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
425
75
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
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
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
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292