dill与cPickle速度差异

Question

我正在尝试序列化数千个对象，其中一些是lambda对象。

由于cPickle不适用于lambda，所以我尝试使用dill。然而，当取消unpickleing (或取消计费(?))时，计算速度下降了10倍以上。通过查看源代码，似乎dill在内部使用了pickle，这可能是速度下降的原因。

对于我来说，有没有其他选择可以结合这两个模块的优点？

编辑:最显著的速度下降是在取消酸洗期间。

Answer 1

我是dill的作者。是的，dill通常比较慢，但这是你为更健壮的序列化付出的代价。如果您正在序列化大量的类和函数，那么您可能希望在dill.settings中尝试一个dill变体如果您使用byref=True，那么dill将通过引用来拾取几个对象(这比默认的更快)。其他设置会牺牲可拾取性来换取选定对象中的速度。

In [1]: import dill

In [2]: f = lambda x:x

In [3]: %timeit dill.loads(dill.dumps(f))
1000 loops, best of 3: 286 us per loop

In [4]: dill.settings['byref'] = True

In [5]: %timeit dill.loads(dill.dumps(f))
1000 loops, best of 3: 237 us per loop

In [6]: dill.settings
Out[6]: {'byref': True, 'fmode': 0, 'protocol': 2, 'recurse': False}

In [7]: dill.settings['recurse'] = True

In [8]: %timeit dill.loads(dill.dumps(f))
1000 loops, best of 3: 408 us per loop

In [9]: class Foo(object):
   ...:     x = 1
   ...:     def bar(self, y):
   ...:         return y + self.x
   ...:     

In [10]: g = Foo()

In [11]: %timeit dill.loads(dill.dumps(g))
10000 loops, best of 3: 87.6 us per loop

In [12]: dill.settings['recurse'] = False

In [13]: %timeit dill.loads(dill.dumps(g))
10000 loops, best of 3: 87.4 us per loop

In [14]: dill.settings['byref'] = False

In [15]: %timeit dill.loads(dill.dumps(g))
1000 loops, best of 3: 499 us per loop

In [16]: