编译 CPython 心得

什么情况下需要自己编译 CPython⌗

大多数操作系统都提供了编译好的 CPython 版本，一般直接通过包管理器安装就能满足需求，但是某些情况下，就需要自己编译 CPython 来满足特定需求了：

• 操作系统提供的 Python 版本太低，并且 Python 官网、系统包管理源没有提供预编译的新版本 Python

• 预编译版本不符合性能、扩展等方面的要求，比如没有开启编译器优化、OpenSSL/SQLite 版本不满足要求等

• 参与 CPython 开发或者尝鲜，尝试 Alpha/Beta/RC 等版本的 Python

低版本 Linux 发行版上编译 CPython 时的注意事项⌗

OpenSSL⌗

因为 CentOS 6 官方源中的 OpenSSL 版本过低，不满足 Python 3.7 及之后的要求，所以直接 configure & make 会报错，解决办法：

参考 Python 3.7 on CentOS 6 , 提前编译 OpenSSL, 编译 CPython 时修改 Modules/Setup 文件，并且指定环境变量 LDFLAGS="-Wl,-rpath=/usr/local/openssl11/lib" , 指定参数 -with-openssl=/usr/local/openssl11 。

SQLite⌗

Jupyter 等软件依赖 SQLite, 所以编译 CPython 时不仅要注意 SQLite 版本，也要开启 --enable-loadable-sqlite-extensions , 参考：How to use enable_load_extension from sqlite3?

影响性能的编译参数⌗

–enable-optimizations⌗

根据 StackOverflow 这个问题：what does –enable-optimizations do while compiling python?

enable-optimizations 会开启 PGO 和 LTO 的编译器优化，PGO会进行两次编译，首次编译后再运行 benchmark 测试，根据测试指导第二次优化编译，

优点是会编译出更有效的 CPython 二进制版本，

缺点是一是对编译器版本有要求，低版本 GCC PGO 编译时会报错，二是编译时间会大大增加，多了 benchmark 和二次编译的时间，所以 make 时可以考虑加上 -j 参数，利用机器多核减少编译时间。

-march⌗

指定CPU架构也可能影响编译后 CPython 的性能，扩展阅读： Compile-time Optimisations on Python 3

-fno-semantic-interposition⌗

参考 Red Hat Enterprise Linux 8.2 brings faster Python 3.8 run speeds ，

GCC 编译时增加 -fno-semantic-interposition 选项，在 Red Hat / Federa 发行版上，禁用 Semantic interposition ，带来最高 30% 的性能提升。

当然，以上编译参数都和特定发行版、编译器版本相关，不能简单认为适用于所有环境，评估性能的最佳方式还是做 benchmark 。