你的VNPY开源量化平台够快吗？性能对比测试

admin

你的VNPY开源量化平台够快吗？性能对比测试

请实时关注项目更新，微信搜索“VNPY官方”

上次我们说了pyinstaller打包VNPY客户端的方法，本文说一说后起之秀Nuitka的打包VNPY Python开源量化客户打方法。

由于程序运行需要保持目录完整性，所以无论是采用 pyinstaller还是 Nuitka打包， 在打包参数选择的时候，打包成目录即可，而不要打包成单独的exe程序 。

Nuitka和其他方案不同的是，Nuitka是静态编译, 对比其他大部分打包工具，Nuitka则是完全的编译工具，编译后的可执行文件已经不需要字节码解释了， 都是调用dll内 API 实现各种功能。

打包前，都需要安装VC2015及以上版本，或MinGW。

安装Nuitka

pip install nuitka

如果要完全脱离python环境，可以使用命令行

Nuitka 打包指令：

nuitka --follow-import --standalone  –icon=app_icon.ico vntrader.py

打包后保存在 vntrader.dist 目录

对于VNTrader这样依赖项较多的Python 开源项目，采用Nuitka  打包时间是更彻底的转C代码，所以打包时间更慢，实际操作中Nuitka打包时间是pyinstaller的数倍.。

nuitka的打包过程，更复杂，需要处理更多工作，需要等待较长时间。

当然nuitka 打包后性能也会优于pyinstaller。

虽然 nuitka  和 pyinstaller这2个打包工具，都会将python代码转化为C代码，并进行编译，但nuitka是可以指定某些库是不要再经过编译的，比如numpy,jinja2,matplotlib,scipy,sqlalchemy,pandas,pygal,pyzbar,win32com 这些，这些库本身已经做了优化，如果被 nuitka 转换为C代码重新编译 ，只会降低速度， 所以打包时指令可以改为 ：

nuitka --follow-import --standalone    –icon=vnpy.ico  --recurse-not-to=numpy,jinja2,matplotlib,scipy,sqlalchemy,pandas,pygal,pyzbar,win32com  vntrader.py

这样就实现了以上这些库让打包好的exe文件夹内的python3x.dll来执行，不用去理会各个模块的版本依赖和江湖恩怨，实现高度自治，而我们自己开发的模块，以及UI界面和数据库的连接以及函数和功能实现，需要加密和快速反应的， 就借助Nuitka来实现转C代码重新编译优化。

这样处理，编译速度不仅更快，而且性能也更高。

Nuitka可将python代码转换为C++，然后编译为 可执行程序，其通过直接调用python的api的方式实现从解析语言到编译语言的转换，并且在转换到C++的过程中直接使用python的解释器，可以保证100%的语法兼容。