👋 Chào mừng đến với Nocoem — kiến thức Backend, System Design và lập trình. Khám phá ngay

Python Virtual Machine (Python VM): Trái Tim của Thông Dịch Python

The Python Virtual Machine (PVM) is a key component of Python's runtime environment that executes bytecode generated by the Python compiler
Python Virtual Machine (Python VM): Trái Tim của Thông Dịch Python
Python Virtual Machine (Python VM): Trái Tim của Thông Dịch Python
TL;DR: Trong CPython, "Python VM" (Python Virtual Machine) không phải một máy ảo đồ sộ độc lập như Java JVM, mà thực chất là vòng lặp đọc và thực thi bytecode (bytecode evaluation loop) nằm trong hàm C tên PyEval_EvalFrameDefault. Python chạy code theo hai bước: biên dịch mã nguồn thành bytecode, rồi thông dịch (chạy) bytecode đó. Vì vậy nói Python "thuần thông dịch, không biên dịch" là chưa chính xác.

Bạn có thể hình dung Python VM như một người phiên dịch: đọc từng câu lệnh trung gian rồi ra lệnh cho máy làm việc. Cách ví von này dễ hiểu, nhưng ở phần dưới tôi sẽ nói rõ nó "phiên dịch" cái gì và khác Java JVM ra sao, để bạn không hiểu lầm.

Python VM là gì?

Nhiều người mới nghe "Python VM" liền liên tưởng tới Java Virtual Machine (JVM), một máy ảo lớn có sẵn trình tối ưu JIT. Thực tế trong CPython (bản Python bạn tải ở python.org), "Python VM" khiêm tốn hơn nhiều: nó là vòng lặp đánh giá bytecode (bytecode evaluation loop), một vòng lặp C khổng lồ đọc lần lượt từng lệnh bytecode và thực thi. Trái tim của nó là hàm PyEval_EvalFrameDefault trong mã nguồn CPython.

Nói cách khác, Python VM không phải một "cỗ máy ảo" tách rời, mà là bộ phận bên trong trình thông dịch chịu trách nhiệm chạy bytecode. Muốn đào sâu bytecode là gì, mời bạn đọc bài Hiểu về Bytecode trong Python.

Bên trong CPython: Python VM là một máy ảo dựa trên ngăn xếp (stack-based VM). Mỗi lần gọi hàm, CPython tạo một khung thực thi (frame object) chứa biến cục bộ, một ngăn xếp toán hạng (operand stack) và con trỏ tới lệnh hiện tại. Eval loop lấy từng lệnh bytecode, tra bảng nhảy (dispatch) tới đoạn C xử lý lệnh đó, rồi đẩy hoặc lấy giá trị trên ngăn xếp. Ví dụ LOAD_FAST đẩy một biến lên ngăn xếp, BINARY_OP lấy 2 giá trị xuống rồi đẩy kết quả lên. Cứ thế lặp tới khi hết bytecode của frame.

Python biên dịch hay thông dịch?

Câu trả lời gọn: cả hai. CPython biên dịch mã nguồn thành bytecode, rồi thông dịch bytecode đó lúc chạy. Chuỗi thực thi trông như sau:

Mã nguồn.py Compile Bytecode.pyc Python VMeval loop CPU
Mã nguồn được biên dịch thành bytecode, rồi Python VM (eval loop) đọc từng lệnh và thực thi.
Bên trong ô "Compile": để sơ đồ gọn, tôi gộp bước biên dịch thành một ô, nhưng thực ra trong CPython nó gồm nhiều bước con: tách mã nguồn thành token (tokenize, hay lexer)  ->  phân tích cú pháp (parse) dựng cây cú pháp trừu tượng (AST - Abstract Syntax Tree)  ->  trình biên dịch duyệt AST và sinh ra bytecode. Bạn có thể tự xem AST bằng module ast (vd ast.dump(ast.parse("x = a + b"))).

Điểm khác với ngôn ngữ như C: C biên dịch thẳng ra mã máy để CPU chạy trực tiếp, nên nhanh nhưng phải biên dịch lại mỗi lần đổi code và phụ thuộc nền tảng. Python biên dịch ra bytecode (mã trung gian, không phải mã máy), rồi để VM chạy. Vậy nên đừng hiểu lầm rằng "Python không biên dịch"; đúng hơn là nó biên dịch ra một tầng trung gian thay vì mã máy.

Ví dụ: nhìn thấy bytecode

Cách trực quan nhất để tin rằng x = a + b không được CPU chạy thẳng, mà bị tách thành nhiều lệnh bytecode, là dùng module dis:

import dis

def add(a, b):
    return a + b

dis.dis(add)
LOAD_FAST 0 (a) LOAD_FAST 1 (b) BINARY_OP 0 (+) RETURN_VALUE

Python VM sẽ đọc lần lượt: nạp a, nạp b, cộng lại (BINARY_OP), rồi trả về. Tuỳ phiên bản, tên lệnh có thể khác (Python 3.10 trở về trước dùng BINARY_ADD). Chính "đọc từng lệnh rồi làm" này là công việc của eval loop.

Python VM và GIL: bộ đôi đi liền nhau

Đây là mảnh ghép quan trọng mà nhiều bài nhập môn bỏ qua. Vì Python VM thực thi bytecode trong một vòng lặp, CPython dùng một khoá tên GIL (Global Interpreter Lock) để đảm bảo tại mỗi thời điểm chỉ một luồng (thread) được chạy bytecode Python. Đó là lý do các tác vụ nặng CPU viết bằng Python thuần không tận dụng được nhiều nhân khi chạy đa luồng.

Python VM (eval loop)  ->  thực thi bytecode  ->  GIL cho phép 1 thread mỗi lúc  ->  giới hạn threading CPU-bound

Nếu muốn hiểu sâu phần này, đọc tiếp bài GIL là gì? và Sự khác biệt giữa Multithreading và Multiprocessing.

Không chỉ có CPython: các bản Python khác

"Python" là ngôn ngữ, còn thứ thật sự chạy code của bạn là một bản hiện thực (implementation) cụ thể. CPython là bản mặc định, nhưng còn nhiều bản khác, mỗi bản có một loại "VM" riêng và thế mạnh riêng:

Bản PythonNền tảng thực thiĐiểm nổi bật
CPythonEval loop viết bằng CMặc định, tương thích tốt nhất, có GIL, không JIT
PyPyVM riêng + JITNhanh hơn nhiều với tác vụ CPU-bound nhờ biên dịch nóng (JIT)
JythonChạy trên JVMGọi trực tiếp thư viện Java
IronPythonChạy trên .NET CLRTích hợp hệ sinh thái .NET
MicroPythonVM tối giảnChạy trên vi điều khiển, IoT (bộ nhớ rất nhỏ)
GraalPyChạy trên GraalVM (JIT)Hiệu năng cao, tương tác đa ngôn ngữ trên GraalVM

Khi ai đó nói "Python VM", họ gần như luôn ám chỉ eval loop của CPython vì đây là bản phổ biến nhất. Nhưng nhớ rằng các đặc điểm như "có GIL" hay "không JIT" là của CPython, không phải của bản thân ngôn ngữ Python; PyPy chẳng hạn vẫn có JIT.

Ưu điểm của mô hình Python VM

  • Tính di động (portable): cùng một bytecode chạy được trên nhiều hệ điều hành, miễn có trình thông dịch Python phù hợp. Đây là ưu điểm nổi bật nhất.
  • Quản lý bộ nhớ tự động: VM lo cấp phát và thu hồi bộ nhớ (đếm tham chiếu + bộ thu gom rác), bạn không phải quản lý thủ công như C.
  • Dễ mở rộng: lớp trung gian bytecode giúp gắn các thư viện C hiệu năng cao (NumPy...) vào Python.
Đừng nhầm hai điểm sau:
  • Không phải "cơ chế bảo mật". Python VM tạo lớp trừu tượng, nhưng không phải sandbox bảo vệ mã nguồn. File .pyc có thể decompile lại khá dễ, nên đừng coi bytecode là cách giấu code.
  • CPython truyền thống KHÔNG có JIT. VM chỉ thông dịch bytecode nên khả năng "tối ưu lúc chạy" rất hạn chế. Muốn tối ưu runtime kiểu JIT (như Java HotSpot, .NET CLR), hãy dùng bản Python khác là PyPy (có JIT).

Tóm tắt

  • "Python VM" trong CPython = vòng lặp thực thi bytecode (PyEval_EvalFrameDefault), không phải VM độc lập như JVM.
  • Python vừa biên dịch (ra bytecode) vừa thông dịch (chạy bytecode), không phải "thuần thông dịch".
  • VM chạy bytecode trong một luồng tại mỗi thời điểm (do GIL), nên threading không giúp tác vụ CPU-bound.
  • Ưu điểm thật: di động + quản lý bộ nhớ tự động. Không phải bảo mật, và không có JIT (trừ khi dùng PyPy).

Nguồn tham khảo

- Kai

Thấy bài viết hữu ích?

0 lượt thích

Đăng nhận xét