Unipycation
Unipycation
复制标题
单一化
DOI：
10.1145/2542142.2542146
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
Barrett E
中科院分区：
文献类型：
--
作者：
Barrett E
语言组合方法传统上表现不佳。在本文中，我们假设元跟踪提供了一种方法来组成独立的语言解释器，同时保留每个的性能水平。为了研究这种方法，我们组合Python和Prolog解释器来形成Unipycation。我们提出了一个案例研究，它的使用和一套微基准测试，让我们了解它的跨语言性能。
Language composition approaches have traditionally suffered from poor performance. In this paper we hypothesise that meta-tracing provides a means to compose independent language interpreters while retaining the performance levels of each. To study this approach, we compose Python and Prolog interpreters to form Unipycation. We present a case study of its use and a suite of micro-benchmarks which give us some understanding of its cross-language performance.