42-mal weniger CPU: Was Python-Optimierung schafft und wo erst Rust weiterhilft
6 Min. Lesezeit
Von Martin Pfeffer, Softwareentwickler und IT-Sicherheitsbeauftragter (ISO 27001)
42-mal weniger CPU: Was Python-Optimierung schafft und wo erst Rust weiterhilft
Ein Werkzeug, das die Auslastung eines Rechners anzeigt, sollte in seiner eigenen Anzeige nicht auffallen. termstats, ein Open-Source-Dashboard für das Terminal, tat genau das: Es belegte 14,7 % eines CPU-Kerns, nur um zweimal pro Sekunde CPU, Speicher, Netzwerk und Prozesse zu zeichnen.
Nach zwei Optimierungsrunden sind es 0,35 %. Dieser Beitrag zeigt die Messwerte, ordnet sie ein und beschreibt, woran der Unterschied liegt. Die zweite Frage ist die interessantere, denn die beiden Runden hatten völlig verschiedene Ursachen.
Gemessen am 14. November 2026 auf einem MacBook mit Apple-Chip, rund 700 Prozessen, Terminalgröße 140×42 und dem Standardintervall von 0,5 Sekunden. Jeder Lauf dauerte 20 bis 30 Sekunden in einem echten Pseudo-Terminal, der Programmstart ist eingerechnet.
Die Messwerte
| Ausgangsstand (0.7.0) | Python optimiert (0.8.0) | Nativer Kern (0.9.0) | |
|---|---|---|---|
| CPU | 14,7 % eines Kerns | 5,4 % | 0,35 % |
| CPU-Zeit je Bild | ca. 73 ms | ca. 21 ms | ca. 0,7 ms |
| Ausgabe ans Terminal | 145 KB/s | 74 KB/s | ca. 9 KB/s |
| Arbeitsspeicher | 45 MB | 36 MB | 7 MB |
Insgesamt ist das Faktor 42 bei der CPU, Faktor 16 bei der Ausgabemenge und gut Faktor 6 beim Speicher. Die erste Runde trug Faktor 2,7 bei, die zweite Faktor 15.
Die Bewertung
Absolut gesehen ist der Gewinn klein. 14,7 % eines Kerns sind auf einem Rechner mit zehn Kernen rund 1,5 % der Gesamtleistung. Niemand hätte wegen termstats einen langsameren Rechner bemerkt.
Relativ gesehen ist er trotzdem relevant, und zwar aus drei Gründen:
- Ein Dashboard läuft stundenlang. Was dauerhaft läuft, kostet Akku und Abwärme, auch wenn es pro Sekunde wenig ist.
- Auf kleinen Systemen verschiebt sich das Verhältnis. Auf einem Raspberry Pi mit vier langsameren Kernen wäre der Ausgangsstand ein spürbarer Verbraucher gewesen.
- Ein Messwerkzeug verfälscht, was es misst. Wer wissen will, warum sein Rechner ausgelastet ist, will den Beobachter nicht in der Liste der Verursacher sehen.
Die beiden Runden sind unterschiedlich zu bewerten. Runde eins war der klare Gewinn: gleiche Sprache, gleicher Funktionsumfang, eine Abhängigkeit weniger, ein Drittel der Kosten. Runde zwei brachte den größeren Faktor, hat aber ihren Preis. Es gibt jetzt zwei Programme, die dasselbe Bild zeichnen und synchron gehalten werden müssen. Der native Kern deckt außerdem nur die Systemansicht ab. Die Mikrofon-Modi, der Demo-Modus und Windows bleiben in Python.
Meine Einschätzung: Runde eins lohnt sich fast immer. Runde zwei lohnt sich nur, wenn ein Programm dauerhaft läuft oder sehr oft gestartet wird.
Runde eins: Python tat Dinge, die niemand brauchte
Ein Profil des Ausgangsstands zeigte vier Ursachen. Keine davon hatte mit der Sprache zu tun.
Die Diagramme kosteten mehr als der gesamte Rest. Die zwei Verlaufsdiagramme wurden von einer allgemeinen Plot-Bibliothek gezeichnet, je 20 bis 50 ms pro Bild. Die Bibliothek zerlegt jede Linie in tausende Zwischenpunkte und füllt die Fläche Punkt für Punkt. Für ein festes Raster aus Braille-Zeichen ist das unnötig. Ein eigener Rasterer mit einem Durchlauf über die Spalten braucht etwa 1 ms. Die Abhängigkeit entfiel ganz.
Die Prozessliste fragte alle Prozesse nach allem. Name, Speicheranteil und Speichergröße wurden für alle 700 Prozesse gelesen, um acht Zeilen zu zeichnen. Jetzt wird nur der CPU-Anteil für alle gelesen und der Rest nur für die sichtbaren Zeilen. Das senkte diesen Schritt von 35 auf 9 ms.
Jedes Bild wurde zweimal gezeichnet. Die Terminal-Bibliothek hat einen eigenen Auffrischungs-Thread. Der zeichnete das unveränderte Bild zwischen zwei Aktualisierungen ein zweites Mal. Im Terminal sah man davon nichts, es kostete nur Rechenzeit.
Langsame Werte wurden im Bildtakt gelesen. Die Belegung einer Festplatte ändert sich nicht zweimal pro Sekunde. Solche Werte werden jetzt alle paar Sekunden gelesen.
Das Muster ist in allen vier Fällen gleich: Das Programm arbeitete korrekt, tat aber mehr als nötig. Keine dieser Stellen hätte ich ohne Messung als Problem benannt. Vermutet hatte ich die Prozessliste. Tatsächlich waren es die Diagramme.
Runde zwei: Was übrig blieb, war die Sprache selbst
Nach Runde eins kostete ein Bild noch 21 ms. Davon entfielen 11 ms auf das Layout in der Terminal-Bibliothek und 9 ms auf das Durchlaufen der Prozessliste. Beides ließ sich in Python nicht mehr wesentlich senken, denn hier lag kein Fehler vor. Es ist der Preis eines Interpreters: Pro Prozess fällt ein Systemaufruf an und um ihn herum rund zwölf Mikrosekunden Interpreter-Arbeit.
Dieselben Schritte in einem kompilierten Programm:
| Ein Bild bei 140×42 | Python (0.8.0) | Nativ (Rust) |
|---|---|---|
| Prozessliste, ca. 700 Prozesse | 8,9 ms | 0,65 ms |
| CPU, Speicher, Netzwerk, Datenträger | ca. 4 ms | 0,15 ms |
| Layout und Zeichnen | ca. 11 ms | 0,03 ms |
| Kodierung für das Terminal | im Layout enthalten | 0,1 ms |
Der native Kern hat drei Eigenschaften, die den Unterschied ausmachen:
- Direkte Systemaufrufe. Das Programm fragt den Kernel ohne Zwischenschicht. Es hat eine einzige Abhängigkeit, die Systembibliothek.
- Nur Änderungen gehen ans Terminal. Jedes Bild wird in ein Raster aus Zellen gezeichnet und mit dem verglichen, was das Terminal bereits zeigt. Gesendet werden nur die geänderten Zellen. Ein ruhendes Dashboard ändert ein paar Dutzend Zellen pro Bild. Das entlastet auch das Terminal-Programm, dessen Aufwand in keiner der Zahlen oben auftaucht.
- Zwischen zwei Bildern schläft der Prozess. Er wartet in einem einzigen Systemaufruf auf Tastendruck, Größenänderung oder den nächsten Takt. Es gibt keine Zeitscheiben und keinen Hintergrund-Thread.
Was jetzt noch an Rechenzeit anfällt, ist fast ausschließlich die Arbeit des Kernels.
Was sich daraus mitnehmen lässt
- Erst messen, dann ändern. Die größte Einzelursache war nicht die vermutete. Ohne Profil hätte ich an der falschen Stelle optimiert.
- Zuerst das Unnötige entfernen. Faktor 2,7 kam aus weggelassener Arbeit, ohne eine Zeile in einer anderen Sprache.
- Die Sprache wird erst danach zum Thema. Solange ein Programm überflüssige Arbeit tut, bringt ein Sprachwechsel weniger, als er kostet. Erst als das Profil nur noch Interpreter-Aufwand zeigte, war Rust die richtige Antwort.
- Allgemeine Bibliotheken kosten. Eine Plot-Bibliothek kann alles zeichnen. Für eine einzige, feste Darstellung ist ein eigener Weg oft um Größenordnungen günstiger.
- Zwei Implementierungen brauchen eine Klammer. Die Farbtabellen des nativen Kerns werden aus dem Python-Quelltext erzeugt, und ein Test vergleicht die Layout-Konstanten beider Programme. Ohne solche Prüfungen laufen zwei Fassungen desselben Bildes auseinander.
Grenzen dieser Messung
Die Zahlen stammen von einem einzigen Rechner. Auf anderen Systemen fallen sie anders aus, vor allem bei anderer Prozesszahl und Terminalgröße. Die Verhältnisse zwischen den drei Ständen dürften sich weniger stark verschieben als die absoluten Werte.
Der native Kern ist auf macOS und auf einem Raspberry Pi 5 unter Linux geprüft. Er zeichnet nur die Systemansicht. Alles andere übernimmt weiterhin das Python-Programm, das die Live-Ansicht automatisch an den nativen Kern übergibt, sobald dieser installiert ist.
In einer laufenden Sitzung zeigt die Prozessanzeige für den nativen Kern 0,1 bis 0,2 % eines Kerns und 5,5 MB Speicher. Das liegt unter dem Tabellenwert, weil dort der Programmstart eingerechnet ist.
termstats ist Open Source unter MIT-Lizenz. Quelltext, Messmethode und beide Testsuiten liegen auf GitHub, die Downloads für macOS, Linux und Windows auf termstats.celox.io, eine Kurzvorstellung finden Sie unter Projekte.