我正在使用lxml.etree.iterparse创建一个xml解析器以用于轻载内存使用，因为它会处理相当大的文件，例如〜900-3000 MB。其主要目的是使用一组过滤器检查所有标签并保存检查结果。现在的支票数量大约是50，但是会增长到150〜200。 为了加快整个过程的速度，我将其分为10个具有多处理能力的过程（所有检查都是独立的，因此可以按任何顺序运行）。 使用本机CPython实现的首次测试在16 MB的xml文件上显示了以下结果：
然后，我决定尝试PyPy以加快速度。因为所有过滤器都是用纯Python编写的，并且在其中使用etree._Element，所以我认为它将提高工作速度。这样的大型xml文件可能有数百万行，并且每个文件必须检查50-200次。不幸的是 整个过程变得越来越慢。 对于相同的文件，结果是：
我要处理的文件越来越大，PyPy和CPython之间的差距越来越大。 对于使用多处理的160 MB xml文件，CPython会显示约55秒。约267秒。与PyPy。此外，PyPy在运行该进程时会占用更多内存。
是因为etree的C代码的PyPy调用具有如此高的时间成本吗？以及为什么它在解析时会占用更多的内存？还是可能有其他原因？