jit компиляция

JIT компиляция (Just-In-Time compilation) — это техника оптимизации программ, при которой компиляция кода в машинные инструкции происходит не перед запуском программы (AOT — Ahead-Of-Time), а во время её выполнения, непосредственно перед или в момент первого исполнения конкретного кода. JIT компиляция позволяет достигать производительности, близкой к нативной, для программ на интерпретируемых или байткод-языках.

Как работает JIT

Большинство JIT-систем работают по схеме профилирования и компиляции горячего кода. На старте программа интерпретируется — быстрый запуск, но медленное выполнение. JIT-компилятор профилирует исполнение и выявляет «горячие» участки кода (hot paths) — функции и циклы, которые вызываются многократно. Именно эти участки компилируются в нативный машинный код, часто с агрессивными оптимизациями, недоступными для статических компиляторов.

Ключевое преимущество JIT перед AOT — доступность профилировочной информации в runtime. JIT знает реальные типы объектов, частоту вызовов, паттерны ветвления — и использует эти знания для оптимизации.

JIT в JVM (Java, Kotlin, Scala)

HotSpot JVM — пример зрелого JIT-компилятора с многоуровневой компиляцией (Tiered Compilation):

1. Уровень 0: интерпретация
2. Уровень 1-2: C1 (Client) компилятор — быстрая компиляция без глубокой оптимизации
3. Уровень 3: профилирование через C1
4. Уровень 4: C2 (Server) компилятор — агрессивная оптимизация горячих методов

C2 применяет: inline-подстановку методов, scalar replacement, loop unrolling, devirtualization, escape analysis (объект на стеке вместо кучи если не «убегает»). Результирующий код нередко быстрее наивного C++.

V8 и JavaScript JIT

Google V8 — JIT-компилятор JavaScript, используемый в Node.js и Chrome. Использует Sparkplug (baseline JIT) и Maglev (mid-tier), Turbofan (оптимизирующий). V8 использует скрытые классы (Hidden Classes) для оптимизации доступа к свойствам объектов и инлайн-кэши (Inline Caches) для быстрой диспатчеризации. Избегайте добавления свойств к объектам после создания — это «деоптимизирует» Hidden Class.

PyPy: JIT для Python

PyPy — альтернативная реализация Python с JIT-компилятором на основе RPython. На CPU-интенсивном Python-коде PyPy ускоряет выполнение в 3–10× по сравнению с CPython. Не подходит для кода, интенсивно использующего C-расширения (NumPy, PyTorch) — там работает CPython с нативными библиотеками.

Deoptimization

JIT делает предположения на основе профиля. Если предположение нарушается в runtime (например, функция вдруг получает другой тип аргумента), JIT откатывается к интерпретации или менее оптимизированной версии — это deoptimization. Частые deoptimizations значительно снижают производительность. Для JavaScript — повод избегать смешанных типов в массивах и горячих функциях.

AOT vs JIT

AOT-компиляция (Rust, C, Go, Swift) обеспечивает предсказуемую производительность без прогрева, меньший memory footprint (нет JIT runtime), но не использует профиль реального выполнения. JIT-компиляция даёт адаптивную оптимизацию под реальную нагрузку, но требует прогрева (warm-up time) и держит JIT-компилятор в памяти.

GraalVM Native Image — технология AOT-компиляции для JVM-приложений: компилирует Java/Kotlin в нативный бинарь с мгновенным стартом и малым footprint. Используется в Quarkus и Micronaut для serverless и контейнеризованных деплоев.

JIT в других контекстах

LLVM JIT используется в Julia (language) — JIT на лету для научных вычислений с C-производительностью при Python-синтаксисе. LuaJIT — один из быстрейших JIT-компиляторов в мире для динамического языка. Numba — JIT-компилятор для NumPy-кода на Python. WebAssembly JIT — браузеры компилируют WASM в нативный код через JIT для near-native производительности.

GraalVM: универсальная JIT и AOT платформа

GraalVM — проект Oracle, представляющий новое поколение JVM с полиглотным JIT-компилятором. Graal JIT написан на Java (в отличие от C2, написанного на C++) и обеспечивает сопоставимую или лучшую производительность. Truffle — фреймворк для реализации языков поверх GraalVM: Ruby (TruffleRuby), Python (GraalPy), JavaScript (GraalJS), R — все получают JIT-оптимизацию через Partial Evaluation. GraalVM Native Image компилирует JVM-приложения в нативные бинари: мгновенный старт (<50ms), малый footprint памяти — критично для serverless и CLI. Ограничения native image: reflection ограничена, dynamic class loading не поддерживается. Quarkus и Micronaut построены с учётом native image совместимости из коробки.