这种说法并不完全正确

就像V8只是JS的一个实现一样，CPython只是Python的一个实现。Pypy的性能与V8相当。

此外，还有感知性能的问题:由于V8本身是非阻塞的，Web开发会导致更高性能的项目，因为您节省了IO等待时间。V8主要用于开发Web，其中IO是关键，所以他们将它与类似的项目进行比较。但是，除了web开发，你还可以在许多其他领域使用Python。你甚至可以在许多任务中使用C扩展，比如科学计算或加密，并以出色的性能处理数据。

但是在网络上，大多数流行的Python和Ruby项目都是阻塞的。尤其是Python，它继承了同步WSGI标准，像著名的Django这样的框架就是基于它的。

你可以编写异步Python(比如Twisted、Tornado、gevent或asyncio)或Ruby。但这种做法并不常见。最好的工具仍然是阻塞的。

然而，这也是Ruby和Python的默认实现速度不如V8的原因之一。

经验

就像Jörg W Mittag指出的那样，V8的开发者都是VM天才。Python是由一群充满激情的人开发的，在很多领域都很出色，但在VM调优方面并不专业。

资源

Python软件基金会只有很少的钱:每年在Python上的投资不到4万美元。当你认为像谷歌、Facebook或苹果这样的大公司都在使用Python时，这有点疯狂，但这是丑陋的事实:大多数工作都是免费完成的。在Java之前就存在的支持Youtube的语言是由志愿者手工制作的。

他们是聪明和敬业的志愿者，但当他们发现自己在某个领域需要更多的能量时，他们不能要求30万美元来雇佣一个该领域的顶级专家。他们必须四处寻找愿意免费做这件事的人。

虽然这是有效的，但这意味着你必须非常小心你的优先级。因此，现在我们需要看看:

目标

即使拥有最新的现代特性，编写Javascript也很糟糕。你有范围问题，很少的集合，糟糕的字符串和数组操作，除了日期，数学和正则表达式之外几乎没有标准列表，甚至对于非常常见的操作也没有语法糖。

但在V8引擎中，你有速度。

这是因为，速度是谷歌的主要目标，因为它是Chrome页面渲染的瓶颈。

在Python中，可用性是主要目标。因为这几乎从来都不是项目的瓶颈。这里的稀缺资源是开发人员的时间。它是为开发人员优化的。

是什么阻碍了Ruby和Python获得V8的Javascript速度?

什么都没有。

好吧，钱。(还有时间、人力和资源，但如果你有钱，这些都是可以买到的。)

V8有一个优秀的、高度专业化的、经验丰富的(因此薪酬很高的)工程师团队，他们在为动态OO语言创建高性能执行引擎方面有几十年的经验(我是单独说的——总的来说更像是几百年的经验)。他们基本上是创建Sun HotSpot JVM(以及其他许多JVM)的同一群人。

首席开发人员Lars Bak已经在vm上工作了25年(所有这些vm都已经发展到V8)，这基本上是他的整个(职业)生涯。一些编写Ruby vm的人甚至不到25岁。

是否有Ruby / Python特性阻碍了V8引擎的优化实现(例如内联缓存)?

考虑到至少IronRuby、JRuby、MagLev、MacRuby和Rubinius都有单态(IronRuby)或多态内联缓存，答案显然是否定的。

现代Ruby实现已经做了大量的优化。例如，对于某些操作，Rubinius的Hash类比YARV的更快。现在，这听起来并不令人兴奋，直到您意识到Rubinius的Hash类是100%纯Ruby实现的，而YARV的Hash类是100%手工优化的C实现的。

所以，至少在某些情况下，Rubinius可以生成比GCC更好的代码!

或者这是谷歌在V8项目中投入的资源问题。

是的。不只是谷歌。V8的源代码已经有25年的历史了。在V8上工作的人还创建了Self VM(迄今为止创建的最快的动态OO语言执行引擎之一)，Animorphic Smalltalk VM(迄今为止创建的最快的Smalltalk执行引擎之一)，HotSpot JVM(有史以来创建的最快的JVM，可能是最快的VM时期)和OOVM(有史以来创建的最高效的Smalltalk VM之一)。

事实上，V8的首席开发人员Lars Bak参与了其中的每一个项目，以及其他一些项目。

这很大程度上与社区有关。Python和Ruby在很大程度上没有企业支持。没有人会因为全职从事Python和Ruby而获得报酬(特别是他们不会因为一直从事CPython或MRI而获得报酬)。另一方面，V8得到了世界上最强大的IT公司的支持。

此外，V8可以更快，因为对V8的人来说唯一重要的事情是解释器——他们没有标准库可以工作，不需要考虑语言设计。他们只编写解释器。就是这样。

这与知识产权法无关。Python也不是由谷歌的人共同开发的(它的创建者和其他一些提交者一起在那里工作，但他们没有为Python工作而获得报酬)。

Python速度的另一个障碍是Python 3。它的采用似乎是语言开发人员最关心的问题——以至于他们冻结了新语言特性的开发，直到其他实现赶上来。

关于技术细节，我不太了解Ruby，但是Python有很多地方可以使用优化(Unladen Swallow，一个谷歌项目，在失败之前就开始实现这些)。这是他们计划的一些优化。如果CPython实现了像PyPy一样的JIT，我可以看到Python在未来达到V8的速度，但这在未来几年似乎不太可能(现在的重点是采用Python 3，而不是JIT)。

许多人还认为Ruby和Python可以从移除它们各自的全局解释器锁中获益良多。

You also have to understand that Python and Ruby are both much heavier languages than JS -- they provide far more in the way of standard library, language features, and structure. The class system of object-orientation alone adds a great deal of weight (in a good way, I think). I almost think of Javascript as a language designed to be embedded, like Lua (and in many ways, they are similar). Ruby and Python have a much richer set of features, and that expressiveness is usually going to come at the cost of speed.

There's a lot more impetus to highly optimize JavaScript interpretors which is why we see so many resources being put into them between Mozilla, Google, and Microsoft. JavaScript has to be downloaded, parsed, compiled, and run in real time while a (usually impatient) human being is waiting for it, it has to run WHILE a person is interacting with it, and it's doing this in an uncontrolled client-end environment that could be a computer, a phone, or a toaster. It HAS to be efficient in order to run under these conditions effectively.

Python和Ruby运行在一个由开发人员/部署人员控制的环境中。一个健壮的服务器或桌面系统，限制因素通常是内存或磁盘I/O，而不是执行时间。或者可以利用缓存等非引擎优化。对于这些语言，关注语言和库特性集而不是速度优化可能更有意义。

这样做的附带好处是，我们拥有两个出色的高性能开源JavaScript引擎，它们可以并且正在被重新用于各种应用程序，例如Node.js。

我刚刚遇到了这个问题，还有一个很大的技术原因导致了性能差异，但没有提到。Python有一个非常强大的软件扩展生态系统，但这些扩展大多数是用C或其他低级语言编写的，以提高性能，并与CPython API紧密相关。

有很多众所周知的技术(JIT、现代垃圾收集器等)可以用来加速CPython的实现，但所有这些技术都需要对API进行重大更改，破坏了过程中的大多数扩展。CPython会更快，但是Python吸引人的很多东西(广泛的软件堆栈)将会丢失。举个例子，有一些更快的Python实现，但与CPython相比，它们几乎没有吸引力。

我相信这是因为不同的设计优先级和用例目标。

一般来说，脚本语言(又称动态语言)的主要目的是在本地函数调用之间充当“粘合剂”。这些原生功能应a)覆盖最关键/最常用的领域b)尽可能有效。

这里有一个例子: jQuery排序导致iOS Safari冻结 那里的冻结是由于过度使用get-by-selector调用造成的。如果get-by-selector可以在本地代码中实现，那么就不会有这样的问题了。

考虑一下V8演示中经常使用的光线跟踪演示。在Python世界中，它可以在本机代码中实现，因为Python为本机扩展提供了所有工具。但在V8领域(客户端沙盒)，除了让VM尽可能高效之外，你没有其他选择。所以唯一的选择是使用脚本代码来实现光线跟踪器。

不同的优先级和动机。

在Sciter中，我做了一个测试，在本地实现了几乎完整的jquery核心。在像ScIDE(由HTML/CSS/Script组成的IDE)这样的实际任务中，我相信这样的解决方案比任何VM优化都要好得多。