最近研究 python 的一个小失落

[SlipStupig]

python 有一个很-O 选项我一直很好奇这个选项是干嘛的， help 写的是:

 -O     : optimize generated bytecode slightly; also PYTHONOPTIMIZE=x
-OO    : remove doc-strings in addition to the -O optimizations

---

python 优化选项可以产生更小的 bytecode 文件，我试着选了一下，确实小了一点，但是对性能提升并没有什么用，后来看官方邮件是这么回复的：

---

> Py_NoSiteFlag = 1...assuming you don't need to load site.py 
>
>     for example:</br>
>
> extern int Py_OptimizeFlag;
> extern int Py_NoSiteFlag;
> ...
> if( !Py_IsInitialized() ) {
>     Py_OptimizeFlag = 2;
>     Py_NoSiteFlag = 1;
>     Py_Initialize();

---

• -O 所谓的优化就是删除内置的__debug__这个方法，然后禁用从网络引用包，体积能变下就是删除这两块的代码，所以变小的效果也不明显

• -OO 是在-O 基础上删除所有的文档字符串，如果你定义了个 """ Comment """，将会被 python 删除掉（前段时间被坑了，找不到变量）

最后结论是 python 优化选项并没有什么用，想加速换 pypy

[Felldeadbird]

要性能还是要优雅的 py ，看你怎样看了。

[SlipStupig]

@Felldeadbird 最近在看 JIT ，大致就是将 Bytecode 转成 LLVM IR 然后转成汇编，现在像 pyston 和 numba 都是这么做的，速度提升还不错，更好的是 PyPy 但是对一些扩展库兼容的不好，总的来说性能和优雅是可以兼顾的，但是需要一定代价！

[GeekGao]

直接操作寄存器、 x86 指令码快更 native ，你们倒是 coding 去啊，呵呵呵。

[GeekGao]

@serial 照你这么说 Youtbue 、 Quora 、 Dropbox 、 NASA … 哭晕在厕所了。 OpenStack 应该用 C 重撸了……

[ainimuyan]

serial 说的是事实，很多公司是都在用 python ，但是应用场景不同， python 也确实构建了很多大型项目，但是侧重点不同，别为了喷而喷

[GeekGao]

“ python 都能做，做的都很垃圾 --- CPU 计算慢， IO 并发低，特别是标准库写的特别差” 请问这是啥事实，有论证么？
某些同志凭感官就抛出 [事实] 二字也真是醉了。

[clino]

你如果很在乎性能就不应该用纯 python,至少要用 python 配合其他语言来做
python 比较强的还是自带电池多,开发效率高
像想榨干硬件性能,或者大的系统之类的场合,都用 python 肯定不合适

[GeekGao]

@clino 同意这位同志的语录：你如果很在乎性能就不应该用纯 python,至少要用 python 配合其他语言来做

[justou]

除了掌握一些 pythonic 的编程技巧提升程序的效率外, 大幅提升 python 执行效率的办法多的是啊,
感觉比较灵活的还是在 cython 中 C/C++, python 混编, 灵活跟效率自己平衡

[luluuulu4848]

解释性的语言 性能都没有编译性语言快啊。。。不知道你们在争什么，解释性语言就是开发的快成本低，有不是所有应用都需要很快，专业软件用 C++去重写去 肯定快

[zmj1316]

python 属于写的爽运行起来痛苦的那种，需要性能要不上 pypy 这种 JIT ，要不就用 C/C++呗
@serial 说的没什么错，被喷表示心疼

[a412739861]

@zmj1316 写起来爽，运行起来痛苦+1 …………

[wuxqing]

所有，我现在都是 c 封装成函数， python 调用

[jjx]

@zmj1316

什么叫没有错，科学计算／数据分析的底层库如 numpy/pandas 等都是高度优化的，大部分都直接用 cython 写，正是因为有了这些高度优化的底层库，才能让业务人员解脱出来，　喷的完全不在点上

[serial]

@wizardforcel @kingmo888

Of cause. Python 甚至在某些方面取代了 R 语言。然而， matlab 和 R 是用来建模的，不是做应用的 （它们甚至连完整的编程语言特征都不具备）。

什么样的人在使用 matlab 和 R ？ 科学研究领域。他们 80% 的知识是懂电路、生物、化学、...， 20% 的知识是懂 Python 、 matlab 、 R 。他们的任务就是用这些语言重现、测试自己的实验。

那么，问题是，你是打算成为这样的科研者，还是一个专职程序员？如果你，一个 80% 的知识是懂 Python 、 matlab 、 R ， 20% 的知识是懂电路、生物、化学、...，那么毫无价值。

@mengzhuo “两个游戏逻辑服务的表示， Python 的理念是，不够就堆机器”

1. 你的“游戏逻辑服务”，多少用户？
2. 每秒并发请求能到多少？
3. 做过 benchmark 、压力测试吗？
4. 数据量能多少？玩过 TB 级别的数据存储吗？
5. 什么是阻塞 IO ？什么是非阻塞 IO ？用了哪一种？

@WhiteT

你可以举个 “那么多新兴互联网公司要选择 Python ” 的例子。 Twitter 把他们的业务从 ruby 切换到了 Scala ； Facebook 在他们那丑陋缓慢的 PHP 上做了 C++ 适配层（这当然花了并且还在花他们很多钱）； Dropbox 正在把自己的分布式文件系统从 GO 切换到 Rust 。

---------------------------------------------------

如果你要做 Web service ，那么 3.5 asyncio 是个不错的选择，非阻塞 IO 的 wrapper 。然而，一个问题就是 Python 2/3 没有非阻塞 IO 的第三方库支持。 pymongo （ mongodb 客户端）、 pymysql （ mysql 客户端）、 docker-py （ docker 客户端）、 paramiko （ ssh 客户端）、...，它们都是基于 httplib ，没错，它们都是同步的！！！

这就表示，它们的并发 IO === 渣。

如果你想做非阻塞应用，为了高并发，你必须用 asyncio 或者其他非阻塞 IO 库，重写这些库。最典型的例子 --- Openstack 。

就我所知，非阻塞 IO 的流行语言和库：

* C --- libev libevent --- 代表作 Nginx
* Nim --- asyncdispatch --- 代表作
* Erlang --- stdlib --- 代表作 Whatsapp
* Java --- nio netty --- 代表作 Hadoop
* Golang --- stdlib --- 代表作 Docker
* JavaScript --- node.js --- 代表作 Joyent 云服务

至于文件系统，动态语言无法胜任， Java 也无法胜任，这是 C 、 C++、 D 、 Nim 、 Rust 这些系统语言的战场。

[jjx]

gevent 惨被无视，　年龄堪比 java 的 twisted ，　可以说时 asyncio 的原型也惨被无视

[tairan2006]

@serial 有点纸上谈兵了吧。当年腾讯买断偷菜版权，每个月收入数千万，同时在线数亿人，不就是靠着服务器（好像还是 windows 服务器）堆起来的么…时间根本来不及搞什么优化，不照样挺过来了。

就像微信的打飞机这种现象级游戏，不过是昙花一现，赚到钱就好了，写的时候就求一个快，还从底层慢慢搞？我用 C++写 3 个月写个偷菜， Python 一个月，那就至少损失了一个亿。你说你是要少几台服务器，还是要一个亿？每种语言都有自己的价值，一味在意性能未免过于匠气。

[cszhiyue]

@zmj1316 它的观点还停留于 python 只适合自动化脚本

[ProfFan]

@jjx 强行黑太多。用了这么多年 Python 了，要性能就 numpy 、 Cython ，实在不行还可以对接 C++模块。实时有 zmq 、 gevent 。不知道上面这些黑点从哪来。。。

[jhdxr]

心疼 @serial 被一堆做 toy 的喷成这样子。。。

至于说堆机器的。。。一方面你考虑过你应用的本身最多能堆多少台机器么？（说没有上限的可以闭嘴了，我不信你的每台机器可以独立完成所有业务）；另外一方面，没种语言都有自己的适应场景，用 A 语言堆 100 台机器才能完成的，换 B 语言很有可能 10 台就搞定了