原文链接：https://hackernoon.com/yes-python-is-slow-and-i-dont-care-13763980b5a1
我正在讨论关于 Python 中的 asyncio 的讨论，以谈谈我最近想到的一些事情：Python 的速度。对于那些不知道的人，我有点像 Python 粉丝，我尽我所能积极地使用 Python。人们对 Python 的最大抱怨之一就是它很慢。有些人几乎拒绝尝试 python，因为它比 X 慢。这是我的想法为什么你应该尝试 python，尽管它很慢。
速度不再重要
过去，程序需要很长时间才能运行。CPU 价格昂贵，内存昂贵。程序的运行时间曾经是一个重要的指标。计算机非常昂贵，运行它们的电力也是如此。由于永恒的商业法，优化了这些资源：
优化您最昂贵的资源。
从历史上看，最昂贵的资源是计算机运行时间。这导致了计算机科学的研究，其关注于不同算法的效率。然而，这已不再适用，因为硅现在很便宜。就像真便宜。运行时间不再是您最昂贵的资源。公司最昂贵的资源现在是员工的时间。或者换句话说，你。完成任务比让它快速完成更重要。事实上，这是非常重要的，我将把它再次放在这里，好像它是一个引用（对于那些只是浏览的人）：
完成任务比让它快速完成更重要。
您可能会说，“我的公司关心速度，我构建一个 Web 应用程序，所有响应都必须快于 x 毫秒。”或者，“我们让客户取消，因为他们认为我们的应用程序太慢了。”我不是试图说速度根本不重要，我只是想说它不再是最重要的事情;这不是你最贵的资源。
速度！
速度是唯一重要的事情
当您在编程环境中说_速度_时，通常表示性能，即 CPU 周期。当你的 CEO 说_速度时_在编程的背景下，他意味着商业速度。最重要的指标是上市时间。最终，您的产品/网络应用程序的速度并不重要。它写的是什么语言无关紧要。它甚至不需要运行多少钱。在一天结束时，让您的公司生存或死亡的一件事就是上市时间。我不只是谈论创业的想法，直到你赚钱需要多长时间，但更多的是“从创意到顾客手中”的时间框架。在企业中生存的唯一方法是比竞争对手更快地进行创新。如果您的竞争对手在您之前“出货”，那么您想出多少好主意并不重要。你必须是第一个进入市场的人，或者至少要跟上。一旦你减速，你就完成了。
在企业中生存的唯一方法是比竞争对手更快地进行创新。
一个微服务案例
亚马逊，谷歌和 Netflix 等公司都了解快速行动的重要性。他们创建了一个业务系统，可以快速移动并快速创新。微服务是他们问题的解决方案。本文与您是否应该使用微服务无关，但至少接受亚马逊和谷歌认为他们应该使用微服务。
微服务本来就很慢。微服务的概念是通过网络呼叫来打破边界。这意味着您正在进行函数调用（几个 cpu 周期）并将其转换为网络调用。在性能方面，你可以做的事情并不多。与 CPU 相比，网络调用非常慢。但这些大公司仍然选择使用微服务。实际上，我所知道的架构并不比微服务慢。微服务最大的优点是性能，但最好的专业是产品上市时间。通过围绕较小的项目和代码库建立团队，公司能够以更快的速度进行迭代和创新。这只是表明，非常大的公司也关心产品上市时间，而不仅仅是创业公司。
CPU 不是你的瓶颈
如果编写网络应用程序（例如 Web 服务器），则可能是 CPU 时间不是应用程序的瓶颈。当您的 Web 服务器处理请求时，它可能会进行一些网络调用，例如数据库，或者像 Redis 这样的缓存服务器。虽然这些服务本身可能很快，但对它们的网络调用速度很慢。关于某些操作的速度差异，有一篇非常棒的博客文章。在本文中，作者将 CPU 周期时间缩放到更易理解的人类时代。如果单个 CPU 周期相当于 1 秒，那么从加利福尼亚到纽约的网络呼叫将相当于 4 年。那就是网络速度慢了多少。对于一些粗略估计，假设同一数据中心内的正常网络呼叫大约需要 3 毫秒。这相当于我们“人类规模”的 3 个月。现在假设您的程序非常占用 CPU，响应单个调用需要 100,000 个周期。这相当于超过 1 天。现在让我们假设你使用的语言慢了 5 倍，现在大约需要 5 天。那么，将它与我们 3 个月的网络电话进行比较，4 天的差异根本不重要。如果有人必须等待至少 3 个月的包裹，我不会
这最终意味着，即使 python 很慢，也没关系。语言的速度（或 CPU 时间）几乎不是问题。谷歌实际上对这个概念进行了研究，他们写了一篇论文。本文讨论了设计高吞吐量系统。在结论中，他们说：
在高吞吐量环境中使用解释语言似乎有些自相矛盾，但我们发现 CPU 时间很少是限制因素;语言的可表达性意味着大多数程序都很小，并且大部分时间都花在 I / O 和本地运行时代码上。此外，解释实现的灵活性有助于简化语言层面的实验，并允许我们探索在多台机器上分配计算的方法。
或者，强调：
CPU 时间很少是限制因素
如果 CPU 时间什么是一个问题？
你可能会说，“这是伟大的，所有的，但我们不得不在那里 CPU 是我们的瓶颈，引起了我们的 web 应用程序太多放缓问题”，或“语言_X_需要的不仅仅是语言的运行速度大幅较少的硬件_Ÿ_在服务器上。”这一切皆有可能。关于 Web 服务器的精彩之处在于，您几乎可以无限地对它们进行负载均衡。换句话说，投入更多硬件。当然，Python 可能需要比其他语言更好的硬件，例如 C.只是在你的 CPU 问题上抛出硬件。与您的时间相比，硬件非常便宜。如果您在一年内节省了几周的生产力时间，那么这将超过增加的硬件成本。
那么，Python 更快吗？
这一直是我一直在谈论最重要的是开发时间。所以问题仍然存在：在开发时间方面，Python 比语言 X 更快吗？有趣的是，我，谷歌，和几个人，可以告诉你如何更高效 Python 是。它为您提取了很多东西，帮助您专注于您真正想要编写的代码，而不会陷入小事物的杂草中，例如是否应该使用矢量或数组。但你可能不愿意接受别人的话，所以让我们看一些更经验的数据。
在大多数情况下，关于 python 是否更高效的争论实际上归结为脚本（或动态语言）与静态类型语言。我认为普遍认为静态类型语言的效率较低，但这是一篇很好的论文，可以解释原因。特别是在 Python 方面，这是一项研究的一个很好的总结，该研究着眼于为各种语言的字符串处理编写代码所花费的时间。
用各种语言编写字符串处理应用程序需要多长时间。（Prechelt 和 Garret）
在上面的研究中，Python 的效率是 Java 的 2 倍。还有一些其他研究表明同样的事情。Rosetta Code 对编程语言的差异进行了相当深入的研究。在本文中，他们将 python 与其他脚本/解释语言进行比较，并说：
Python 往往是最简洁的，甚至是功能语言（平均缩短 1.2-1.6 倍）
常见的趋势似乎是 Python 中的“代码行”总是较少。代码行可能听起来像一个糟糕的指标，但多项研究，包括已经提到的两项研究表明，每行代码花费的时间在每种语言中大致相同。因此，限制代码行数，提高了生产力。甚至编码错误本身（C＃程序员）也写了一篇关于 Python 如何提高效率的文章。
我认为可以说 Python 比许多其他语言更有效率。这主要是因为 python 附带“包含电池”并且有许多第三方库。这是一篇简单的文章，讨论 Python 和 X 之间的差异。如果你不知道为什么 Python 如此“小”和高效，我邀请你借此机会学习一些 python 并亲自看看。这是你的第一个项目：
import __hello__
但是如果速度确实重要呢？
运行时性能
上面几点的基调可能会让它看起来像优化，速度根本不重要。但事实是，很多时候运行时性能确实很重要。一个例子是，您有一个 Web 应用程序，并且有一个特定的端点需要很长时间才能响应。你知道它需要多快，以及它需要改进多少。
在我们的例子中，发生了几件事：
- 我们注意到一个端点执行缓慢
- 我们认为它很慢，因为我们有一个_足够快_的度量标准，并且它没有达到该指标。
我们不必对应用程序中的所有内容进行微优化。一切都只需要“足够快”。您的用户可能会注意到端点需要几秒钟才能响应，但他们不会注意到您将 35 毫秒调用的响应时间提高到 25 毫秒。“足够好”，真的是你需要实现的一切。免责声明：我也许应该指出，有一些应用，如实时竞价应用中，这样做需要微优化，以及每毫秒事做。但这是例外，而不是规则。
为了弄清楚如何优化端点，您的第一步是分析代码并尝试找出瓶颈所在。毕竟：
除瓶颈之外的任何改进都是幻觉。- 吉恩金
如果您的优化没有触及瓶颈，那么您就是在浪费时间而不是解决真正的问题。在优化瓶颈之前，您不会得到任何重大改进。如果你在知道瓶颈之前尝试进行优化，那么你最终只能使用部分代码来玩耍。在测量和确定瓶颈所在之前优化代码称为“过早优化”。Donald Knuth 经常被引用以下引用，但他声称他偷走了其他人的引用：
过早优化是万恶之源。
在谈论维护代码库时，Donald Knuth 的更全面引用是：
我们应该忘记小的效率，大约 97％的时间说：**过早的优化是所有邪恶的根源。**然而，我们不应该放弃那个至关重要的 3％的机会。
换句话说，他说大多数时候，你需要忘记优化你的代码。它几乎总是足够好。在不够好的情况下，我们通常只需触摸 3％的代码路径。如果你的端点使用 if 语句而不是函数，那么你的端点速度要快几秒，就不会赢得任何奖品。仅在测量后进行优化。
过早优化包括调用某些_更快的_方法，甚至使用特定的数据结构，因为它通常更快。计算机科学认为，如果一种方法或算法具有与另一种方法或算法相同的渐近增长（或 Big-O），那么它们是等价的，即使在实践中速度是 2 倍。计算机如此之快，以至于算法作为数据/使用的计算增长比实际速度本身更重要。换句话说，如果你有两个_O（log n）_函数，但是一个是慢两倍，那真的不重要。随着数据量的增加，它们都以相同的速度“减速”。这就是为什么过早优化是万恶之源;这浪费了我们的时间，而且几乎从来没有真正帮助我们的总体表现。
就 Big-O 而言，你可以说所有语言都是你的程序的_O（n）_，其中 n 是代码行或指令。对于相同的指令，它们都以相同的速率增长。无论语言/运行时有多慢，在渐近增长方面，所有语言都是平等的。根据这个逻辑，你可以说为你的应用选择一种语言只是因为它的“快速”是过早优化的最终形式。你在没有测量的情况下选择一些所谓的快速的东西，而不了解瓶颈的位置。
为您的应用选择一种语言只是因为它的“快速”是过早优化的最终形式。
优化 Python
关于 Python 我最喜欢的一件事是它可以让你一次优化代码。假设你有一个 Python 方法，你发现它是你的瓶颈。你已经多次对它进行了优化，可能会遵循这里和那里的一些指导，现在你已经非常确定 Python 本身就是瓶颈。Python 能够调用 C 代码，这意味着您可以在 C 中重写这一个方法以减少性能问题。您可以一次执行此方法。此过程允许您以编译为 C 兼容汇编程序的任何语言编写优化的瓶颈方法。这允许您在大多数时间保持 Python，并且只在您真正需要时才进入较低级别的事情。
有一种名为 Cython 的语言是 Python 的超级集合。它几乎是 Python 和 C 的合并，是一种渐进式的语言。任何 Python 代码都是有效的 Cython 代码，Cython 编译为 C 代码。使用 Cython，您可以编写模块或方法，并慢慢地进展到越来越多的 C 类型和性能。您可以将 C 类型和 Python 的 duck 类型混合在一起。使用 Cython，您可以获得仅在瓶颈上优化的完美组合，以及其他地方的 Python 之美。
Eve 在线的截图：用 Python 编写的太空 MMO
当你最终遇到性能问题的 Python 墙时，你不需要将整个代码库移动到另一种语言。只需在 Cython 中重写几个方法，几乎总能获得所需的性能。这是 Eve Online 采取的策略。Eve 是一款大型多人计算机游戏，它使用 Python 和 Cython 进行整个堆栈。他们通过优化 C / Cython 中的瓶颈来实现游戏级别的性能。如果它适用于他们，它应该适用于大多数人。或者，还有其他方法来优化您的 python。例如，PyPy 是 Python 的 JIT 实现，只需通过使用 PyPy 交换 CPython（默认实现），就可以为长时间运行的应用程序（例如 Web 服务器）提供显着的运行时改进。
让我们回顾一些要点：
- 优化您最昂贵的资源。那是你，而不是电脑。
- 选择可以帮助您快速开发的语言/框架/体系结构（例如 Python）。不要仅仅因为技术快速而选择技术。
- 遇到性能问题时：找到瓶颈
- 您的瓶颈很可能不是 CPU 或 Python 本身。
- 如果 Python 是你的瓶颈（你已经优化了算法/等），那么将热点移到 Cython / C
- 回去享受快速完成任务
我希望你喜欢阅读这篇文章，就像我喜欢写这篇文章一样。如果您想说谢谢，只需按下拍击按钮，或按住它。另外，如果你想在某个时候跟我谈论 Python，你可以在 twitter（@nhumrich）上打我，或者我可以在 Python 松弛频道上找到它。
[
[
[
Hacker Noon 是黑客开始下午的方式。我们是 @AMI 家族的一员。我们现在接受提交的内容，并乐于讨论广告和赞助机会。
欢迎来到这里！
我们正在构建一个小众社区，大家在这里相互信任，以平等 • 自由 • 奔放的价值观进行分享交流。最终，希望大家能够找到与自己志同道合的伙伴，共同成长。
注册 关于