建站
咨詢
售后
建站咨詢
新聞中心
我是編譯型編程語言的忠實粉絲，一直都是。雖然解釋型編程語言可以讓開發(fā)者更快地編寫和測試代碼，但我仍然認為編譯器是值得長期投入的。
公司主營業(yè)務：成都做網站、網站制作、成都外貿網站建設、移動網站開發(fā)等業(yè)務。幫助企業(yè)客戶真正實現(xiàn)互聯(lián)網宣傳，提高企業(yè)的競爭能力。創(chuàng)新互聯(lián)是一支青春激揚、勤奮敬業(yè)、活力青春激揚、勤奮敬業(yè)、活力澎湃、和諧高效的團隊。公司秉承以“開放、自由、嚴謹、自律”為核心的企業(yè)文化，感謝他們對我們的高要求，感謝他們從不同領域給我們帶來的挑戰(zhàn)，讓我們激情的團隊有機會用頭腦與智慧不斷的給客戶帶來驚喜。創(chuàng)新互聯(lián)推出青川免費做網站回饋大家。
在我看來，編譯型代碼有兩個明顯的優(yōu)勢：
每次修改代碼都可以得到驗證，甚至是在開始運行代碼之前。
更快的執(zhí)行速度。根據(jù)具體情況，代碼可能被編譯成非常底層的運行指令。
我之所以要寫這篇文章，是想比較一下編譯型代碼的執(zhí)行速度會比解釋型快多少。
因為我偏愛編譯型編程語言，所以現(xiàn)在有個問題：我手頭有很多感興趣的代碼，但它們都是用 Python 寫的，我該怎么辦？全部重寫？部分重寫？完全不重寫？
先入之見
在這篇文章里，我通過比較 Java、Go 和 Python 在處理不同任務時的性能表現(xiàn)來驗證我對它們的一些先入之見。首先是 Python，我正在考慮要不要把它替換掉。至于 Java，我已經是 20 多年的粉絲了，一路看著它成熟，不管是性能還是功能都在變得更好。最后是 Go，我兩年前才開始用它，但真的很喜歡它。雖然 Go 相比 Java 還缺失了一些特性，比如類繼承，但它的語法簡潔而緊湊，編譯和執(zhí)行速度都很快，生成的代碼也很緊湊，還提供了優(yōu)雅的 goroutine 來實現(xiàn)并發(fā)處理。
以下是我的一些先入之見。
編譯型代碼的執(zhí)行速度比解釋型代碼要快一個數(shù)量級。之前，我比較了使用 JIT 和不使用 JIT 編譯 Java 代碼所獲得的性能，它們的比率大概是 30 比 1。
Go 的運行速度比 Java 要快一點。我記得在之前的工作中做過一些測試，發(fā)現(xiàn) Go 在處理某些任務時要比 Java 快 30%，但最近一些文章又說 Java 比 Go 快。
先來測試一把
我在之前的一篇文章中通過一些代碼比較過 JIT 的性能，后來使用 Python 和 Go 也實現(xiàn)了一遍。這段代碼計算 100 的 Fibonacci 數(shù)值，每一輪計算 50 次，并打印執(zhí)行時間（納秒），共計算 200 輪。代碼可以在 https://github.com/rodrigoramirez/fibonacci 上找到。
三種語言的輸出結果看起來像這樣：
- Java Go Python
- ...
- 122 123 11683
- 119 107 11539
- 123 104 11358
- 120 115 11926
- 119 118 11973
- 120 104 11377
- 109 103 12960
- 127 122 15683
- 112 106 11482
- ...
平均值是這樣：
- Java Go Python
- 130 105 10050
可以看到，在計算 Fibonacci 數(shù)值時，Java 比 Go 要慢一些，大概慢 24%，而 Python 幾乎慢了 100 倍，也就是 9458%。
這個結果驗證了我最初對 Java 和 Go 的判斷，但讓我感到吃驚的是 Python 的表現(xiàn)，它慢得不只是一個數(shù)量級，是兩個！
我在想 Python 為什么會花這么多時間。
我首先想到的是，很多人關注的是 Python 的易用性，并通過犧牲性能來快速獲得處理結果。我相信數(shù)據(jù)科學家們都是這么想的。況且有這么多現(xiàn)成的庫可以用，為什么要去找其他的？遲早會有人優(yōu)化它們的。
第二個原因是很多人沒有比較過不同的實現(xiàn)，因為很多初創(chuàng)公司在激烈的競爭中忙于做出產品，根本無暇顧及什么優(yōu)化不優(yōu)化。
第三個原因，有一些方式可以讓同樣的 Python 代碼跑得更快。
把 Python 代碼編譯一下會如何
在做了一些調研之后，我決定使用 PyPy 測試一下相同的 Python 代碼。PyPy 是 Python 的另一個實現(xiàn)，它本身就是使用 Python 開發(fā)的，包含了一個像 Java 那樣的 JIT 編譯器。跟 Java 一樣，我們需要忽略初始的輸出，并跳過 JIT 編譯過程，得到的結果如下：
- Java Go Python PyPy
- 130 105 10050 1887
PyPy 的平均響應速度比 Python 快 5 倍，但仍然比 Go 慢 20 倍。
更多的測試
以上的測試主要集中在數(shù)值的計算上，如果回到最開始所說的 Python 代碼，我還需要關注：
- Kafka、HTTP 監(jiān)聽器和數(shù)據(jù)庫的 IO；
- 解析 JSON 消息。
總結
本文通過執(zhí)行簡單的數(shù)學運算得出這樣的結論：Go 的執(zhí)行速度比 Java 快一些，比解釋運行的 Python 快 2 個數(shù)量級。
基于這樣的結果，我個人是不會使用 Go 來替換 Java 的。
另一方面，在高負載的關鍵任務上使用 Python 不是一個好的選擇。如果你正面臨這種情況，可以考慮使用 Python 編譯器作為短期的應急方案。
在決定是否要重寫 Python 代碼時，還需要考慮到其他因素，比如 IO 和 CPU 方面的問題，但這些超出本文的范圍了。
有人提醒我，使用 Go 和 Java 的 64 位整型只能準確計算出 92 的 Fibonacci 數(shù)值，再往后會出現(xiàn)溢出（譯者：所以代碼后來改成了計算 90 的 Fibonacci 數(shù)值）。但即使是這樣，本文的結論仍然是有效的。
分享題目：未編譯的Python代碼比Go慢100倍，編譯后呢？
鏈接URL：http://www.dlmjj.cn/article/cdsigeo.html
