python和go比较:
那么,能不能结合两种语言的优势,采用混合框架呢?
答案是可以的,
混合框架的优势:
结合两种语言的优点,既具有Python语言的多类库、多应用场景的优势,又兼具Go 语言的支持高并发、运行高效的特点。
1)支持传输超大附件(1G以上);
2)支持数据库读写分离;
3)支持人工智能算法,特别是深度学习算法。
深度学习是机器学习中一种基于对数据进行表征学习的方法。深度学习又可以分为三种典型算法,分别为卷积神经网络(CNN)、循环神经网络(RNN)和生成对抗网络(RAN)。
卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习的代表算法之一。典型的CNN由3个部分组成——卷积层、池化层、全连接层。
循环神经网络(Recurrent Neural Network, RNN)是一类以序列数据为输入,在序列的演进方向进行递归且所有节点(循环单元)按链式连接的递归神经网络。
生成对抗网络(GAN, Generative Adversarial Networks )是一种深度学习模型,由生成器和判别器组成。
PYTHON是AI开发的代表性语言,功能强大,但它的性能,是我们一直诟病的一个问题。
GOLANG的优点是垃圾自动回收,支持高并发,编译后的.SO文件体积小,一个服务器上可以跑几十上百个服务,支持大文件上传下载
实现步骤:
系统:windows
Python解释器:Python 3.7.6(64位)
Go编译器:Go 1.14(64位)
性能对比:
为了更好的体现出来优化之后的效果,我们大概对比一下两个语言在计算密集情况下的差距。
测试:分别计算一个亿(100000000)的累加模拟大量计算。
1)Python代码
import time
def run(n):
sum = 0
for i in range(n):
sum += i
print(sum)
if __name__ == '__main__':
startTime = time.time()
run(100000000)
endTime = time.time()
print("耗时:", endTime - startTime)
可以看到耗时:10s左右,如下图所示。
package main
import (
"fmt"
"time"
)
func run(n int) {
sum := 0
for i := 0; i < n; i++ {
sum += i
}
fmt.Println(sum)
}
func main() {
var startTime = time.Now()
run(100000000)
fmt.Println("耗时:", time.Since(startTime))
可以看到耗时:200ms左右,如下图所示。
3)测试结论
我们可以看到,在计算方面,Python和Go是有很大的差距的,如果计算这一块能放在Go上就好了。
Go代码编译为Python可调用的.so文件
1)Go代码
功能:接收传入的值进行累加,并且返回最终的累加值。
package main
import (
"C" //C必须导入
)
//export run
func run(n int) int{
/*
必须要export 函数名
//是注释的意思,相当于Python中的 #
我也是第一次见注释还有作用,黑人三问好???
固定写法
*/
sum := 0
for i := 0; i < n; i++ {
sum += i
}
fmt.Println("我是Go代码,我跑完了,我的结果是:",sum)
return sum
}
func main() {
//main函数中什么都不要写,和包名main要对应
}
2)编译为.so文件供Python调用。
命令如下:
go build -buildmode=c-shared -o 输出的.so文件 go源文件
例如:
go build -buildmode=c-shared -o s1.so s1.go
会生成.h文件和.so文件,.so文件供Python调用,如下图所示:
3)Ptyhon调用so文件
将上述生成的.so文件复制到Python项目的同一级目录。
4)Python代码
依然是计算一个亿,关键部分由Go生成的.so执行。
from ctypes import *
import time
if __name__ == '__main__':
startTime = time.time()
s = CDLL("s1.so") # 加载s1.so文件
result = s.run(100000000) # 调用Go生成的.so文件里面的run函数
print("result:", result)
endTime = time.time()
可以看到耗时:0.11s左右,如下图所示。
/小结/
也许Python+Go提高关键地方性能和Python + C\C++相比不是最好的,但是小编认为该方法却是最省心的,毕竟C\C++的门槛是比较高的。
不过话说回来,目前这个性能确实可能也够用了,毕竟Python+Go比Pthon+C\C++的效率可能要高上几倍不止。