网上经常有一些语言大对比，C/C++ VS Java, Python VS Ruby等，其实这些都很无聊的，只能当作饭后谈资了，因为没有最好的语言，只有最合适的语言。每种语言都有自己的用武之地，存在就是有道理的。
无疑中发现了这个网站，用于比较各种语言的性能的，以C语言为参照物，各种语言与C比较，速度慢多少。从中可以看出比较有意思的结论，C++与C不相上下，Java语言的性能也非常高，而脚本语言中，算Lua最高了，也是，它本身就很小巧。而在Python、Perl、PHP、Ruby之间，还是Python排名最高了，不过前三者之间差距不大，而Ruby的排名就比较后了。
这种比较还是很客观的，利用了各种常用的算法计算所耗费的时间，用同一套规则判断，总比网上一些头脑发热的比较来的有说服力一些。
最近在做需求分析时需要一个轻量级的WebServer，这里轻量级的意思是小巧、开发和部署容易，由于现在项目中大量使用了Python脚本，所以重点放在了Python编写的WebServer上。在实际衡量不同的WebServer后，发现Django非常不错，虽然现在还是0.96版本，还未到正式发布状态，但其功能和API都已经趋于稳定，可以适当考虑一下。
说起Django，大家会与ROR对比，的确，Django与ROR有太多的相识之处，比如ORM、模板、MVC、无XML文件、Url Rewrite等，或许Django是用Python开发的，所以从心里感觉很好，而不像ROR那样不适，也许是先入为主的原因吧。
与ROR不同的是，Django还有许多特色之处，比如Cache，更加灵活的模板技术、插件技术等，这些都很具有创意。
有时间就好好研究一下，除了ROR外的又一个选择。
世界上最受欢迎的视频网站YouTube每天的流量是惊人的，经常去浏览的人应该很熟悉YouTube的“维护通知”。很多人肯定对网站的架构很好奇，上个月在西雅图召开的扩展性技术研讨会上，YouTube的技术主管Cuong Do就此作了一个演讲，下面内容引用自相关的中文介绍。
YouTube大部分代码都是用Python开发，用MySQL存储元数据--用户信息，Web服务器部分是Apache，用FastCGI模式。视频内容则用Lighttpd。 视频的缩略图(Thumbnails)给服务器带来了很大的负担。每个视频平均有4个缩略图，Web页面上更有多个，每秒钟带来的磁盘IO请求太大。技术 人员启用了单独的服务器群组来承担压力，并且针对Cache和OS做了部分优化。另一方面，缩略图请求的压力导致Lighttpd 性能下降。通过 Hack Lighttpd 增加更多的worker 线程在很大程度解决了问题。而最新的解决方案是起用了Google的BigTable。
从整个架构来看，依然使用了非常普遍而且“廉价”的技术。由于Google很热衷Python，所以YouTube使用Python也就不以外了。
最近在Python多 线程中调用HP-UX系统命令时，出现进程死锁的问题，主要是运行一些运行时间比较长的程序，比如ping、sar等，而且这与操作系统的版本还有关系， 不是所有的操作系统和版本存在这个问题。在网上也找到了有类似问题的Bug，但好像Python并没有改正，目前还不知道是Python多线程的问题还是 popen的问题，在没有新版本之前，这个问题还是要解决的。
由于这类问题只有在多线程中出现，而在主线程中却不存在，其结果都能正常输出。所以只有在多线程中将需要运行的命令提交给主线程执行，把结果再返回给子线程，看样子，目前也只有这个解决方案了。该方案在测试中也非常正常，唯一需要注意的是主线程在运行命令时会阻塞的。
以前使用过Java和Perl编写SOAP服务，还比较简单的，对应的库有Axis和SoapLite。最近由于一个项目大部分使用Python作为开发语言，考虑使用Python来编写SOAP对外提供服务。众所周知，Python的动态和简单是出了名的，用它编写SOAP服务也相当简单的，要比Java和Perl来得更轻松。
使用Python编写SOAP，可以下载SOAPPy库。
编写SOAP服务，用于获得服务器当前的时间:
import sys
sys.path.insert (1, '..')
from SOAPpy import *
import time
def gettime():
return time.strftime('%Y-%m-%D %H:%M:%S', time.localtime())
namespace = 'http://tenyears.cn/'
server = SOAPServer (("localhost", 9000))
server.registerKWFunction (gettime, namespace)
try:
while True:
server.handle_request()
except KeyboardInterrupt:
pass
以下是访问该SOAP服务的客户端测试代码：
import sys sys.path.insert (1, '..') from SOAPpy import * endpoint = "http://localhost:9000/" ns = "http://tenyears.cn/" serv = SOAPProxy(endpoint, namespace=ns) print serv.gettime()
与其他语言相比，这已经简化了许多，而且可以在不用编写本地代码的情况下就直接调用SOAP服务的方法，这和访问本地服务一样，非常的轻松。现在唯一担心的是它的性能，因为简单一定会带来其他的问题。但对于目前而言，可以暂时不用考虑这个。
使用Python访问Windows的注册表
在Python的标准库中，_winreg.pyd可以操作Windows的注册表，另外第三方的win32库封装了大量的Windows API，使用起来也很方便。不过这里介绍的是使用_winreg操作注册表，毕竟是Python自带的标准库，无需安装第三方库。
下面的例子是通过Python获取Windows XP下已经安装的补丁号。Windows的补丁号都在“HKEY_LOCAL_MACHINE/SOFTWARE//Microsoft// Updates”下，通过循环下面所有的目录节点，如果找到的名称符合正则表达式KB(/d{6}).*，则表示是一个补丁号。
从例子可以看出操作起来非常的简单和快速。
# -*- coding: utf-8 -*-
# 获取Windows的已打的补丁号
from _winreg import *
import re
def subRegKey(key, pattern, patchlist):
# 个数
count = QueryInfoKey(key)[0]
for index in range(count):
# 获取标题
name = EnumKey(key, index)
result = patch.match(name)
if result:
patchlist.append(result.group(1))
sub = OpenKey(key, name)
subRegKey(sub, pattern, patchlist)
CloseKey(sub)
if __name__ == '__main__':
patchlist = []
updates = 'SOFTWARE//Microsoft//Updates'
patch = re.compile('(KB/d{6}).*')
key = OpenKey(HKEY_LOCAL_MACHINE, updates)
subRegKey(key, patch, patchlist)
print 'Count: ' + str(len(patchlist))
for p in patchlist:
print p
CloseKey(key)
提起任务队列，Java中的concurrent应该是这方面的杰出代表，可以参考我以前写的Blog。我这里想说的是用Python实现的任务队列。
在Python的标准库中没有任务队列，不过可以参考Java的实现，自己做一个任务队列。任务队列主要由三个方面组成：
1) 优先队列(PriorityQueue)，用于将最近需要执行的任务放到前面。一般使用Heap，也可以参考我写的Blog。
2) 阻塞队列，在Java的实现中，是以内嵌一个优先队列实现的。不过在我的Python实现中，是直接从优先队列继承而来。主要关注点是取出一个任务（优先队列的最优解）时，如果时间未到，必须要睡眠等待。
3) 延迟任务，任务的执行体。提供了prerun()，run()和postrun()方法。继承类需要实现run()
关于延迟任务，主要有以下属性：
1) 下次执行的时间。当下次执行的时间小于或者等于当前时间时，就要执行了。反之，则等待。
2) 两次任务执行的间隔时间。
3) 任务运行模式。
关于任务运行模式有以下三种情况：
1) 周期性。即每隔一段时间执行该任务。比如每10分钟执行一次任务。
2) 间隔性。即第一次任务执行完成后，隔一段时间再执行该任务，比如每任务间隔10分钟执行。
3) 一次性。即该任务只执行一次。
如果实现了以上的一些特性，一个任务队列就实现了。
不过有一个很实际的问题：如何退出任务队列，即使当前有任务还没有运行？这里使用了一个技巧：向任务队列里投放一个ExitTask的任务队列，该任务的执行时间就是当前时间，所以它会马上执行，当线程发现是ExitTask时，就退出线程。
另外以前是把代码保存到本机上，在换电脑或者搬迁后这些代码就不见影踪了。现在就把代码放到了Google Code上去。申请还是很方便的，我就为这个简单的代码申请了一个pytask.
下面是一个测试代码:
from threading import Thread
from pytask.task import *
from time import sleep, time
class MyTask(DelayedTask):
def run(self):
print 'Execute the task…'
sleep(3)
class Test(Thread):
def __init__(self, dq, name='Test'):
Thread.__init__(self)
self.dq = dq;
self.setName(name)
def run(self):
while True:
task = self.dq.take()
if task.isExit():
print 'Thread is going to shutdown now.'
# put the logo back to queue so other theads can exit
pq.put(task)
break
task.preRun(self.dq)
print self.getName() + ' ' + str(task)
task.run()
task.postRun(self.dq)
class Add(Thread):
def __init__(self, dq, name='Test'):
Thread.__init__(self)
self.dq = dq;
self.setName(name)
def run(self):
for index in range(size):
import random
r = random.randint(5, size)
sleep(1)
task = MyTask(time() + r, r, 'Task' + str(index))
print task
pq.put(task)
sleep(100)
# after 100s exit
pq.put(ExitTask)
if __name__ == '__main__':
d = []
# 200 tasks
size = 200
# 延迟队列
pq = DQueue()
# 5个执行线程
take = Test(pq, 't1-')
take.start()
take = Test(pq, 't2-')
take.start()
take = Test(pq, 't3-')
take.start()
take = Test(pq, 't4-')
take.start()
take = Test(pq, 't5-')
take.start()
# 添加任务
add = Add(pq, 'A--')
add.start()
在各种网络协议中，SNMP算是比较简单的，但使用也很广泛。目前对SNMP的实现主要有snmp++，它使用C++开发，跨平台，使用上也比较简单。不过虽然是C++开发的，其有良好的面向对象性，但开发效率和实施上与动态脚本相比还是差了一些。
PySNMP就是用纯Python开发的SNMP包。整个包很小，才120K，不过它依赖asn1库，到PySNMP的官方网站上就可以下载这些依赖库。
先用PySNMP获得SNMP信息吧:
from pysnmp.entity.rfc3413.oneliner import cmdgen |
再用PySNMP发一个告警Trap：
# Notification Originator Application (TRAP) |
看到了吧，使用上还是比较简单的，这对于测试SNMP协议以及在大多数场景下都可以得到很好应用。从某种程度上看，它也是跨平台的。
在Windows下将Python嵌 入到C/C++中最简单的方法就是使用PyRun_SimpleFile函数了，但如果设置不正确，会造成“非法指针”，而使程序宕掉。其中主要原因是链 接运行库的方法不对，造成了运行时文件操作时文件指针出现错误，虽然问题比较简单，但如果不知道方法会给定位问题带来麻烦。
一般而言，应用程序要和Python库链接方法一致。比如Python是动态库（DLL），链接的运行库也是多线程动态库（/MD），则你的应用程序也必须链接相同的运行库.
#include <Python.h> |
编译：cl /O /ID:/Python25/include /DWIN32 /MD PySimple.cpp /link /LibPath:D:/Python25/libs
需要注意的是：Python发行版本库中自带的Python25.dll使用的MSVCR71.dll,而我用的是VS2005，默认使用MSVCR80.dll，造成了运行出错。不过使用VS2005重新编译Python25并且替换原来其库后，就变得正常了。
如果想偷懒，可以采用Python的官方网站上推荐方法。
PyRun_SimpleString("execfile('1.py')");
奇怪的是为什么Python不提供Windows下的静态库呢？就像Unix和Linux下一样。
可能对我来说，编译技术是一门神秘的技术，以前也只听说过Lex&Yacc工具，但没有具体用过，毕竟实际工作中用得不多，或者可以用的太多了，没有必要自己去整一套自己的语言。
但最近工作中需要使用编译技术来实现规则，所以也硬着头皮去看《编译原理》。不过理论的东西学起来很费劲，还是从实践中来到实践中去。目前对我而言，会用就可以了，至于为什么这么用，那是以后的事情。
在开源世界中，使用编译技术的软件还很多，它们大都是大同小异，原理都是相同的。目前可下载的这类源代码有Eclipse的JDT、Python、Lua和SWIG。
奇怪的是，除了SWIG使用Bison作为工具来自动生成代码外，其他的都是手工实现了词法分析和语法分析。这让我感到很惊讶，为什么工具不用，而去手工实现呢？估计还是不相信工具生成的代码，或者从性能方面和维护方面考虑吧。
Eclipse的JDT更不用说了，它完全实现了Java的编译器，性能也不错。另外在JDT中可以看到很多代码优化的例子，对于编写高性能的解释器和编译器是很有帮助的。
至于Lua，使用它的软件一大把，可见它的优势很明显，Lua的源代码是最简洁的，词法分析和语法分析加起来来也只有2000行代码，所以它应该是学习编译技术最好的例子了。代码也比较简单，看起来也很快，另外它提供了完整的分析文档，这是很难得的。
Java和Python使用了中间代码的技术，即将源代码编译成中间代码，但 实际上Python的源代码的执行速度和中间代码的速度是相同的（Python的文档描述）。Java是一种很复杂的语言，所以它的编译器也是非常复杂 的，还好有Eclipse IDE，研究起来非常方便的。
总体来说编译技术是一种非常复杂的技术，其中有很多优秀的思想、算法，所以值得一学。