8个建议,为啥不使用Python开发大型项目

来源:CSDN, 整理 | 张仕影 责编 | 郑丽媛

在开发者的职业生涯中,有一个特定阶段,开发者们会从为项目做贡献到掌握自己的技巧。这个阶段对有些人来说会来得早一些,有些则也会晚一些,而另一部分人则无法到达这个阶段。

不过,大多数职业生涯较长的开发人员都经历过这个阶段。我将这称之为自己构建的点。

如果你已经到达了那个阶段,你面对的第一个问题是:它是如何运作的?用户体验如何?架构是怎样的?数据如何流动?以及很多类似这样的问题。

我在这里就不为你回答这些这些问题的答案了。无论你开始哪一个项目,它们都需要根据项目来高度定制,并且每一个都应该至少有一篇独立的文章来解答。

不过,我想回答其中一个问题:哪种语言最适合这个项目?

你可能认为这取决于项目的类型,的确,但是每种编程语言都有一些缺陷。实际上,python 也有很多缺陷,尤其是当你试图用它来构建一个大型程序的时候。

1、变量声明不存在,这是一个问题

Python 之禅表明:显式优于隐式。但当涉及到变量声明时,Python 中的隐式比显式更常见。(注:Python 之禅指的是 Tim Peters 编写的关于 python 编程准则。)

我们先来看看下面这一小段的 C 代码:

char notpython[50] = \"This isn\'t Python.\";

在对比 Python 之前,我们先来深入研究以下这个问题。

char” 是一个类型标识符,表示之后的所有内容都与一个字符串有关。“notpython” 是我给这个字符串取的名字。[50] 表示C将为此保留50个字符的内存空间。不过,在本例中,我可以使用 19个 字符——每个字符一个,在末尾加上一个空字符0,最后用一个分号巧妙地结束。

这种显式声明在 C 语言中是强制性的。如果你忽略它,编译器则会罢工。

这种方式起初看起来既愚蠢又乏味,但是它的回报非常大。

两周或两年后读 C 代码的你突然发现了一个你不知道的变量,那么查一下声明就可以。如果你给它起了一个有意义的名字,那这就会给你一个极大的提示:它是什么,它在做什么,以及哪里需要它。

对比一下 Python,你几乎可以随时创造变量。但如果你没有给它取一个有意义的名字,或者至少留下一个关于它的注释,那么将来可能会一团糟。

在 Python 中,除了深入研究代码,否则很难理解变量在做什么。甚至如果你在变量中有一个拼写错误,你可能会破坏整个代码——Python 并没有像 C 语言那样的保护声明。

如果你要处理的是较小的项目,或者不是很复杂的项目,比如说几千行代码,这就没有什么问题 ,但如果是更大的项目…那就糟糕了。

你可以在 Python 中做显式变量声明,但只有一些非常勤奋的程序员才会这么做。当编译器没有问题时,很多程序员们往往会忘记这些额外的代码行。

编写 Python 是很快的,对于一些小而简单的项目来说,阅读 Python 也是很快的。不过阅读和维护大型 Python 项目时,你最好成为找描述性变量名和注释所有代码的世界英雄,否则你就完了。

2、模块,你属于哪里?

如果你认为事情不会变得更糟糕,那么你就错了。

变量从哪里开始“存在”于代码中的问题不仅仅来自隐式声明,还可能来自其他模块,它们通常是以 my_module.my_variable 这样的形式存在。如果你被这样一个变量搞糊涂了,那么当你检查它出现在主文件中的其他位置时,你依旧会感到困惑。

你还必须检查代码中是否包含以下两行代码之一:

import my_modulefrom another_module import my_module

第二行的作用是告诉编译器,你需要从一个包含更多内容的模块中获得某个函数或变量。

这很烦人,因为有模块比你在 PyPI 上找到的更多,还可以在计算机上导入任何其他 Python 文件。所以快速搜索你的函数和变量并非全然有益,甚至它可能会变得更糟糕。

模块可以依赖于其他模块。因此如果你不走运,你导入了模块 A、 B 和 C,但是这些模块依赖于模块 E、 F 、G 和 H,而模块 E、 F、G 和 H 又依赖于模块 I、 J 和 K。突然之间,你需要管理的不仅是 3 个模块,而是 10 个模块。

更糟糕的是,有时候并不是这么简单的结构。比如说模块 B 和 C 也取决于模块 M 和 N ,而 J 也依赖于 M、C 和 H 依赖于 Q…后面不必多说,你懂的。

这是一个迷宫,也是一个由 Pythonians 创造且真实存在的依赖地狱。

循环依赖是迷宫中最丑陋的野兽。如果模块 A 依赖于模块 B,但模块 B 同时使用模块 A 的一部分…

在小项目中这并不是问题,但在大项目中……欢迎来到丛林。

3、大量依赖冲突

我要抱怨的不仅仅是模块本身,还有它们的版本。

原则上, Python 有活跃的用户群,很多模块也会定期更新,这是非常好的。只是有一个问题:并非所有版本的模块都能与其他模块始终保持兼容。

比如说你使用模块 A 和 B,而两者都依赖于模块 C。但是 A 需要3.2或者更高版本的 C, B 需要2.9或者更早的版本 C。

可你不在乎模块 C,你只想要 A 和 B。

世界上没有任何工具可以帮助你解决这场冲突。幸运的话,你会找到一个和你遇到同样问题的人写的补丁。如果你不是那么幸运,你将不得不编写补丁。或者你用别的包。再或者,你可以重写其中一个包(A 或者 B),然后在需要 C 的地方找到变通方法。

无论如何,你都需要额外的时间来解决问题。这就像在一个丛林里,你需要耐心以及一些导航工具来让自己找到出路。

抛开依赖冲突,也有一些不错的工具。像“pip”,它就可以很容易地安装软件包。使用一个简单的“requirements . txt”,你可以指定哪些包以及你希望使用哪些版本等等。虚拟环境将所有包放在一个地方,并与主要 Python 分开安装。

对于更大更复杂的项目,还有“conda”、 YAML 文件等等。但是你需要学习如何使用每一种工具,确保用最少的时间解决问题。

4、不同的机器,不同的 Python

即使你已经解决了机器上的所有依赖问题,你的 Python 运行起来十分流畅,也不能保证它在其他机器上运行时依旧这么流畅。像“pip”、“ requirements . txt ”这样的工具和虚拟环境可以帮助你浏览轻度依赖地狱,但仅限于本地。

在每台新机器上,你都需要检查并重新安装各个版本及要求。

唯一简便的解决方案是 Jupyter notebooks。在 Jupyter notebooks 中你可以用任何你喜欢的版本写东西。在 Jupyter 中,一切都运行在一个在线服务器上,你可以将这些文件发送给任何人,他们同样能够使用它们。

不过这也有一个明显的缺点:Jupyter 笔记本只有图形界面。但是使用图形界面,处理具有许多相互关联文件的大型项目是相当困难的。

也许这就是为什么我很难在 Jupyter 笔记本上看到大项目的原因吧。

而其他语言只要有虚拟机,问题就解决了。

5、pip 之外的世界

假设你已经设法通过使用 Jython 或 PyPy 或其他解决方案,将你的项目移植到不同的机器上(虽然这些比虚拟机处理起来要笨拙一些,但至少能奏效),接下来为了整合大型项目,你可能会集成 C 包、 Fortran 包等。这样做有许多好处:C包可能不存在于 Python 中,而且通常更快。由于遗留原因,科学包往往只存在于 Fortran 中。

但实际上,在这过程中你必须使用像 ‘gcc’、‘gfortran’ 这样的编译器,甚至其它更多编译器——这很麻烦,因为在 Python 代码中集成 C 模块的文档超过 4500 字,集成 Fortran 的文档也不短。

所以如果一开始就用 C 构建整个项目可能会更好:虽然要慢一些,但是你可以避免必须使用多个编译器和接口的情况。

C 很古老,几乎任何东西都有包,甚至还有用户友好的机器学习软件包。

6、使用全局解释器锁锁定性能

全局解释器锁(GIL),从 Python 诞生的第一天起就已经存在,它使终端用户的存储管理变得非常容易。

至少在较小的项目中,开发人员在使用 Python 时根本不需要考虑计算机内存。相比之下,在C中每个变量都保留了内存位!

基本上,GIL 会计算一个变量在代码中每个部分被引用了多少次。如果不再需要该变量,则会释放它所占用的内存空间。因此在小型项目中,GIL 有助于提高性能,因为不必要的内存空间被清除掉了。但是在大项目中有一个问题:GIL 不喜欢多线程。

这是一种可以极大提高执行程序性能的方式,其中多个指令线程在相同的进程资源上独立运行。机器学习模型非常适合以这种方式进行训练。

只有一个小问题:GIL 一次只能在一个线程上工作。因此,如果变量 A 在线程 1 上执行,而线程 2 已经完成了变量A ,那么它的内存可能会被删除,这取决于当时 GIL 处在什么位置。

正如你想象的那样,这可能会导致非常奇怪的错误。

当然,这是有解决方法的,但它们都不是很完美,因为它通常不会像有 GIL 语言中的多线程那样快。

7、并发和并行仍然笨重和混乱

我们已经发现了并发的一个缺点,就是当你正在进行多线程时,全局解释器锁会减慢速度,或者导致奇怪的错误。

同样的缺点也存在于 Python 的协同程序。

线程和协程有一些细微的区别,即协程一次执行一个任务,而线程可以同时执行多个任务。相同点在于,它们都是并发的实现。

当你有大量需要等待的任务时,协程很有用,比如你正在读取网站数据并等待服务器响应。协程程序并不会让计算机坐视不管,而是将另一个任务分配给它。另一方面,当你有几个耗时的任务时,线程的优势就体现出来了,不太占用 CPU ,也不需要太多等待。

如果你有一个 CPU 密集型任务,并且想要充分利用你的硬件,那么并行是值得考虑的。

多处理也是个不错的选择,它会告诉计算机使用多个核心,节省时间。

不过,线程、协程和多处理这三种技术都面临类似的问题,即在 Python 中实现它们并不难,但是代码看起来很笨拙,很难读懂,尤其是对于初学者。

Clojure 、 Go 和 Haskell 这样的语言,在并行性和并发性方面要好得多。如果你处理的不是缓慢或密集型任务,就无需考虑。但如果你是,你可能要重新考虑你的选择。

8、用什么代替Python

Python 自有其不可忽视的优势,但它也的确存在缺点。

如果你想要明确声明的变量和开发良好的包,避免陷入依赖地狱,那么 C 就很不错。

如果你想要的东西是可移植到任何机器的,那么 Java, Clojure 或 Scala 是很好的选择。它们是在虚拟机上运行的,所以你不会遇到像 Python 一样的麻烦。

而如果你想运行大型缓慢的任务,你可能会想试试 Go 或者 Haskell。一开始,它们比 Python 难学,但是你投入的时间是有回报的。

你还可以组合不同的语言,比如 Python 非常适合快速编写脚本、草图,甚至是中等规模的项目。我认识的许多开发人员都是用 Python 编写第一稿和测试运行,然后用 C 、Go 或 Clojure 重写重要部分。这可以使代码执行得更快,同时还可以享受 Python 提供的优势。

在大型项目中也并不是不能使用 Python,只是很多情况下它并不是唯一:你可以使用 Python 来拼凑 C 、 Go 或 Clojure 中的各个部分。

如果你已经达到了自己构建的目标,请记住,没有任何一种语言是完美的。尽管 Python 有其缺点,但它依旧很棒,也很方便,你可以通过集成其他语言的代码来避开 Python 这些缺点。

原文地址:https://thenextweb.com/news/dont-use-python-for-big-projects

本文转自公众号“CSDN”,ID:CSDNnews

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

(0)
上一篇 2023年5月6日 上午9:36
下一篇 2023年5月6日 上午9:46

相关推荐