python转go_如何看待将Python代码转换成Go代码并进一步编译的 Grumpy 项目?

明确声明了的，以及可以预见到的与 CPython 的区别有：

1，不会完全兼容现在 Python 的全部特性，比如 eval 语句。这点没有办法，因为是 AOT 编译器，运行时生成代码只能放弃了。其实硬要支持也是可以的，现在 Go 要支持 Plugin 了，不过意义不大。

2，不会兼容现有 CAPI，也就是现有“原生扩展”都不打算支持了。我觉得是个好事，Python CAPI 设计的与 CPython 实现耦合性太强，比如会直接依赖内存对象布局，还需要使用引用计数来管理内存，想要完全兼容会是个大坑，并且也会成为性能优化的阻碍。

3，不支持原生 threading 了，而是采用 goroutine 来实现。这样又会导致一系列与 CPython 的不兼容。但是好处是不会再有 GIL 了（有“GIL 情节”的同学应该会很开心），单进程可以跑到多核上了。

4，复用 Go 的 GC 机制。Go 的 GC 一直在进行改进，并且进步明显，Grumpy 能够坐享其成，何乐不为？

5，单纯从（计算）性能角度出发，相对 CPython 应该不会有数量级上的提升。应该比不过现在的 PyPy / Pyston，毕竟动态性强的语言，做 AOT 的话很难获得对象类型相关信息，没有办法在编译时做优化。其实现在 Python 社区已经有很多 AOT 的方案了，比较常用的有 Cython，简单理解的话，可以认为是把 Python 代码编译成对应的 C 代码 + CAPI 调用，内存里的数据都还是 PyObject*。

6，IO 操作都是用 go 的标准库来实现的。也就是说所有 IO 操作都是「天生异步」的，相当于自带 gevent monkey patch，做网络服务性能应该很强劲。

-------------------------------------------------------------------------------------

虽然项目 README 说 「intended

to be a near drop in replacement for CPython 2.7」，不过我觉得大家别想的太好了，大部分现有代码应该都兼容不了的，numpy 什么的不要想了，除非自己重头实现一遍。

我的感觉是，这个项目立项目的就不是做一个 「drop in replacement」的 Python，而是一个可以用来实现高并发网络服务的「Python 方言」。

要想写的爽，又不想担心性能问题的同学，还是多尝试 PyPy 吧，相对已经很成熟了，另外还可以关注一下 dropbox/pyston，目标真的是一个「drop in replacement python」。