学go还是python？

网络安全扬叔

已于 2024-01-17 11:21:24 修改

阅读量561

点赞数

分类专栏： Python 文章标签： python golang java 学go还是python？ Python教程

于 2023-02-17 15:45:00 首次发布

本文链接：https://blog.csdn.net/weixin_49895216/article/details/129055631

版权

Python 专栏收录该内容

227 篇文章 16 订阅

订阅专栏

前言

看你自己的就业方向。高并发Web后端开发选择Go,如果选择去那种中小型私企的话建议你选择
Java。目前Go软件生态支持没有java的完善，目前学Go的话可能面临跟java混着用，所以就造成
Go就业稀缺，Java还存在就业需求大的共存局面。

（文末有彩蛋）

对于大型的Web全栈开发，市场需求的语言是Java/Go,除了初创企业为了项目上线营运，初期
会选择Python,但步入正规无一例外会将后端替换成Java或Go.已经上线营运的Web后端的商用
环境几乎不会考虑用Python。因为原生CPython本身执行效率面对多用户并发和后台繁重的密集
型计算原生CPython是应付不了的。用Python做全栈大部分是小规模的科技公司或制造业类型的企
业，因为开发出来的受众面不会太大，业务系统的性能问题不是考察的重点，而是开发效率。

（文末有彩蛋）

选择Python的话，自己先了解好你自身的职业技能能否得到Python的助力。Python语言的应用
领域很广泛，从制造业的设备自动化开发(microPython+C)到计算机视觉(OpenCV)、Linux云计
算、和分析、量化交易、自动化运维”等这些领域。客观就要求学习者对相关行业具备一定程度的
了解。如果后面选择学习Python培训机构的课程，自己要擦亮眼睛，总之学习的Python正确的姿
势是结合自己的专长可选择相关领域培训课程或书籍学习。

后端开发岗位、算法开发岗位、Linux开发岗位实质上用到的是C/C++、甚至Python和C的混便技
术、高级运维开发工程师会用到Python、Go、Shell、甚至是C。因此即便学会Python,光懂
Python也找不到这些岗位工作，这本质上已经不是Python语言的问题，而是这些岗位要求从业者
最起码有3年以上相关工作经验，对数据库、系统操作原理和开发用到什么工具要有一个系统性的
知识背景。

门槛低的Python或多或少相关的职业：例如初级运维工程师、一些网络安全岗位也会用到
Python，比如“Cisco的初级CCNA工程师”就要求具备Python编程能力。从事自动化运维领
域，广泛用到的语言是Python、Go,这两种语言非常适合在Linux环境下的组件开发。这些岗位的
特性，都不要求学习者深入理解系统原理，Python相关低门槛的IT岗位，更多要求从业者夸专业和横
行性多重技能。

Python非常适合灵活就业例如用Python以私单的形式接一下小型项目是非常不错的选择。例如小
商家的商品推广，支付类型的小程序、用Java来实现显然是“杀鸡焉用牛刀”的感觉，但Python
就显然非常适合。

跨金融领域的量化交易会用到Python，Python生态有很多通用的数据分析工具例如、numpy这
些基础工具。

上面Python相关职业的问题，如果打算深入学习Python，到了中期基本上就要面对Python性能瓶
颈的问题。所以Python到达一定水平，一定要严格区分不同的Python实现，大部分人说的Python
其实就是CPython，而深入学习Python的话，一定要掌握PyPy、Number、Cython这些第三方
Python技术。因为Python应用规模到达一定程度，会不得不面对一个问题就是性能会急剧下降，
因为官方的CPython内核的执行效率其实是非常低的，此时你可以考虑学习C来很大程度上改善
CPython执行效率。此时有扎实的C基础的话，可以进一步学习Cython这门语言。将Python程序中
严重拖慢程序性能的Python代码迁移到Cython中，并且编译成Cython扩展，让CPython前端去调
用。

如果你后面学习十分在意Python的性能问题的话，那么Cython是一门必修的语言之一，而学习
Cython就客观你要懂C语言，并且一定程度理解CPython内核原理（至少要熟悉常用的Python/C
接口的调用）。这里多说一句，你初期学习到常用Python第三方扩展库，例如openxml、核心的
lxml其实都是Cython语言实现的。

Cython优化Python代码的背后的逻辑就是，将CPU密集型的Python代码而CPython力不从心的，
直接让Cython编译直接降级为机器码运行，绕过Python内部繁琐的类型检测、堆分配、虚拟机
内部低效栈操作。

解决CPython前端性能瓶颈的问题的，可以考虑用上Numba、PyPy这些高性能的JIT编译器°。而
实际上在Python编程中最好的组合就是前端PyPy JIT+后端Cython扩展的调用。

读者福利：如果你对Python感兴趣，这套python学习资料可能你需要，文末可以免费领取，

对于0基础小白入门：