Python 開發人員在遷移到 Go(lang) 時需要知道哪些事？

這是一個建立於 的文章，其中的資訊可能已經有所發展或是發生改變。

【編者按】本文最早由 Repustate 發布，主要介紹將代碼遷移至 Go(lang) 時的注意事項。文章系國內 ITOM 管理平台 OneAPM 編譯呈現，以下為本文。

這是一篇講述將大塊 Python/Cython 代碼遷移到 Go 的長文章。如果你想瞭解整個事情的經過、背景等所有資訊，請讀下去。如果你只對 Python 開發人員需要瞭解的事感興趣，請下拉到早該知道的事板塊。

背景

我們在 Repustate 最大的技術成果就是實現了阿拉伯語情感分析。阿拉伯語是個難啃的硬骨頭，因為阿拉伯語詞彙的形式非常複雜。阿拉伯語的標記化（把一句話拆分成單個單詞）也比英語要難得多，因為阿拉伯單詞內部可能會包含空格（例如單詞內部“aleph”的位置）。在不泄露機密的情況下，Repustate 利用支援向量機（SVM）來擷取一個句子最可能的意思，並且以此來推斷句子的情感。我們一共採用了22種模型（22個支援向量機），文檔中的每個詞都會被分析。也就是說，如果一個文檔包含500個詞，就會與支援向量機進行10000多次對比。

Python

Repustate 幾乎完全是用 Python 搭建的，我們使用 Django 來搭建 API 介面和網站架構。因此，為了保持代碼一致性，使用 Python 來實現所有阿拉伯語情感引擎才說得通。就原型設計和實現流程而言，Python 依然是一個很好的選擇：表現能力優秀，又有強大的第三方庫資源，等等。如果是服務於網頁，它就是最佳選擇。如果是稍低層級的運算，需要與雜湊表（Python 中的字典）進行大量對比時，運行速度就會慢下來。我們一秒鐘只能處理2到3個阿拉伯語單詞，這種速度太慢了。相比之下，我們的英語情感引擎每秒能處理500個單詞。

瓶頸

因此，我們啟動了 Python 分析器，開始調查速度慢的原因。還記得上文提到我們有22個支援向量機，每個單詞都會通過它們處理嗎？原來這個過程是按順序進行，而不是並行的。好了，第一個想法是換成類似分散式運算系統（map/reduce）的處理器。長話短說：Python 不適合用 map/reduce。當你需要並發性的時候，Python 並不能幫上忙。在 Pycon 2013大會中，Guido 談到了 Tulip，他希望用來解決這個問題的一個新項目，但是還要過一段時間才能發布。可是，如果已經有了更好的選擇，為什麼還要苦等下去呢？

選擇 Golang 還是回老家(Go Home)

在 Mozilla 的朋友告訴筆者，Mozilla 服務的日誌架構大部分代碼都已遷移到 Go，部分原因是 goroutines 超級便利。Go 是由Google員工開發的，設計之初就將並發需求列為一級理念，而不是像 Python 的眾多解決方案一樣在做事後補救。因此我們開始著手實現從 Python 到 Go 的遷移。

雖然 Go 代碼還沒實現大規模產出，得到的結果已經非常振奮人心。我們現在一秒鐘能處理1000個文檔，使用的記憶體大大減少，而且也不用再去調試和解決使用 Python 時會遇到的多進程/協程（gevent）/“為什麼 Control-C 殺死了我的進程”等問題。

喜歡 Go 的原因

任何略懂程式設計語言的人（明白解釋與編譯、動態與靜態區別）都會說：“哈，顯然 Go 要快多了。”沒錯，我們是可以用 Java 重寫所有內容，並且取得類似的效果，但是這並不是 Go 勝出的原因。你用 Go 寫的代碼似乎一出來是正確的。筆者也說不清楚，但是不知怎麼的，一旦代碼被編譯（編譯過程非常迅速），你就會感覺它能工作了（不只是運行不出錯，而且還邏輯正確）。這聽起來很含糊，但是它是真的。在冗餘或無冗餘方面，它跟 Python 相似，它把函數當做一級對象，因此函數編程很方便。而且毋庸置疑，goroutines 和 channels 會讓你更加省心省力。靜態類型還會帶來極大的效能提升，以及更精確的記憶體配置控制，但是又不會損失太多表達性。

早該知道的事

除去溢美之詞，跟 Go 打交道需要與 Python 完全不同的一套思維模式。以下列出的是筆者在遷移時做的一些筆記——都是在從 Python 遷移到 Go 時隨機想到的一些東西：

• 沒有內建的集合類型（需要使用 map，然後測試存在性）
• 由於沒有集合類型，需要自己寫代碼來實現交集、並集等方法
• 無元組（tuple），必須自己寫架構或使用切片（slice）（數組）
• 沒有類似 getattr_() 的方法，因此需要不斷檢查存在性，而不能像在 Python 中那樣設定預設值：value = dict.get(“a_key”, “default_value”)
• 必須不斷檢查錯誤（至少需要顯式忽略它們）
• 不能包含未使用的變數或包，因此有時候如果要測試一些簡單問題，需要給代碼添加註釋
• 在 []byte 和 string 之間切換。正則表達 （regexp） 使用 []byte （可變）。這說得通，但是在一些變數之間來回切換還是很煩人
• Python 更為寬鬆。你可以用超出範圍的索引來索取字串片段，也不會有什麼問題，還可以提取負值片段，但是 Go 就不行
• 不能使用混合類型的資料結構。也許不合規定，但是有時候在 Python 可以使用混合字串和列表的字典。在 Go 就不行，要麼清理乾淨資料結構，要麼自訂結構。感謝 Ralph Corderoy 向筆者展示了如何正確操作（用這個介面，盧克）
  http://play.golang.org/p/SUgl7wd9tk
• 不能把元組或列表分解成分開的變數（如 x,y,x = [1,2,3]）
• 駝峰字規則（UpperCamelCase）（如果一個包中的函數或結構首字母未大寫，就不會暴露給其他包）。筆者更喜歡 Python 的小寫加底線格式（lower_case_with_underscores）
• 需要顯式檢查錯誤是否為 != nil，不像 Python 有很多類型可以用於布爾型檢查（0，“”，None 都會被解讀為“假”）
• 某些模組（如 crypto/md5）的文檔不足，但是 IRC 上面的 go-nuts 非常棒，擁有特別好的支援
• 從數字到字串的類型轉換（int64 -> 字串）跟[]byte -> 字串（只用字串（[]byte））不同，需要用到 strconv
• Go 的代碼讀起來更像是程式設計語言，而 Python寫出來更像虛擬碼。Go 包含更多非數字字母字元，用 || 和 && 來表示“或”與“和”
• 寫檔案會有 File.Write([]byte) 和File.WriteString(string)，這會讓習慣了 Python
  只有一種做事方法的開發人員們有些不適應
• 字串插入很麻煩，不得不經常使用 fmt.Sprintf
• 沒有建構函式，常見的做法是建立 NewType() 函數，來返回你需要的結構
• Else 或 else if 必須格式正確，else 得跟 if 從句的大括弧在一行。這很奇怪。
• 根據函數內外位置，使用不同的賦值操作符，例如 = 和 :=
• 如果只想要類似dict.keys() 或dict.values()得到的索引值或取值列表，或者通過
• dict.items()得到的元祖列表，在 Go 裡面是無法實現的，只能自行迭代 map，然後建立自己的列表
• 筆者習慣建立一個取值為函數的字典，並通過索引值調用函數。你可以在 Go
  裡面這麼做，但是所有的函數都得接受和返回同樣的東西，也就是說，必須具備同樣的方法簽名
• 如果你是用 JSON， 而且是混合類型的 JSON，那麼你還是自求多福吧。你得建立一個能夠匹配你的 JSON 二進位大對象（blob）格式的個人化結構，然後解組（Unmarshall）原始 JSON 成為你的個人化架構的一個用例。比起在 Python 中的一句“obj = json.loads(json_blob)”要費更多功夫

這麼折騰值得嗎？

值，一百萬個值，超值。速度的提升不容忽視。而且筆者認為這也是促使 Go 成為流行語言的重要原因。因此在招聘時，筆者認為把 Go 當成 Python 開發人員的必備技能也很重要。

OneAPM 能幫你查看 Python 應用程式的方方面面，不僅能夠監控終端的使用者體驗://blog.oneapm.com/tags-%E7%94%A8%E6%88%B7%E4%BD%93%E9%AA%8C.html，還能監控伺服器效能，同時還支援追蹤資料庫、第三方 API 和 Web 服務器的各種問題。想閱讀更多技術文章，請訪問 OneAPM 官方技術部落格。

本文轉自 OneAPM 官方部落格

原文地址： https://blog.repustate.com/migrating-code-from-python-to-golang-what-you-need-to-know/