Python与C语言、Java、Nodejs、Golang的性能测试对比（每条日志的平均大小约为1kB），受限于硬件资源，使用Python进行实时数据处理无法完成当前的数据集规模。数据积累的越来越多，数据存储的延迟也越来越长！第一版Python实现，其处理性能：840/s优化版Python实现，其处理性能：从2100/s到1100/s，只有一半的性能，不能接受！结论：不使用Python多并发处理或者增加硬件资源，Python是无法满足当前系统性能需求的！补充说明：开启3~4个Python数据处理进程刚好可以满足系统性能需求，但数据处理只是系统的一个模块，系统还有其他功能模块。对于数据处理的硬件资源要求，CPU不超过2个逻辑核心。最大内存不超过4GB；硬件资源方面，由于项目规模大，设备资源有限。解决方案本身就知道Python运行速度不快，与其他编程语言（Java、Golang、C++等）性能差距较大。在正常的项目开发中，使用Python是没有问题的。它真的没有关注Python的性能方面。综合考虑，结合当前项目的实际情况，为解决数据处理性能问题，采用了Golang方案，使用Go语言重写了数据处理模块的代码逻辑，最终解决了性能问题数据处理问题！最后说说Go版本的数据处理性能：Go版本的数据处理性能是Python版本的4到5倍。处理2100条日志仅需0.3s。没必要只用单核CPU来处理，只用单核CPU。处理性能提高60%！Python性能测试接下来进入正题。Python比其他编程语言运行得慢。有多慢？那我们来做一个Python性能测试吧。1、测试内容：求0~N之间的素数个数，具体求以下整数区间内的素数个数：0~1w0~4w0~10w0~20w0~50w0~100w重点：这个测试仅用于说明Python的运行效率，语言其他方面的对比不属于本次测试范围！2、测试编程语言包括：测试编程语言包括：C语言、Java、node.js、Golang、Python等，通过不同语言的测试结果，对比得出Python的运行效率结论.语言版本说明：C语言：gccversion8.1.0Java：1.8.0_121Nodejs：v10.15.3Golang：v1.12.7Python：v3.7.3除了Python之外，还选择了C语言、Java、Nodejs、Golang作为性能比较测试语言，代表当前主流和广泛使用的编程语言3.测试环境说明：在最新版本的windows10下；java代码打包成可执行的jar包，python代码产生pyc文件，C代码和Go代码产生各自的可执行代码；求素数的过程使用相同的方法（两层for循环）4、测试结果：5、测试结论：在5种编程语言中，C语言运行效率最高，Python运行效率最差。C语言、Java、Node.js、Golang的运行效率比Python高出几何级数。为了给出更明显的测试结果，求出0到20w整数范围内的质数个数。这个过程：C语言用6s，Java用7s，Nodejs用8s，Golang用17s，Python用121s，是C语言的20倍，Java的17s。是Nodejs的15倍，Go的7倍。对于编程来说，开发效率和运行效率永远是对立的：追求高开发效率，其运行效率并不快；追求高运行效率，其开发效率并不快；既能保证开发效率，又能兼顾运行效率。只能等到量子计算机普及了，离...Python的开发效率还很远。这是Python的优势。简单易学，上手快，实现短周期迭代开发。此外，它还拥有丰富而强大的第三方库。一旦你使用Python一段时间，你就会对它上瘾，产生依赖。你离不开它，然后使用其他编程语言，各种不爽，因为Python给我们的开发带来了太多的便利，这就是Python开发的效率！又如：网上有这样一个笑话。同一个功能模块用C语言需要写几百行代码，用Java写100行代码，用Python写十几行代码。这一点都不夸张，确实是这样，虽然Python的运行效率不强，但是Python的开发效率是很快的。总结一下本次考试的目的：对Python这门语言有一个正确的认识，不仅要知道Python功能强大，优点多多，应用广泛，但是性能是Python无法回避的问题。只有了解了这些，才能正确使用Python！
