Python 現(xiàn)在已經(jīng)不僅僅是膠水腳本語言了，不信？看看下面使用Python的成功案例：

YouTube － 主要由 Python編寫

NASA

Industrial Light ＆ Magic Runs － 電影公司

OpenStack

Sage － 科學(xué)軟件及其他 （SciPy， PythonXY）

WEB框架 Django， Pyramid， bottle......

修訂控制系統(tǒng)

其他不錯(cuò)的軟件

要是你正在尋找快速介紹美麗的Python語言，我推薦My－Favorite－Python－Things

高級(jí)語言是主流

目前高級(jí)語言可以寫出簡單具有靈活性的代碼，所以在快速創(chuàng)建應(yīng)用程序的時(shí)候是一個(gè)不錯(cuò)的選擇， 你不需要花時(shí)間來處理各種數(shù)據(jù)類型 （所有接口示例代碼都是為了滿足編譯處理），可能有些人就會(huì)爭論了，這個(gè)特性會(huì)產(chǎn)生有bug的代碼， 但是 Guido van Rossum說：“生產(chǎn)的代碼誰會(huì)不經(jīng)過測(cè)試呢”？ 靜態(tài)語言在編譯時(shí)期就能處理一些錯(cuò)誤，但這并不能檢測(cè)出所有的錯(cuò)誤， 最后你還是得編寫測(cè)試代碼。 而有這個(gè)時(shí)間完全可以為動(dòng)態(tài)語言寫出測(cè)試代碼，此外人們還不能設(shè)計(jì)一個(gè)堪稱完美的類型系統(tǒng)，對(duì)此Jim Treavor寫了一些總結(jié)。

新技術(shù)允許我們?yōu)閯?dòng)態(tài)語言設(shè)計(jì)一個(gè)高效的運(yùn)行環(huán)境 （JavaScript V8， LuaJIT， Racket， Common Lisp...）， 這也可以和大型的框架競爭 （JVM， NET， ...）

所有這一切都使得高級(jí)語言越來越流行得在大型企業(yè)和日常生活中使用。

Python能延續(xù)傳奇嗎？

現(xiàn)在Python非常流行，同時(shí)它的地位也受到競爭者的挑戰(zhàn)。Python有良好的生態(tài)系統(tǒng)，也有大型軟件和社區(qū)支持，但它缺乏其競爭者的高效和先進(jìn)的運(yùn)行環(huán)境。

Python 作為膠水語言

正如我在開頭說的一個(gè)特點(diǎn)，Python很容易連接各種編譯庫，這是它作為膠水語言在20年前流行的重要原因。但是目前依然活躍的工具已經(jīng)很老舊了，你必須花大量精力才能使用它們。

ctypes

c 擴(kuò)展是邪惡的， 它們綁定到Python的特定版本還不能被重復(fù)使用， 更糟糕的是， CPython2和CPython3的c 擴(kuò)展 API不一樣，想想將庫移植到Python3會(huì)是什么情況吧！

Cython － 這是被設(shè)計(jì)用來編寫C擴(kuò)展的，但是我敢確定，使用C擴(kuò)展是你最后想做的事，Cython 是一個(gè)需要編譯的外部工具， 它最終的代碼并沒有動(dòng)態(tài)行為，但是它的語法還需要學(xué)習(xí)，Cython不支持類型推斷，使用Cpython你不得不去編譯， Cython也不是一個(gè)標(biāo)準(zhǔn)， 它不能作為解釋代碼來執(zhí)行＿nuitka＿的作者 Kay Hayen在Static Compilation － That is the point總結(jié)的非常好。

swig， boost － 這些是非常容易的， 通常修改下C／C＋＋ 代碼就可以了， 或者寫一些方案文件。

相比之下，有很多新的工具能在相同的性能下（甚至超出），更好的處理這些任務(wù)。

cffi － 一個(gè)能輕松處理你的c庫的包。在接觸硬件或者支持其他軟件時(shí)你會(huì)經(jīng)常做這樣的事（像數(shù)據(jù)庫客戶端、驅(qū)動(dòng)程序）。嘗試下在python里使用它是多么簡單吧。你不需要寫任何的封裝，類型化代碼。而且還有 CPython 和 PyPy 的支持。

bitey

將Python作為你代碼的核心 － 膠水語言另一面

膠水語言也有另一面。我們來想想底層高性能編程的過程�？赡芸雌饋頃�(huì)是下面幾個(gè)過程：

構(gòu)思

很多復(fù)雜的底層代碼和組織機(jī)構(gòu)代碼。很可能是一堆晦澀的泛型代碼（為了重用性）。

編寫膠水語言

編譯

運(yùn)行

極可能會(huì)做很多的調(diào)試，然后回去修改，考慮到有這么多的底層代碼。

感謝Python的簡便性、腳本語言的本質(zhì)和大量的工具，將他作為你代碼的模板和核心。這就意味著你只需要寫最少的底層代碼，讓Python做剩下的事：生成組織代碼和你的底層代碼需要的環(huán)境。

這與以往Lisp的理念一樣，代碼即數(shù)據(jù)，代碼能夠被其他正在執(zhí)行的代碼理解（代碼可以作為數(shù)據(jù)被處理）。因而機(jī)器可以理解運(yùn)行時(shí)正在執(zhí)行的代碼，并且去優(yōu)化它，通過通常的方式就能得到全部的數(shù)據(jù)信息，而不用像C＋＋那樣使用模板。這是C＋＋和其他流行的編程語言所沒有的。最終我們有相對(duì)更底層的抽象級(jí)別，而運(yùn)行時(shí)信息相對(duì)更豐富，使得編譯器可以：

為未知的硬件做特化 （編碼時(shí)），包括支持的數(shù)據(jù)類型，以及可用的優(yōu)化方法。

自動(dòng)調(diào)整（tuning） （例如為庫提供的數(shù)據(jù)，如 ATLAS...）

推送更多的信息給編譯器，得到更好的推理。

人們不用為數(shù)據(jù)類型煩惱（運(yùn)行時(shí)環(huán)境就已經(jīng)可以保證快速、正確使用數(shù)據(jù)類型）

于是整個(gè)流程就好像這樣：

想法

一點(diǎn)Python代碼（最棒的部分），用來構(gòu)建整個(gè)架構(gòu)。然后是一些底層的代碼 ，同樣很棒，因?yàn)檫@些代碼沒有惡心的模板和上下文代碼。事實(shí)上，底層的代碼也可以通過Python代碼生成。

運(yùn)行

調(diào)試，比起前面的步驟時(shí)間更短一些

就性能而言，這樣的過程相比之前的方法有著更好的前景。

這些是已經(jīng)用到這種方式的：PyPy， cffi， PyOpenCL， PyCUDA， numba， theano...

把Python當(dāng)做一個(gè)高速語言

有很多方法能用Python寫出高速的代碼。最流行而且仍在廣泛傳播的方法是，用底層語言來寫應(yīng)用里最復(fù)雜的部分，然后使用，這對(duì)python來說無疑是很不幸的事。

所有Python里出色的高效的工具都需要許多復(fù)雜的c代碼，這阻礙了其他的貢獻(xiàn)者進(jìn)來�，F(xiàn)在我們想要寫出高速而且美觀的python代碼。

有很多工具可以把python代碼編譯成機(jī)器代碼，比如：Nuitka， Python2C， Shedskin， pythran。我認(rèn)為它們都是失敗的，當(dāng)你使用它們的時(shí)候，就需要跟動(dòng)態(tài)行為說再見了。他們只支持一部分的python語言，并且離完全支持還有很大距離。我甚至不認(rèn)為以后他們能做到。另外他們也沒有用那些使JIT（Just－In－Time 運(yùn)行時(shí)編譯執(zhí)行）的解決方案變得出色的先進(jìn)的技術(shù)和運(yùn)行時(shí)信息。

多核編程

這方面，Armins Rigo的文章寫的很棒，可以參考：Multicore Programming in PyPy and CPython

解釋器的設(shè)計(jì)

為了讓下一步的開發(fā)更簡單，實(shí)現(xiàn)動(dòng)態(tài)語言的最佳狀態(tài)，Python需要一個(gè)合適的架構(gòu)。當(dāng)前CPython的架構(gòu)過于簡單，因而限制比較大，很難做到像JIT編譯器那樣的功能。下面是一些在增強(qiáng)CPython解釋器性能上的失敗的努力：

psyco （被PyPy代替）

Unladen swallow

消除GIL的很多失敗的嘗試

還有一些嘗試修復(fù)CPython一些缺陷的嘗試： Stackless和HotPy，但是Guido （Python之父，仁慈的獨(dú)裁者） 的堅(jiān)持使得這些項(xiàng)目沒有被合并到Python中。（說明一下，HotPy還不是產(chǎn)品級(jí)的東西）。

CPython最大的問題是他的C API，這部分沒有很好的設(shè)計(jì)。其他部分的實(shí)現(xiàn)多少都受此影響。

我們能做什么？

在粘結(jié)代碼中推進(jìn)新工具的使用 （ cffi， bitey）

在公共庫中停止對(duì)CPython的底層屬性（C API，C擴(kuò)展）的依賴。作為替代，采用有如下功能的中間工具：

cffi － 簡化對(duì)C庫的應(yīng)用

cython － 編寫可移植的C擴(kuò)展。我并不推薦它用于通常的編程，不過它確實(shí)在維護(hù)C擴(kuò)展方面更好一些，也更簡單。Cython已經(jīng)有CPython和PyPy后端。

為何 PyPy 是趨勢(shì)？

PyPy為優(yōu)化和進(jìn)一步的語言開發(fā)提供了更好的架構(gòu)。對(duì)于大部分Python已有的問題，PyPy已經(jīng)提供了解決方案：

先進(jìn)的runtime和設(shè)計(jì)，在此文中作了介紹： The Architecture of Open Source Applications。

速度 － PyPy內(nèi)置的JIT很棒，有時(shí)（其實(shí)很少）甚至可以與C相提并論。

GIL問題 － PyPy引入了一個(gè)很棒的STM實(shí)現(xiàn)，在 Armins Rigo的 文章中對(duì)此作了介紹。

粘合代碼 － 使用cffi可以簡單的處理C庫，甚至比CPython的ctypes還要快！

異步編程。這方面，PyPy內(nèi)置的 greenlet 比CPython的C擴(kuò)展更適合一些。實(shí)際上，非堆棧式的概念（也即greenlet）在PyPy中還在繼續(xù)發(fā)展。

沙盒技術(shù)

應(yīng)用在web和移動(dòng)中。這里有Dusty的一些文章：Pushing Python Past the Present

PyPy已經(jīng)支持多平臺(tái) （x86， 64＿x86， ARM）

PyPy同時(shí)還包含了一個(gè)優(yōu)秀的現(xiàn)代的架構(gòu)，在 Jim Huang 的演講 中做了介紹，演講的要點(diǎn)是：

解釋性語言的框架

用于研究和產(chǎn)品的組件組合 （不同的數(shù)據(jù)模型，垃圾回收 － 這些可以在具體的應(yīng)用場景進(jìn)行改變）

構(gòu)建在基于組件鏈的功能架構(gòu)之上（翻譯工具鏈）。每一個(gè)步驟都會(huì)延續(xù)／轉(zhuǎn)換程序模型、引入特征、各種后端（JVM， JavaScript， LLVM， GCC IR等等）。來看一下翻譯鏈的例子：python 代碼 －＞ 字節(jié)碼 －＞ 函數(shù)對(duì)象 －＞ 類型推斷 －＞ 垃圾收集器 －＞ JIT

包含大量在架構(gòu)的不同層次開發(fā)的現(xiàn)代的優(yōu)化技術(shù) （這個(gè)任務(wù)可以簡化）

相信讓所有軟件支持PyPy需要付出艱巨的努力 － 需要在現(xiàn)有的庫上做很多工作。不過使用新的工具，編寫支持PyPy和CPython的軟件會(huì)比采用C擴(kuò)展的方式更簡單一些。