Python 開發者在遷移到 Go(lang) 時須要知道哪些事？

【編者按】本文最先由 Repustate 發佈，主要介紹將代碼遷移至 Go(lang) 時的注意事項。文章系國內 ITOM 管理平臺 OneAPM 編譯呈現，如下爲正文。

這是一篇講述將大塊 Python/Cython 代碼遷移到 Go 的長文章。若是你想了解整個事情的通過、背景等全部信息，請讀下去。若是你只對 Python 開發者須要瞭解的事感興趣，請下拉到早該知道的事板塊。

背景

咱們在 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，由於阿拉伯語詞彙的形式很是複雜。阿拉伯語的標記化（把一句話拆分紅單個單詞）也比英語要可貴多，由於阿拉伯單詞內部可能會包含空格（例如單詞內部「aleph」的位置）。在不泄露機密的狀況下，Repustate 利用支持向量機（SVM）來獲取一個句子最可能的意思，而且以此來推斷句子的情感。咱們一共採用了22種模型（22個支持向量機），文檔中的每一個詞都會被分析。也就是說，若是一個文檔包含500個詞，就會與支持向量機進行10000屢次對比。

Python

Repustate 幾乎徹底是用 Python 搭建的，咱們使用 Django 來搭建 API 接口和網站架構。所以，爲了保持代碼一致性，使用 Python 來實現全部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。若是是服務於網頁，它就是最佳選擇。若是是稍低級別的運算，須要與哈希表（Python 中的字典）進行大量對比時，運行速度就會慢下來。咱們一秒鐘只能處理2到3個阿拉伯語單詞，這種速度太慢了。相比之下，咱們的英語情感引擎每秒能處理500個單詞。

瓶頸

所以，咱們啓動了 Python 分析器，開始調查速度慢的緣由。還記得上文提到咱們有22個支持向量機，每一個單詞都會經過它們處理嗎？原來這個過程是按順序進行，而不是並行的。好了，第一個想法是換成相似分佈式計算系統（map/reduce）的處理器。長話短說：Python 不適合用 map/reduce。當你須要併發性的時候，Python 並不能幫上忙。在 Pycon 2013大會中，Guido 談到了 Tulip，他但願用來解決這個問題的一個新項目，可是還要過一段時間才能發佈。但是，若是已經有了更好的選擇，爲何還要苦等下去呢？

選擇 Golang 仍是回老家(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，部分緣由是 goroutines 超級便利。Go 是由谷歌員工開發的，設計之初就將併發需求列爲一級理念，而不是像 Python 的衆多解決方案同樣在作過後補救。所以咱們開始着手實現從 Python 到 Go 的遷移。

雖然 Go 代碼還沒實現大規模產出，獲得的結果已經很是振奮人心。咱們如今一秒鐘能處理1000個文檔，使用的內存大大減小，並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）/「爲何 Control-C 殺死了個人進程」等問題。

喜歡 Go 的緣由

任何略懂編程語言的人（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，咱們是能夠用 Java 重寫全部內容，而且取得相似的效果，可是這並非 Go 勝出的緣由。你用 Go 寫的代碼彷佛一出來是正確的。筆者也說不清楚，可是不知怎麼的，一旦代碼被編譯（編譯過程很是迅速），你就會感受它能工做了（不僅是運行不出錯，並且還邏輯正確）。這聽起來很含糊，可是它是真的。在冗餘或無冗餘方面，它跟 Python 類似，它把函數當作一級對象，所以函數編程很方便。並且毋庸置疑，goroutines 和 channels 會讓你更加省心省力。靜態類型還會帶來極大的性能提高，以及更精確的內存分配控制，可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 打交道須要與 Python 徹底不一樣的一套思惟模式。如下列出的是筆者在遷移時作的一些筆記——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（須要使用 map，而後測試存在性）

• 因爲沒有集合類型，須要本身寫代碼來實現交集、並集等方法

• 無元組（tuple），必須本身寫架構或使用切片（slice）（數組）

• 沒有相似 getattr_() 的方法，所以須要不斷檢查存在性，而不能像在 Python 中那樣設置缺省值：value = dict.get(「a_key」, 「default_value」)

• 必須不斷檢查錯誤（至少須要顯式忽略它們）

• 不能包含未使用的變量或包，所以有時候若是要測試一些簡單問題，須要給代碼添加註釋

• 在 []byte 和 string 之間切換。正則表達 （regexp） 使用 []byte （可變）。這說得通，可是在一些變量之間來回切換仍是很煩人

• Python 更爲寬鬆。你能夠用超出範圍的索引來索取字符串片斷，也不會有什麼問題，還能夠提取負值片斷，可是 Go 就不行

• 不能使用混合類型的數據結構。也許不合規定，可是有時候在 Python 可使用混合字符串和列表的字典。在 Go 就不行，要麼清理乾淨數據結構，要麼自定義結構。感謝 Ralph Corderoy 向筆者展現瞭如何正確操做（用這個界面，盧克）
  http://play.golang.org/p/SUgl7wd9tk

• 不能把元組或列表分解成分開的變量（如 x,y,x = [1,2,3]）

• 駝峯字規則（UpperCamelCase）（若是一個包中的函數或結構首字母未大寫，就不會暴露給其餘包）。筆者更喜歡 Python 的小寫加下劃線格式（lower_case_with_underscores）

• 須要顯式檢查錯誤是否爲 != nil，不像 Python 有不少類型能夠用於布爾型檢查（0，「」，None 都會被解讀爲「假」）

• 某些模塊（如 crypto/md5）的文檔不足，可是 IRC 上面的 go-nuts 很是棒，擁有特別好的支持

• 從數字到字符串的類型轉換（int64 -> 字符串）跟[]byte -> 字符串（只用字符串（[]byte））不一樣，須要用到 strconv

• Go 的代碼讀起來更像是編程語言，而 Python寫出來更像僞代碼。Go 包含更多非數字字母字符，用 || 和 && 來表示「或」與「和」

• 寫文件會有 File.Write([]byte) 和File.WriteString(string)，這會讓習慣了 Python
  只有一種作事方法的開發者們有些不適應

• 字符串插入很麻煩，不得不常用 fmt.Sprintf

• 沒有構造函數，常見的作法是建立 NewType() 函數，來返回你須要的結構

• Else 或 else if 必須格式正確，else 得跟 if 從句的大括號在一行。這很奇怪。

• 根據函數內外位置，使用不一樣的賦值操做符，例如 = 和 :=

• 若是隻想要相似dict.keys() 或dict.values()獲得的鍵值或取值列表，或者經過

• dict.items()獲得的元祖列表，在 Go 裏面是沒法實現的，只能自行迭代 map，而後建立本身的列表

• 筆者習慣創建一個取值爲函數的字典，並經過鍵值調用函數。你能夠在 Go
  裏面這麼作，可是全部的函數都得接受和返回一樣的東西，也就是說，必須具有一樣的方法簽名

• 若是你是用 JSON， 並且是混合類型的 JSON，那麼你仍是自求多福吧。你得建立一個可以匹配你的 JSON 二進制大對象（blob）格式的個性化結構，而後解組（Unmarshall）原始 JSON 成爲你的個性化架構的一個用例。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。速度的提高不容忽視。並且筆者認爲這也是促使 Go 成爲流行語言的重要緣由。所以在招聘時，筆者認爲把 Go 當成 Python 開發者的必備技能也很重要。

原文地址 https://blog.repustate.com/migrating-code-from-python-to-golang-what-you-need-to-know/
本文轉自 OneAPM 官方博客