最近，咱们总在吐槽Python：“尽管它是一种不错的言语，但不适用于专业范畴。”
前不久，我在LinkedIn上找到一篇帖子，首要建议初级开发人员应该学习哪种言语，以便取得更好的作业时机，Python凭借出色的体现稳居榜首。
其它证据同样标明：Python的确太受欢迎了！近来，TIOBE编程社区发布了“2023年8月编程言语排行榜”。
数据显示：Python仍然排名榜首，占比13.33%；C言语紧随其后，排行第二，占比11.41%；C++位列第三，占比10.63%，与C言语距离为0.78%。
此外，Java和C#别离排在第四和第五位，占比别离为10.33%和7.04%。JavaScript在本月仍然保持榜单第六位，占比为3.29%。
尽管Python如此受欢迎，但它能否继续盛行依旧是一个重大问题，许多用户普遍以为，假如继续运用将会使职业倒退好几年。
1、限制：Python无法开发大型运用程序
Python关于开发大型运用程序不太友爱，在工程化实践中需求特别的技能支撑。
“我曾用Python编写过大型运用程序许多年。因为Python入门十分简略，在编写大型运用程序时就像用乐高积木构建核反应堆一样。”原作者在文章中形象地比喻道。
“可是，现在‘反应堆’现已运转好久，辐射泄漏处处都有，咱们需求处处‘贴新砖’让‘反应堆’继续运转。”
实践上，现在唯一能做的就是将“反应堆”封装在混凝土中让它冷却下来，然后再用适宜的建筑材料构建出一个新的。
以为“Python无法开发大型运用程序”的网友以为它“不太友爱”，在工程化实践中需求特别技能支撑。
也有反对者以为：在大型项目中，与影响更大的其它因素比较，编程言语的语法、语义、范式等简直无关紧要。团队经历和熟悉度、开发办理、流程、实践、支撑工具、文档、言语生态体系、言语成熟度、办理支撑等都会对项目成果产生更大的影响。
别的，从技能层面来讲，质疑Python无法开发大型编程言语只能反映发问者对相关开发缺乏了解。这些质疑一是源于Python的动态类型特性，使类型揣度变得困难，对代码的静态查看和重构十分不利；二是因为Python代码没有编译进程，因而短少编译时查看过错机制。
关于动态类型特性质疑，Python从3.3版本起就引进类型声明，因而，只要遵循规范编写代码，类型揣度和代码重构就不是问题。
不久前，ChatGPT的问世也证明了Python能够写出高功用、可扩展性强的大型分布式核算渠道—Ray。现在，这个渠道已会聚超越1亿的月活泼用户。
“糟糕的运用程序架构是绝大多数运用产生功用瓶颈的原因，而不该该由开发言语来背黑锅。”有些评论者这样以为。
2、速度慢
固然，Python与其它开发言语比较，在运转速度方面的确落后不少。究其根源，仍是因为Python之父以为不需求过多重视Python的速度问题，以为它现已足够快了。
的确，关于99%以上的任务来说，Python的速度够快，快到足以支撑早期Google和Dropbox。
自那时起，Python的速度又有了明显提升，但开发者仍要求Python运转得更快。因为，不管人们现已运用Python构建出算力多么惊人的核算渠道，它的核算才能在许多场景下仍然更慢。
3、功用差
当然，Python是一种灵敏的和duck类型的言语：咱们键入代码、保存它，然后仅在运转时才干依据输入的数据确认语句一直有用、有时有用仍是根本不可能完成。
此外，你在用Python编写程序时，只能部分操控进入该函数的数据，需求严格查看一切输入的数据。
更糟糕的是，Python的duck式输入办法可能会引进“可怕”代码，这会带来麻烦。
4、过错百出
我在用Python编写大型运用程序的这些年里，经历过一些可怕的作业；假如这些运用程序是用理性的、安全的言语编写的，这些事就不会产生。
*在几年前的一个比如中，我设法说服安排用Rust重写体系，作用十分不错！
实践上，我曾多次在社区中发布用Python编写的大型运用程序新版本，成果却立即被过错“吞噬”；这些过错都是由Python代码反常导致的。
*Python的保卫者会说，这不是言语的缺点，而是代码审查和测验办法的缺点。
*他们错了！理论上，测验办法首要是查看每一行代码并查看每个输入和场景，但实践上这并不可能！
好的编程言语的特点之一是：你不用查看和测验内存中每个相关方位的摆放；假如有必要翔实地查看和测验每个“a=b+c”，程序将可能永远无法运用于实践。
我会常常查看Python函数，并想了解是否有人实践调用了它们以及携带了哪些参数。
我也常常不得不“求助”代码库的全文查找功用寻找调用方位；不幸的是，即便没有输出任何成果，当我删除相应函数时，程序仍然会溃散；就算程序没有立即溃散，也无法判断程序是否会在某种情况下溃散。
5、分叉进程，耗尽内存
用Python的另一个问题是内存。我的笔记本电脑有10个CPU内核，其间，Python运用程序大约占用1.2个。
这该怎么办呢？走运的是，我能够在Python中运用分叉作业进程的功用处理请求，确保一切核心都能正常运用。
不幸的是，分叉进程的操作很快就耗尽了内存，所以我决定在处理完一定数量的请求后自行终止分叉，然后由Linux进行内存办理。尽管这并不是Python自身的问题，但Python使内存办理变得更加糟糕。
分叉作业进程还有另一个影响：Python运用引证计数法击败了写时仿制。为操控引证计数，保存只读变量的内存块也被写入，从而耗费了一定的内存。
处理这个问题的有用办法是：让编译器对一切由主进程创建和由worker进程继承的变量运用参阅数值，而不用触及到具有该参阅数值的引证计数。
这是超级聪明的处理方案，但我以为应该没这个必要。假如你需求破解编译器才干让Python为你所用，那这种言语又有什么用呢?
总归，Python使编写牢靠、易于保护和快速的代码变得十分困难。
6、将Python替换成GO
当我对Python忍无可忍之时就会转向Go，它运用起来简直与Python同样容易、安全，还能快速构建体系并生成高度优化的二进制本机代码文件。
尽管Go也并不是完美的，可是，假如你想牢靠和快速地编写代码，并在代码失控时能够调试和重构，Go比Python好许多！
相关内容拓宽：（技能前沿）
近10年间，甚至连传统企业都开始大面积数字化时，咱们发现开发内部工具的进程中，大量的页面、场景、组件等在不断重复，这种重复造轮子的作业，糟蹋工程师的大量时刻。
针对这类问题，低代码把某些重复出现的场景、流程，具象化成一个个组件、api、数据库接口，避免了重复造轮子。极大的提高了程序员的生产功率。
一款程序员应该都知道的软件JNPF快速开发渠道，选用业界抢先的SpringBoot微服务架构、支撑SpringCloud形式，完善了渠道的扩增基础，满足了体系快速开发、灵敏拓宽、无缝集成和高功用运用等归纳才能；选用前后端分离形式，前端和后端的开发人员可分工合作负责不同板块，省劲又快捷。
体会官网：www.jnpfsoft.com/?juejin 还没有了解低代码这项技能能够体会学习！
