速度or实用性：Python真的遇到瓶颈了吗？

「爱情、让人受尽委屈。」 2023-01-08 02:30 77阅读 0赞

![format_png][]

全文共**2711**字，预计学习时长**7**分钟

![format_png 1][]

图源：Google

我是一名Python工程师，所以你可以认为我有偏见。在本文中，我想澄清一些关于Python的批评，并探讨在使用Python进行数据工程、数据科学和分析学的日常工作中，我们是否有必要担忧速度。

![format_png 2][]

**Python速度很慢吗？**

在我看来，这类问题应该基于特定的情境和用例提出。与编译语言（如C语言）相比，Python处理数字的速度慢吗？是的，慢。这是众所周知的事实，这就是为什么Python库在后台控制着C语言，而在诸如numpy的Python库中，速度起着重要作用。

但是对于所有用例来说，Python是否比其他（更难学习和使用的）语言慢得多？你若查看为解决特定问题而优化的许多Python库的性能基准，就会发现它们与编译语言相比，表现相当不错。

例如，看看FastAPI的性能基准——显然，Go作为一种编译语言要比Python快得多。尽管如此，FastAPI在构建REST API方面还是胜过了一些Go的库：

![format_png 3][]

网络框架基准（上面的列表不包括C++和Java web框架，它们的性能甚至更高。）

我们应该扪心自问的是，我真正需要的速度是多少。如果运行每天只触发一次的ETL作业，你可能并不关心它需要20秒还是200秒。你可能更倾向于使代码易于理解、封装和维护，特别是考虑到与昂贵的工程时间相比，计算资源正变得越来越便宜。

![format_png 2][]

**代码速度与实用性**

![format_png 4][]

图源：unsplash

从实用的角度来看，在为日常工作选择编程语言时，我们需要回答许多不同的问题。

·        你能用这种语言切实解决多个业务问题吗？

假如你只关心速度，那就别用Python了。各种用例都有更快的替代方案。Python的主要优点在于它的可读性、易用性，以及能用它解决广泛问题。Python可以用作桥梁，将无数不同的系统、服务和用例连接在一起。

·        你能找到足够多的懂这门语言的员工吗？

Python非常容易学习和使用，所以其用户数量在不断增长。以前用Excel处理数字的商业用户，现在可以很快学会用Pandas编码，从而自给自足，无需始终依赖IT资源。同时，这消除了IT和分析部门的负担，也缩短了实现价值的时间。

近些年，比起那些能用Java或Scala做同样事情的人，你更容易找到那些了解Python并能用这种语言维护Spark数据处理应用程序的数据工程师。许多组织在很多用例中逐渐转向使用Python，只是因为找到“会说”这种语言的员工的几率更高。

我知道一些公司非常需要Java或C\#开发人员来维护他们现有的应用程序，但这些语言很难（需要很多年才能掌握），而且对于新程序员来说似乎没有吸引力，因为他们可以用更简单的语言（如Go或Python）来获得更多收入。

·        不同领域专家之间的协同效应

假如你的公司使用Python，那么商业用户、数据分析师、数据科学家、数据工程师、后端和web开发人员、DevOps工程师，甚至系统管理员很可能都使用同一种语言。这会引起项目中的协同效应，来自不同领域的人可以一起工作。

![format_png 2][]

**数据处理中真正的瓶颈是什么？**

在我的工作中，我通常遇到的瓶颈不是语言本身，而是外部资源，来看几个例子。

写入关系数据库

在以ETL方式处理数据时，最终需要将此数据加载到某个集中位置。尽管可以利用Python中的多线程功能，将数据更快地写入某些关系数据库中（通过使用更多线程），但并行写入操作次数的增加可能会使数据库的CPU容量使用最大化。

事实上，我在AWS上使用多线程加速RDS Aurora数据库的写入操作的时候，这种情况就发生过一次了。我注意到写入节点的CPU利用率非常高，以至于我不得不通过使用更少的线程来刻意降低代码的速度，以确保不会破坏数据库实例。

这意味着Python具有并行化并加快许多操作的机制，但关系数据库（受CPU核数量的限制）有其局限性，仅通过使用更快的编程语言不太可能解决这个问题。

调用外部的API

使用外部REST API，你可能是想从中提取数据来满足数据分析需求，这同样证明了语言本身似乎不是瓶颈。虽然我们可以通过利用并行性来加速数据提取，但这可能是徒劳的，因为外部API限制了我们在特定时间段内可以发出的请求数量。因此，你可能会刻意让脚本变慢，来确保不超出API的请求限制：

time.sleep(10)

使用大数据

从我处理大量数据集的经验来看，无论使用哪种语言，都无法将真正的“大数据”加载到笔记本电脑的内存中。对于这样的用例，你可能需要利用分布式处理框架，如Dask、Spark、Ray等。在使用单个服务器实例或笔记本电脑时，可以处理的数据量是有限制的。

如果你想把实际的数据处理工作转移到一个计算节点集群中，可能使用GPU实例来进一步加快计算速度，Python刚好有一个庞大的框架生态系统，可以简化这项任务：

·        你想通过利用GPU来加快数据科学的计算速度吗？使用Pytorch、Tensorflow、Ray或Rapids吧。

·        你想加快处理大数据的Python代码的速度吗？使用Spark（或Databricks）、Dask或Prefect吧（可在后台将Dask抽象化）。

·        你想加快用以分析的数据处理速度吗？使用快速专用的内存列数据库，通过SQL查询确保高速处理。

如果你需要协调和监视在计算节点集群上发生的数据处理，有几个用Python编写的工作流管理平台，可以加快数据管道的开发和维护，例如Apache Airflow、Prefect或Dagster。

有些抱怨Python的人，其实并没有充分利用它，或者可能没有使用适当的数据结构来解决眼前的问题。总而言之，如果你需要快速处理大量数据，那你可能需要更多的计算资源，而不是更快的编程语言，而且有一些Python库可以轻松地将工作分布到数百个节点上。

![format_png 5][]

图源：Google

虽然Python比许多编译语言慢，但它好用且非常多样化。对许多人来说，语言的实用性胜过速度方面的考量。语言本身可能不是瓶颈，至少在数据工程中是这样，瓶颈是外部系统和庞大数据量的限制，无论选择哪种编程语言都无法在单个计算机上进行处理。

![format_png 6][]

**推荐阅读专题**

[![format_png 7][]][format_png 7 1]

[![format_png 8][]][format_png 8 1]

[![format_png 9][]][format_png 9 1]

[![format_png 10][]][format_png 10 1]

![format_png 11][]

**留言点赞发个朋友圈**

**我们一起分享AI学习与发展的干货**

编译组：李倩、齐欣

相关链接：

https://towardsdatascience.com/is-python-really-a-bottleneck-786d063e2921

如转载，请后台留言，遵守转载规范

**推荐文章阅读**

[ACL2018论文集50篇解读][ACL2018_50]

[EMNLP2017论文集28篇论文解读][EMNLP2017_28]

[2018年AI三大顶会中国学术成果全链接][2018_AI]

[ACL2017论文集：34篇解读干货全在这里][ACL2017_34]

[10篇AAAI2017经典论文回顾][10_AAAI2017]

**长按识别二维码可添加关注**

**读芯君爱你**

![format_png 12][]

[format_png]: /images/20221119/2f4e795eb9cd4cccbe59b4fce2628a6d.png
[format_png 1]: /images/20221119/eb714b1db2974e9bbee3fe3e613dc4c3.png
[format_png 2]: /images/20221119/f5f9cbaeba5d47baad9c213971a90101.png
[format_png 3]: /images/20221119/251448c9f1eb4cfe981c70d738abbff4.png
[format_png 4]: /images/20221119/42700cfc6b584e918c80f8638675c794.png
[format_png 5]: /images/20221119/1cbc10c3a8ad4ba88ba61b8ffcedbf8d.png
[format_png 6]: /images/20221119/7a8560dd62ef40978b9b19b2f0b3752e.png
[format_png 7]: /images/20221119/a5ac844d82334c50838c77c1c46370e4.png
[format_png 7 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ec4ddf397d2bb194670056d7ed973cf4349656e20d98bd139d8a5d99526a799fb243f8d&idx=1&mid=2247493138&scene=21&sn=d2fa895e71260f2576fa952cf2487522#wechat_redirect
[format_png 8]: /images/20221119/f307da3c29214c3d886730f840862d19.png
[format_png 8 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ed9ddf397cf9a7136dfb1352cf9fb1127b3061293cf716f8ee95b4560e694fce20a1e24&idx=2&mid=2247493135&scene=21&sn=5711dc1074411b7e45b40eb34fecc648#wechat_redirect
[format_png 9]: /images/20221119/c3f7185a4782451f8f155afc2a5fa328.png
[format_png 9 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ec4ddf397d28ed77a111732be52384c9be414e0aad59c570ada6b29278755d066ae2090&idx=2&mid=2247493138&scene=21&sn=e45fe93b00342ba9eac222f24369d036#wechat_redirect
[format_png 10]: /images/20221119/430caebad8ed4d7da2f31327c09b432b.png
[format_png 10 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ed9ddf397cfbc27f47a160ee926a706f1b3151c53f707c8f221fde0ea51446aabe2148d&idx=1&mid=2247493135&scene=21&sn=cce4cc400933c960a3200fd0dfa4d0a7#wechat_redirect
[format_png 11]: /images/20221119/1e15f0378d6e41f99fb8bfcb79708087.png
[ACL2018_50]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87ee2addf0673cae27c598a097f5addad5d81b2ed766e570f20fc0fb12b77c5cf34098022e&idx=1&lang=zh_CN&mid=2247489276&scene=21&sn=98e22e2b69478303f1f1a0a51e712570&token=192322725#wechat_redirect
[EMNLP2017_28]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87eaadddf063bb3ab4ec5af616612a45f8d4fe9a5ad558f66278478296060253c1564bd05c&idx=1&lang=zh_CN&mid=2247488123&scene=21&sn=a55185f3a693f7a5d85b1abe3dd36177&token=140500370#wechat_redirect
[2018_AI]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87f6ebddf07ffd8e84bcc18d7122f894b6cf5dc967daad9c2e122edb22968fd6f589d6852f&idx=1&mid=2247487037&scene=21&sn=37cd38b305aa874c29d764361c88a202#wechat_redirect
[ACL2017_34]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87f59addf07c8c2480dd46784a431612d099d3d0531449aa8e64f68b3ba340363578d95659&idx=1&mid=2247486796&scene=21&sn=a8ae95efbf16985a259c4cd66bf919f2#wechat_redirect
[10_AAAI2017]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&idx=1&lang=zh_CN&mid=2247487100&scene=21&sn=3bd640ec4f00c5104664687194dd9a51&token=77118319#wechat_redirect
[format_png 12]: /images/20221119/83ff10c7da0b4d6c847519444e97741e.png