• <table id="4k6ks"><nav id="4k6ks"></nav></table>
  • 蘭州IT培訓
    美國上市IT培訓機構

    0931-4903018

    Python慢,為啥還有大公司用?

    • 時間:2020-12-16 14:03
    • 發布:蘭州
    • 來源:疑難解答

    Python慢,為啥還有大公司用?下面和蘭州達內IT培訓機構來一探究竟!

    Instagram 的工程師們帶來了一個有關 Python 在 Instagram 的主題演講,同時還分享了 Instagram 如何將整個項目運行環境升級到 Python 3 的故事。本文為該次演講的內容摘要,由 Python 愛好者朱雷撰寫。

    Instagram 是一款移動端的照片與視頻分享軟件,由 Kevin Systrom 和 Mike Krieger 在 2010 年創辦。Instagram 在發布后開始快速流行。于 2012 年被 Facebook 以 10 億美元的價格收購。而當時 Instagram 的員工僅有區區 13 名。

    如今,Instagram 的總注冊用戶達到 30 億,月活用戶超過 7 億 (作為對比,微信最新披露的月活躍用戶為 9.38 億)。而令人吃驚的是,這么高的訪問量背后,竟完全是由以速度慢著稱的 Python + Django 支撐。

    蘭州達內IT培訓機構

    為什么選擇 Python 和 Django

    Instagram 選擇 Django 的原因很簡單,Instagram 的兩位創始人 (Kevin Systrom and Mike Krieger) 都是產品經理出身。在他們想要創造 Instagram 時,Django 是他們所知道的最穩定和成熟的技術之一。

    時至今日,即使已經擁有超過 30 億的注冊用戶。Instagram 仍然是 Python 和 Django 的重度使用者。Instagram 的工程師 Hui Ding 說到:『一直到用戶 ID 已經超過了 32bit int 的限額(約為 20 億),Django 本身仍然沒有成為我們的瓶頸所在?!?

    不過,除了使用 Django 的原生功能外,Instagram 還對 Django 做了很多定制化工作:

    擴展 Django Models 使其支持 Sharding (一種數據庫分片技術)。

    手動關閉 GC(垃圾回收)來提升 Python 內存管理效率,他們同樣也寫過一篇博客來說明這件事情:Dismissing Python Garbage Collection at Instagram。

    在位于不同地理位置的多個數據中心部署整套系統。

    Python 語言的優勢所在

    Instagram 的聯合創始人 Mike Krieger 說過:『我們的用戶根本不關心 Instagram 使用了哪種關系數據庫,他們當然也不關心 Instagram 是用什么編程語言開發的?!?

    所以,Python 這種 簡單 而且 實用至上 的編程語言最終贏得了 Instagram 的青睞。他們認為,使用 Python 這種簡單的語言有助于塑造 Instagram 的工程師文化,那就是:

    專注于定位問題、解決問題 - 而不是工具本身的各種花花綠綠的特性

    使用那些經過市場驗證過的成熟技術方案 - 而不用被工具本身的問題所煩擾

    用戶至上:專注于用戶所能看到的新特性,為用戶帶去價值

    但是,即使使用 Python 語言有這么多好處,它還是很慢,不是嗎?

    不過,這對于 Instagram 不是問題,因為他們認為:『Instagram 的最大瓶頸在于開發效率,而不是代碼的執行效率』。

    At Instagram, our bottleneck is development velocity, not pure code execution.

    所以,最終的結論是:你完全可以使用 Python 語言來實現一個超過幾十億用戶使用的產品,而根本不用擔心語言或框架本身的性能瓶頸。

    如何提升運行效率

    但是,即使是選用了擁有諸多好處的 Python 和 Django。在 Instagram 的用戶數迅速增長的過程中,性能問題還是出現了:服務器數量的增長率已經慢慢的超過了用戶增長率。Instagram 是怎么應對這個問題的呢?

    他們使用了這些手段來緩解性能問題:

    開發工具來幫助調優:Instagram 開發了很多涵蓋各個層面的工具,來幫助他們進行性能調優以及找到性能瓶頸。

    使用 C/C++ 來重寫部分組件:把那些穩定而且對性能最敏感的組件,使用 C 或 C++ 來重寫,比如訪問 memcache 的 library。

    使用 Cython:Cython 也是他們用來提升 Python 效率的法寶之一。

    除了上面這些手段,他們還在探索異步 IO 以及新的 Python Runtime 所能帶來的性能可能性。

    為什么要升級到 Python 3

    在相當長的一段時間,Instagram 都跑在 Python 2.7 + Django 1.3 的組合之上。在這個已經落后社區很多年的環境上,他們的工程師們還打了非常非常多的小 patch。難道他們要被永遠卡在這個版本上嗎?

    所以,在經過一系列的討論后,他們最終做出一個重大的決定:升級到 Python 3!!

    事實上,Instagram 目前已經完成了將運行環境遷移到 Python 3 的工作 - 他們的整套服務已經在 Python 3 上跑了好幾個月了。那么他們是怎么做到的呢?接下來便是由 Instagram 工程師 Lisa guo 帶來的 Instagram 如何遷移到 Python 3 的故事。

    對于 Instagram 來說,下面這些因素是推動他們將運行環境遷移到 Python 3 的主要原因:

    新特性:類型注解 Type Annotations

    看看下面這段代碼:

    def compose_from_max_id(max_id):

    '''@param str max_id'''

    圖中函數的 max_id 參數究竟是什么類型呢?int?tuple?或是 list? 等等,函數文檔里面說它是 str 類型。

    但隨著時間推移,萬一這個參數的類型發生變化了呢?如果某位粗心的工程師修改代碼的同時忘了更新文檔,那就會給函數的使用者帶來很大麻煩,最終還不如沒有注釋呢。

    2、性能

    Instagram 的整個 Django Stack 都跑在 uwsgi 之上,全部使用了同步的網絡 IO。這意味著同一個 uwsgi 進程在同一時間只能接收并處理一個請求。這讓如何調優每臺機器上應該運行的 uwsgi 進程數成了一個麻煩事:

    為了更好利用 CPU,使用更多的進程數?但那樣會消耗大量的內存。而過少的進程數量又會導致 CPU 不能被充分利用。

    為此,他們決定跳過 Python 2 中哪些蹩腳的異步 IO 實現 (可憐的 gevent、tornado、twisted 眾),直接升級到 Python 3,去探索標準庫中的 asyncio 模塊所能帶來的可能性。

    3、社區

    因為 Python 社區已經停止了對 Python 2 的支持。如果把整個運行環境升級到 Python 3,Instagram 的工程師們就能和 Python 社區走的更近,可以更好的把他們的工作回饋給社區。

    遷移方案

    在 Instagram,進行 Python 3 的遷移需要必須滿足兩個前提條件:

    不停機,不能有任何的服務因此不可用

    不能影響產品新特性的開發

    但是,在 Instagram 的開發環境中,要滿足上面這兩點來完成遷移到 Python 3.6 這種龐大的工程是非常困難的。

    基于主分支的開發流程

    即便使用了以多分支功能著稱的 git,Instagram 所有的開發工作都是主要在 master 分支上進行的,Instagram 所奉行的開發哲學是:『不管是多大的新特性或代碼重構,都應該拆解成較小的 Commit 來進行?!?

    那些被合并進 master 分支的代碼,都將在一個小時內被發布到線上環境。而這樣的發布過程每天將會發生上百次。在這么頻繁的發布頻率下,如何在滿足之前的那兩個前提下來完成遷移變得尤其困難。

    被棄用的遷移方案

    創建一個新分支

    很多人在處理這類問題時,第一個蹦進腦子的想法就是:『讓我們創建一個分支,當我們開發完后,再把分支合并進來』。但在 Instagram 這么高的迭代頻率上,使用一個獨立分支并不是好主意:

    Instagram 的 Codebase 每天都在頻繁更新,在開發 Python 3 分支的過程中,讓新分支與現有 master 分支保持同步開銷極大,同時極易出錯

    最終將 Python 3 分支這個改動非常多的分支合并回 Master 擁有非常高的風險

    只有少數幾個工程師在 Python 3 分支上專職負責升級工作,其他想幫助遷移工作的工程師無法參與進來

    挨個替換接口

    還有一個方案就是,挨個替換 Instagram 的 API 接口。但是 Instagram 的不同接口共享著很多通用模塊。這個方案要實施起來也非常困難。

    微服務

    還有一個方案就是將 Instagram 改造成微服務架構。通過將那些通用模塊重寫成 Python 3 版本的微服務來一步步完成遷移工作。

    但是這個方案需要重新組織海量的代碼。同時,當發生在進程內的函數調用變成 RPC 后 ,整個站點的延遲會變大。此外,更多的微服務也會引入更高的部署復雜度。

    所以,既然 Instagram 的開發哲學是:小步前進,快速迭代。他們最終決定的方案是:一步一步來,最終讓 master 分支上的代碼同時兼容 Python 2 和 Python 3 。

    正式遷移到 Python 3

    既然要讓整個 codebase 同時兼容 Python 2 和 Python 3,那么首先要符合這點的就是那些被大量使用的第三方 package。針對第三方 package,Instagram 做到了下面幾點:

    拒絕引入所有不兼容 Python 3 的新 package

    去掉所有不再使用的 package

    替換那些不兼容 Python 3 的 package

    在代碼的遷移過程中,他們使用了工具 modernize 來幫助他們。

    使用 modernize 時,有一個小技巧:每次修復多個文件的一個兼容問題,而不是一下修復一個文件中的多個兼容問題。這樣可以讓 Code Review 過程簡單很多,因為 Reviewer 每次只需要關注一個問題。

    對于 Python 這種靈活性極強的動態語言來說,除了真正去執行代碼外,幾乎沒有其他比較好的檢查代碼錯誤的手段。

    前面提到,Instagram 所有被合并到 master 的代碼提交會在一個小時內上線到線上環境,但這不是沒有前提條件的。在上線前,所有的提交都需要通過成千上萬個單元測試。

    于是,他們開始加入 Python 3 來執行所有的單元測試。一開始,只有極少數的單元測試能夠在 Python 3 環境下通過,但隨著 Instagram 的工程師們不斷的修復那些失敗的單元測試,最終所有的單元測試都可以在 Python 3 環境下成功執行。

    但是,單元測試也是有局限性的:

    Instagram 的單元測試沒有做到 100% 的代碼覆蓋率

    很多第三方模塊都使用了 mock 技術,而 mock 的行為與真實的線上服務可能會有所不同

    所以,當所有的單元測試都被修復后,他們開始在線上正式使用 Python 3 來運行服務。

    這個過程并不是一蹴而就的。首先,所有的 Instagram 工程師開始訪問到這些使用 Python 3 來執行的新服務,然后是 Facebook 的所有雇員,隨后是 0.1%、20% 的用戶,最終 Python 3 覆蓋到了所有的 Instagram 用戶。

    圖片

    遷移過程的技術問題

    Instagram 在遷移到 Python 3 時碰到很多問題,下面是最典型的幾個:

    Unicode 相關的字符串問題

    Python 3 相比 Python 2 最大的改動之一,就是在語言內部對 unicode 的處理。

    在 Python 2 中,文本類型 (也就是 unicode) 和二進制類型 (也就是 str) 的邊界非常模糊。很多函數的參數既可以是文本,也可以是二進制。但是在 Python 3 中,文本類型和二進制類型的字符串被完全的區分開了。

    于是,下面這段在 Python 2 下可以正常運行的代碼在 Python 3 下就會報錯:

    mymac = hmac.new('abc') TypeError: key: expected bytes or bytearray, but got 'str'

    [外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-tQT44Q0M-1570179360052)(data:image/gif;base64,R0lGODlhAQABAPABAP///wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==)]

    解決辦法其實很簡單,只要加上判斷:如果 value 是文本類型,就將其轉換為二進制。如下所示:

    '''

    遇到問題沒人解答?小編創建了一個Python學習交流QQ群:尋找有志同道合的小伙伴,

    互幫互助,群里還有不錯的視頻學習教程和PDF電子書!

    '''

    value = 'abc'if isinstance(value, six.text_type): value = value.encode(encoding='utf-8') mymac = hmac.new(value)

    但是,在整個代碼庫中,像上面這樣的情況非常多。作為開發人員,如果需要在調用每個函數時都要想想:這里到底是應該編碼成二進制,或者是解碼成文本呢?將會是非常大的負擔。

    于是 Instagram 封裝了一些名為 ensure_str()、ensure_binary()、ensure_text() 的幫助函數,開發人員只需對那些不確定類型的字符串,使用這些幫助函數先做一次轉換就好。

    mymac = hmac.new(ensure_binary('abc'))

    [外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-Ls5jOGEl-1570179360053)(data:image/gif;base64,R0lGODlhAQABAPABAP///wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==)]

    不同 Python 版本的 pickle 差異

    Instagram 的代碼中大量使用了 pickle。比如用它序列化某個對象,然后將其存儲在 memcache 中。如下面的代碼所示:

    memcache_data = pickle.dumps(data, pickle.HIGHEST_PROTOCOL)data = pickle.loads(memcache_data)

    問題在于,Python 2 與 Python 3 的 pickle 模塊是有差別的。

    如果上文的第一行代碼,剛好是由 Python 3 運行的服務進行序列化后存入 memcache。而反序列化的過程卻是由 Python 2 進行,那代碼運行時就會出現下面的錯誤:

    ValueError: unsupported pickle protocol: 4

    這是由于在 Python 3 中,pickle.HIGHEST_PROTOCOL 的值為 4,而 Python 2 中的的 pickle 最高支持的版本號卻是 2。那么如何解決這個問題呢?

    Instagram 最終選擇讓 Python 2 和 Python 3 使用完全不同的 namespace 來訪問 memcache。通過將二者的數據讀寫完全隔開來解決這個問題。

    迭代器

    在 Python 3 中,很多內置函數被修改成了只返成迭代器 Iterator:

    map() filter() dict.items()

    [外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-GLVPUDc0-1570179360059)(data:image/gif;base64,R0lGODlhAQABAPABAP///wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==)]

    迭代器有諸多好處,最大的好處就是,使用迭代器不需要一次性分配大量內存,所以它的內存效率比較高。

    但是迭代器有一個天然的特點,當你對某個迭代器做了一次迭代,訪問完它的內容后,就沒法再次訪問那些內容了。迭代器中的所有內容都只能被訪問一次。

    在 Instagram 的 Python 3 遷移過程中,就因為迭代器的這個特性被坑了一次,看看下面這段代碼:

    '''

    遇到問題沒人解答?小編創建了一個Python學習交流QQ群:尋找有志同道合的小伙伴,

    互幫互助,群里還有不錯的視頻學習教程和PDF電子書!

    '''

    CYTHON_SOURCES = [a.pyx, b.pyx, c.pyx] builds = map(BuildProcess, CYTHON_SOURCES)while any(not build.done() for build in builds): pending = [build for build in builds if not build.started()]

    這段代碼的用處是挨個編譯 Cython 源文件。當他們把運行環境切換到 Python 3 后,一個奇怪的問題出現了:CYTHON_SOURCES 中的第一個文件永遠都被跳過了編譯。為什么呢?

    這都是迭代器的鍋。在 Python 3 中,map() 函數不再返回整個 list,而是返回一個迭代器。

    于是,當第二行代碼生成 builds 這個迭代器后,第三行代碼的 while 循環迭代了 builds,剛好取出了第一個元素。于是之后的 pending 對象便里面永遠少了那第一個元素。

    這個問題解決起來也挺簡單的,你只要手動的吧 builds 轉換成 list 就可以了:

    builds = list(map(BuildProcess, CYTHON_SOURCES))

    但是這類 bug 非常難定位到。如果用戶的 feeds 里面永遠少了那最新的第一條,用戶很少會注意到。

    字典的順序

    看看下面這段代碼:

    >>> testdict = {'a': 1, 'b': 2, 'c': 3}>>> json.dumps(testdict)

    它會輸出什么結果呢?

    # Python2'{"a": 1, "c": 3, "b": 2}'# Python 3.5.1'{"c": 3, "b": 2, "a": 1}' # or'{"c": 3, "a": 1, "b": 2}'# Python 3.6'{"a": 1, "b": 2, "c": 3}'

    在不同的 Python 版本下,這個 json dumps 的結果是完全不一樣的。甚至在 3.5.1 中,它會完全隨機的返回兩個不同的結果。Instagram 有一段判斷配置文件是否發生變動的模塊,就是因為這個原因出了問題。

    這個問題的解決辦法是,在調用 json.dumps 傳入 sort_keys=True 參數:

    >>> json.dumps(testdict, sort_keys=True)'{"a": 1, "b": 2, "c": 3}'

    遷移到 Python 3.6 后的性能提升

    當 Instagram 解決了這些奇奇怪怪的版本差異問題后,還有一個巨大的謎題困擾著他們:性能問題。

    在 Instagram,他們使用兩個主要指標來衡量他們的服務性能:

    每次請求產生的 CPU 指令數(越低越好)

    每秒能夠處理的請求數(越高越好)

    所以,當所有的遷移工作完成后,他們非常驚喜的發現:第一個性能指標,每次請求產生的 CPU 指令數居然足足下降了 12% !!!

    但是,按理說第二個指標 - 每秒請求數也應該獲得接近 12% 的提升。不過最后的變化卻是 0%。究竟是出了什么問題呢?

    他們最終定位到,是由于不同 Python 版本下的內存優化配置不同,導致 CPU 指令數下降帶來的性能提升被抵消了。那為什么不同 Python 版本下的內存優化配置會不一樣呢?

    這是他們用來檢查 uwsgi 配置的代碼:

    if uwsgi.opt.get('optimize_mem', None) == 'True': optimize_mem()

    注意到那段... ... == 'True'了嗎?在 Python 3 中,這個條件判斷總是不會被滿足。問題就在于 unicode。在將代碼中的'True'換成 b'True'(也就是將文本類型換成二進制,這種判斷在 Python 2 中完全不區分的)后,問題解決了。

    所以,最終因為加上了一個小小的字母 'b',程序的整體性能提升了 12%。

    完美切換

    在今年二月份,Instagram 的后端代碼的運行環境完全切換到了 Python 3 下:

    圖片

    當所有的代碼都都遷移到 Python 3 運行環境后:

    節約了 12% 的整體 CPU 使用率(Django/uwsgi)

    節約了 30% 的內存使用(celery)

    同時,在整個遷移期間,Instagram 的月活用戶經歷了從 4 億到 6 億 的巨大增長。產品也發布了評論過濾、直播等非常多新功能。

    那么,那幾個最開始驅動他們遷移到 Python 3 的目的呢?

    類型注解:Instagram 的整個 codebase 里已經有 2% 的代碼添加上了類型注解,同時他們還開發了一些工具來輔助開發者添加類型提示

    asyncio:他們在單個接口中利用 asynio 平行的去做多件事情,最終降低了 20-30% 的請求延遲。

    社區:他們與 Intel 的工程師聯合,幫助他們更好的對 CPU 利用率進行調優。同時還開發了很多新的工具,幫助他們進行性能調優

    Instagram 帶給我們的啟示

    Instagram 的演講視頻時間不長,但是內容很豐富,在編寫此文前,我完全沒有想到最終的文章會這么長。

    那么總結一下,Instagram 的視頻可以給我們哪些啟示呢?

    Python + Django 的組合完全可以負載用戶數以 10 億記的服務,如果你正準備開始一個項目,放心使用 Python 吧!

    完善的單元測試對于復雜項目是非常有必要的。如果沒有那『成千上萬的單元測試』。很難想象 Instagram 的遷移項目可以成功進行下去。

    開發者和同事也是你的產品用戶,利用好他們。用他們為你的新特性發布前多一道測試。

    完全基于主分支的開發流程,可以給你更快的迭代速度。前提是擁有完善的單元測試和持續部署流程。

    Python 3 是大勢所趨,如果你正準備開始一個新項目,無需遲疑,擁抱 Python 3 吧!

    以上是蘭州達內IT培訓機構為大家分享的pyhon語言還在被用的相關內容,希望可以幫助到大家!

    上一篇:2020年什么樣的設計師工資最高?
    下一篇:比Python快20%的編程語言來啦~

    馬上預約七天免費體驗課

    姓名:

    電話:

    騰訊強制雙休!996內卷995,福報加倍?

    2021年6月程序員工資統計:平均15052元!

    TIOBE6月編程語言排行榜:Python工資趕超Java?

    互聯網公司福利待遇有多好?2021端午禮盒曝光!

    • 關注微信公眾號

      回復關鍵字:視頻資料

      免費領取 達內課程視頻學習資料

    • 視頻學習QQ群

      添加QQ群:1143617948

      免費領取達內課程視頻學習資料

    Copyright ? 2018 Tedu.cn All Rights Reserved 京ICP備08000853號-56 京公網安備 11010802029508號 達內時代科技集團有限公司 版權所有

    選擇城市和中心
    江西省

    貴州省

    廣西省

    海南省

    亚洲伊人成综合人影院 - 亚洲手机在线人成视频,韩国三级片在线观看,97色伦图片,97色伦图片影院,国产高清线观看网站