转载

Python 开发者在迁移到 Go(lang) 时需要知道哪些事？

【编者按】本文最早由 Repustate 发布，主要介绍将代码迁移至 Go(lang) 时的注意事项。文章系国内ITOM 管理平台OneAPM 编译呈现，以下为正文。

这是一篇讲述将大块Python/Cython 代码迁移到 Go 的长文章。如果你想了解整个事情的经过、背景等所有信息，请读下去。如果你只对 Python 开发者需要了解的事情感兴趣，请点击下方链接。

从 Python 迁移到 Go 的建议和技巧

背景

我们在 Repustate 最大的技术成果就是实现了阿拉伯语情感分析。阿拉伯语是个难啃的硬骨头，因为阿拉伯语词汇的形式非常复杂。阿拉伯语的标记化（把一句话拆分成单个单词）也比英语要难得多，因为阿拉伯单词内部可能会包含空格（例如单词内部“aleph”的位置）。在不泄露机密的情况下，Repustate 利用支持向量机（SVM）来获取一个句子最可能的意思，并且以此来推断句子的情感。我们一共采用了22种模型（22个支持向量机），文档中的每个词都会被分析。也就是说，如果一个文档包含500个词，就会与支持向量机进行10000多次对比。

Python

Repustate 几乎完全是用 Python 搭建的，我们使用Django 来搭建 API 接口和网站架构。因此，为了保持代码一致性，使用 Python 来实现所有阿拉伯语情感引擎才说得通。就原型设计和实现流程而言，Python 依然是一个很好的选择：表现能力优秀，又有强大的第三方库资源，等等。如果是服务于网页，它就是最佳选择。如果是稍低级别的运算，需要与哈希表（Python 中的字典）进行大量对比时，运行速度就会慢下来。我们一秒钟只能处理2到3个阿拉伯语单词，这种速度太慢了。相比之下，我们的英语情感引擎每秒能处理500个单词。

瓶颈

因此，我们启动了 Python 分析器，开始调查速度慢的原因。还记得上文提到我们有22个支持向量机，每个单词都会通过它们处理吗？原来这个过程是按顺序进行，而不是并行的。好了，第一个想法是换成类似分布式计算系统（map/reduce）的处理器。长话短说：Python 不适合用 map/reduce。当你需要并发性的时候，Python 并不能帮上忙。在 Pycon 2013大会中，Guido 谈到了 Tulip，他希望用来解决这个问题的一个新项目，但是还要过一段时间才能发布。可是，如果已经有了更好的选择，为什么还要苦等下去呢？

选择 Golang 还是回老家(Go Home)

在 Mozilla 的朋友告诉笔者，Mozilla 服务的日志架构大部分代码都已迁移到 Go，部分原因是 goroutines 超级便利。Go 是由谷歌员工开发的，设计之初就将并发需求列为一级理念，而不是像 Python 的众多解决方案一样在做事后补救。因此我们开始着手实现从 Python 到 Go 的迁移。

虽然 Go 代码还没实现大规模产出，得到的结果已经非常振奋人心。我们现在一秒钟能处理1000个文档，使用的内存大大减少，而且也不用再去调试和解决使用 Python 时会遇到的多进程/协程（gevent）/“为什么 Control-C 杀死了我的进程”等问题。

喜欢 Go 的原因

任何略懂编程语言的人（明白解释与编译、动态与静态区别）都会说：“哈，显然 Go 要快多了。”没错，我们是可以用Java 重写所有内容，并且取得类似的效果，但是这并不是 Go 胜出的原因。你用 Go 写的代码似乎一出来是正确的。笔者也说不清楚，但是不知怎么的，一旦代码被编译（编译过程非常迅速），你就会感觉它能工作了（不只是运行不出错，而且还逻辑正确）。这听起来很含糊，但是它是真的。在冗余或无冗余方面，它跟 Python 相似，它把函数当做一级对象，因此函数编程很方便。而且毋庸置疑，goroutines 和 channels 会让你更加省心省力。静态类型还会带来极大的性能提升，以及更精确的内存分配控制，但是又不会损失太多表达性。

早该知道的事情

除去溢美之词，跟 Go 打交道需要与 Python 完全不同的一套思维模式。以下列出的是笔者在迁移时做的一些笔记——都是在从 Python 迁移到 Go 时随机想到的一些东西：

没有内建的集合类型（需要使用 map，然后测试存在性）
由于没有集合类型，需要自己写代码来实现交集、并集等方法
无元组（tuple），必须自己写架构或使用切片（slice）（数组）
没有类似 getattr_ () 的方法，因此需要不断检查存在性，而不能像在 Python 中那样设置缺省值：value = dict.get(“a_key”, “default_value”)
必须不断检查错误（至少需要显式忽略它们）
不能包含未使用的变量或包，因此有时候如果要测试一些简单问题，需要给代码添加注释
在 []byte 和 string 之间切换。正则表达（regexp）使用 []byte （可变）。这说得通，但是在一些变量之间来回切换还是很烦人
Python 更为宽松。你可以用超出范围的索引来索取字符串片段，也不会有什么问题，还可以提取负值片段，但是 Go 就不行
不能使用混合类型的数据结构。也许不合规定，但是有时候在 Python 可以使用混合字符串和列表的字典。在 Go 就不行，要么清理干净数据结构，要么自定义结构。感谢 Ralph Corderoy 向笔者展示了如何正确操作（用这个界面，卢克） http://play.golang.org/p/SUgl7wd9tk
不能把元组或列表分解成分开的变量（如 x,y,x = [1,2,3]）
驼峰字规则（UpperCamelCase）（如果一个包中的函数或结构首字母未大写，就不会暴露给其他包）。笔者更喜欢 Python 的小写加下划线格式（lower_case_with_underscores）
需要显式检查错误是否为 != nil，不像 Python 有很多类型可以用于布尔型检查（0，“”，None 都会被解读为“假”）
某些模块（如 crypto/md5）的文档不足，但是 IRC 上面的 go-nuts 非常棒，拥有特别好的支持
从数字到字符串的类型转换（int64 -> 字符串）跟[]byte -> 字符串（只用字符串（[]byte））不同，需要用到 strconv
Go 的代码读起来更像是编程语言，而 Python写出来更像伪代码。Go 包含更多非数字字母字符，用 || 和 && 来表示“或”与“和”
写文件会有 File.Write([]byte) 和 File.WriteString(string)，这会让习惯了 Python 只有一种做事方法的开发者们有些不适应
字符串插入很麻烦，不得不经常使用 fmt.Sprintf
没有构造函数，常见的做法是创建 NewType() 函数，来返回你需要的结构
Else 或 else if 必须格式正确，else 得跟 if 从句的大括号在一行。这很奇怪。
根据函数内外位置，使用不同的赋值操作符，例如 = 和 :=
如果只想要类似dict.keys() 或 dict.values()得到的键值或取值列表，或者通过 dict.items()得到的元祖列表，在 Go 里面是无法实现的，只能自行迭代 map，然后创建自己的列表
笔者习惯建立一个取值为函数的字典，并通过键值调用函数。你可以在 Go 里面这么做，但是所有的函数都得接受和返回同样的东西，也就是说，必须具备同样的方法签名
如果你是用 JSON，而且是混合类型的 JSON，那么你还是自求多福吧。你得创建一个能够匹配你的 JSON 二进制大对象（blob）格式的个性化结构，然后解组（Unmarshall）原始 JSON 成为你的个性化架构的一个用例。比起在 Python 中的一句“obj = json.loads(json_blob)”要费更多功夫