为什么现在新出的互联网站点大多采用 Python 或者 Ruby ?
是考虑到成本问题?开发速度问题?还是以后的可扩展性问题?
回复内容:
我不知道多大比例的新网站是用python或者ruby,不过我们扇贝网是基于Python开发的。主要原因还是开发速度。以我的经验,完成类似的任务,Python的代码量是Java的一半,更少的代码量就意味更快的开发速度和更少出错的几率。
另外我很喜欢Python的语法,基本上就是伪码形式的(譬如算法导论上的伪码几乎可以机械式的翻译成Python),以至于我有时候写程序的时候准备先随便写几行整理下思路,但是写着写着发现居然写完了。
另外从招聘角度而言,一般会Python语言的编程基础都还不错,减少了筛选。
最后一条,当然可能是所有动态语言都有的,就是改bug快,不管什么设备,只要有个ssh客户端就可以。有一次在外面吃饭,突然看到微博上用户报了一个错误,就立刻用手机(现在改iPad了)登录跑服务器看log,发现程序错误后,直接做一个hotfix分支(我们用git管理代码),然后用vi 改代码,改好后没问题合并回主分支,然后立刻重新部署。 偷偷说,我在尝试在公司的某个内部服务上使用Go开发。 学习门槛低,库全,适合快速原型迭代。然后,就上了贼船,下不来了。 主要是开发快。
如果是用Rails,那么至少要比用PHP快5倍以上。 因为在 Hacker 看来 Python/Ruby 比 Java/C# 要酷,Hacker 和创业公司的气质是十分一致的。 写过四个月Ruby后,最近在写Java,心里那个不爽。感觉Ruby很优雅,Java有点罗嗦 我感觉主要是几个方面:
1.成本角度,主要是部署成本,MS那套就不说了,Java那套在很多虚拟机上跑起来也是很吃力的,看看国内的各种云,特别欢迎python和php,很多都是对Java单独收费的,毕竟跑JVM还是重了一点,而python之类解释性的就不需要JVM这种很重的虚拟机,相比于PHP,python能干的事情太多了,php基本就是做网页开发,其他比较吃力,而python基于他极其丰富的库,不管网站开发还是数据分析还是桌面应用都能搞定,而且有各种库搞这些效率极其高,另外就是python的代码风格个人认为也比较简练,同一个功能,代码函数比其他语言要少很多。ruby基本没摸过,不做评论。
2.人的角度,会自己写网站的码农都还比较geek范,python几乎是geek码农的标配了,就犹如mac是标配一样...但是必须清楚的认识到,python成为标配不是因为大家用我也用,就像mac一样,python确实有它的独到之处,基于它极其简练的语言还有丰富的库,基本上干嘛python都比较得心应手,在服务器上写写脚本处理数据,写个脚本跑跑cron任务之类的,找来找去还真是python最得心应手,所以python确实是geek们居家旅行必备良药。
3.效率角度,python和ruby配合框架应该基本完爆其他语言了吧,虽然语言还不算非常大众,但是其实上手成本真心不高,老带新很容易就上手了,毕竟是脚本型的,入门很快的,上手之后效率确实快的,而且大多数创业公司无非就是做网站而已,没有复杂技术,用到的都是最基本的东西,网站难的地方是能不断支撑上涨的流量。何况这两个语言现在普及的速度也确实很快,以后找这方面熟练工应该越来越好找的。 其实真正的原因是:
穷。
有钱的全部上 Windows + VS2013 + C# + SQL Server 2013,论开发效率、调试、测试、调优、部署都非常非常方便。可惜这套方案,从头到尾都需要烧钱。 Python之外其他的语言都好啰嗦,我们使用Python就是因为喜欢,好用。 用java需要建立一个10人的开发团队,2个月上线。换Python只需要4个人,3周。怎么选不言而喻

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。 このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均()関数の計算をサポートします。 浮動小数点数も使用できます。 ランダムをインポートします インポート統計 fractiから

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。 ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか? Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。 これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

この記事では、numpy、pandas、matplotlib、scikit-learn、tensorflow、django、flask、and requestsなどの人気のあるPythonライブラリについて説明し、科学的コンピューティング、データ分析、視覚化、機械学習、Web開発、Hの使用について説明します。

この記事では、コマンドラインインターフェイス(CLI)の構築に関するPython開発者をガイドします。 Typer、Click、Argparseなどのライブラリを使用して、入力/出力の処理を強調し、CLIの使いやすさを改善するためのユーザーフレンドリーな設計パターンを促進することを詳述しています。

このチュートリアルは、単純なツリーナビゲーションを超えたDOM操作に焦点を当てた、美しいスープの以前の紹介に基づいています。 HTML構造を変更するための効率的な検索方法と技術を探ります。 1つの一般的なDOM検索方法はExです

この記事では、Pythonにおける仮想環境の役割について説明し、プロジェクトの依存関係の管理と競合の回避に焦点を当てています。プロジェクト管理の改善と依存関係の問題を減らすための作成、アクティベーション、およびメリットを詳しく説明しています。
