“ Python 是非常强大的，特别是 Python3 有了异步功能，但是 GO 将完全取代它在大企业中的存在…”如果你真正理解了引号中的话，你可能会去尝试 Go 编程语言。我认为 Go 是很简单的编程语言，并且适应任何的应用环境，甚至比 Javascript 编程还要简单，这可能是 GO 编程语言能在这几年很快流行起来的原因吧。
我们在使用 Go 语言编程之前有什么呢？
网站 TreeScale.com 主页和 API 都是基于一些分析工具的网络应用。下面是我们的技术栈：
从上面你可以看到基础的框架是完全的基于微服务和逻辑分离的（前后端分离），甚至说是完全不同的技术来实现的。
为什么我们开始整合 API 服务和后端到单个项目中，主要的原因是他们有很多地方是相似的而且通过多种语言或者技术编程，代码存在很多重复的。最终我们需要花费很多时间在个性化的 Django’s API 服务，特别是在定制 JSON 的响应。
一个月之后我们用 Django 建立的 API 服务，我感觉当你开发一些普通的应用使用 Django 是非常棒的，但是当你需要更高的性能和一些个性化的模块的东西的使用 Django 是会越来越复杂的。
为什么选择 Go 语言编程？
Golang 是编译型语言并且 Googe 的开发者花了很大的功夫在上面。它使用静态链接实际上是基于操作系统类型和环境组合所有的依赖库文件和模块到一个单一的二进制文件中，这也意味着如果你想要编译你的后端应用到你的 Linux 操作系统和 X86 架构的 CPU 中，你只要下载编译好的二进制应用到服务器，然后可以后端应用可以工作了,这是不需要任何的依赖文件的。
对于大规模应用来说类型系统是非常重要的。Python 是很棒的并且有趣的语言但是有些时候你会看到一些不寻常的异常因为当你尝试将变量作为一个整型变量的时候结果它是一个字符串类型．
# Django will crash process because of this def some_view(request):
user_id = request.POST.get('id', 0)
Go 在编译的时候告诉你这是一个编译器错误，这就是在愚蠢的问题上赢得时间的地方。
令人惊讶的是，在大多数的应用场景中，Go 语言比 Python（版本2或3）更快。Benchmarking Game 中可以看到对比的结果，当然这是不公平的，这依赖于应用类型和用户用例。
对于我们的案例，Go 语言由于自己的多线程模块和 CPU 可伸缩性获得了较好的性能。无论什么时候我们需要执行一些内部的请求，我们可以使用 Goroutine 来分别执行，这个比 Python 中的 Threads 在资源开销上要少上十多倍。由于这些内置的语言特性，我们可以节省大量的资源（内存和 CPU ）。
对于编程语言这是一件十分酷的事情。Go 语言的创造者和社区内置了很多原生的被核心语言支持的工具，在大多数情况下你都不再需要任何第三方类库。比如它有内置的 http、json、html 模板，你甚至可以不用费心去 Github 上寻找第三方类库就可以构建十分复杂的 API 服务。
当然，Go 也有很多类库和框架用来构建 web 项目，但是我会建议你不使用第三方类库来构建你的 web 项目或者 API 服务，因为在大多数情况下使用原生包会使你的生活更加轻松。
IDE 支持是当你尝试更改编程语言时最重要的考虑因素之一。友好的 IDE 平均可以节省你80%的编程时间。 Go Plugin For JetBrains IDEA ，同样提供了其他支持，比如 (Webstorm、PHPStorm 等等…)。这个插件提供了任何你在项目开发中需要的服务，强大的 JetBrains IDEA ，可以让你的开发如虎添翼。
基于我们的代码统计，在用 Go 语言重写项目后我们少写了64%的代码。
你不需要调试不存在的代码。代码越少，错误越少！
Go 为我们提供了超强的灵活性，一种语言可以适用于所有的用户场景，而且在所有的用户场景都可以工作的很好。在我们的 Backend 和 API 服务中，我们得到了30%的性能优化。而且现在我可以实时处理日志，转换到数据库中，并且通过 Websocket 处理一个或多个服务！这就是 Go 语言特性所提供的的非常强大的功能。
End
如果有人质疑大数据？不妨把这两个视频转给他
视频：大数据到底是什么 都说干大数据挣钱 1分钟告诉你都在干什么
人人都需要知道 关于大数据最常见的10个问题
从底层到应用，那些数据人的必备技能
如何高效地学好 R?
一个程序员怎样才算精通Python？
排名前50的开源Web爬虫用于数据挖掘
33款可用来抓数据的开源爬虫软件工具
在中国我们如何收集数据？全球数据收集大教程
PPT：数据可视化，到底该用什么软件来展示数据？
干货｜电信运营商数据价值跨行业运营的现状与思考
大数据分析的集中化之路 建设银行大数据应用实践PPT
【实战PPT】看工商银行如何利用大数据洞察客户心声？
六步，让你用Excel做出强大漂亮的数据地图
数据商业的崛起 解密中国大数据第一股——国双
双11剁手幕后的阿里“黑科技” OceanBase/金融云架构/ODPS/dataV
金融行业大数据用户画像实践
“讲述大数据在金融、电信、工业、商业、电子商务、网络游戏、移动互联网等多个领域的应用，以中立、客观、专业、可信赖的态度，多层次、多维度地影响着最广泛的大数据人群
搜索「36大数据」或输入36dsj.com查看更多内容。
投稿/商务/合作:[email protected]
