便宜VPS测评
许多后端业务都是用Python编写的，每个基本微服务至少有数万行代码。 每一个项目并没有增加到几百万行或至少几十万行。 现在基本上，Java、GO、Python都有。
有些同事讨厌动态的语言，觉得很累。 先前的学术研究专门计算了github上不同语言项的错误率，并得出结论，静态语言确实不容易出错，并且更易于维护。 动态语言需要良好的工程实践来控制，但灵活性和表达能力更强。 如果它真的是一个非常大的单一项目，静态语言确实是更好的选择，支持统计。
脚本语言只是在互联网时代才逐渐流行，而互联网公司很少使用单一的体系结构，大量的服务代码用于项目的维护、开发、部署，网上都是灾难，很多是微服务体系结构。 许多语言都能胜任微服务体系结构，几乎所有语言都有成功的业务项目，甚至许多动态语言都具有快速原型化的优势，即使它们在未来遇到瓶颈重构服务也不太困难。
下面是一些众所周知的Python项目代码统计，目前最大的Python项目应该是开放堆栈，达到了一百万行，但大多数大型项目高达几十万行。 如果是一个商业项目，目前不可能有一百万行。 目前，国内很多Python公司或中小企业，可能只有大型服务、大型网站，不太可能出现超大型的单个项目。 如果项目团队不被排除在编写Python之外，Python可以在许多项目中使用。 Python在爬虫、网站、数据分析等领域有成熟的解决方案。 一开始就不需要太纠结于技术选择。 也许工程控制，代码质量更重要。
还有一些未列出的特性。 仔细想想，以上特点并不缺乏相互对立，如何实现平衡，完全取决于应用环境。 这些特征将与设计哲学相互作用，并最终决定编程语言的写作风格和使用。
但最终，编程语言的设计主要是在成本最小化的基础上尽可能地解决问题。
此外，没有从体系结构的角度考虑开发和操作、维护和用户操作之间的关系，生成的内容必然会被删减，并且难以维持。 不要轻视编程语言随便。 它必须是有用的，如果它被发明了。 正确的语言在正确的时间内解决正确的问题更为重要。
写Python几年，写CPP几年，写CS几年，Python做一个大项目是没有问题的，不比其他主流语言差，项目的可控大小，主要取决于人，当然不是语言——语言，有区别，但不是大量宣传。 至于开发工具，高级开发人员根本不依赖开发工具。 Python本身并不是一种依赖代码完成和其他功能的技术。 习惯的组合是Emacs + IPython + Python模式，它使用DOCTREST作为TDD并且是高效的。 最近，很多崇高的文本被使用，没有任何感觉，我不能离开习惯的环境。
至于运行时的错误，这取决于自动化测试的级别。 Python项目的bug将不会高于CPP或Java的bug。
如果使用不当，一切都是不好的语言。 这是一种相当廉价的态度。
用Boost进行实际开发？那些没有被编译器抓到的人是快乐的。
你能用STD:C做风格的轮子吗？没有被STD感染的人：串效率问题是快乐的。
为什么python不适合开发网站
Python超过1K行是灾难？这些语法正确性完全取决于由提示提示写入的1K行代码。 最好的软件工程工具是语言无关的：单元测试，按合同设计。 除了非常少的特殊语言（Eiffel，AspectJ），它基本上是由图书馆和程序员手工完成的。
公司可以招聘像谷歌这样的人，他们可以使用任何语言。 如果没有，尽早放弃C++，修复新来的坑，并帮助古庙。
至于性能问题…没有谷歌的规模，性能问题就不需要从全球角度来解决。 找到一个热点并用适当的工具替换它。 这是一个可行的项目。 此外，Python是一种易于用C语言扩展的语言。
Perl，Python，Go，甚至Java。 这些语言的问题在于它们从未被取代。 它们都解决非常特定的问题，所以当新语言在当前语言框架之外解决新的特定问题时，旧语言会失去许多用户。 GO的协同程序，Python的语法简单明了，Perl的字符串处理效率和准备运行，Java的库和GC，从左到右就是回溯波和前向波之间的关系。 用正确的工具解决正确的问题是每个程序员和架构师都应该做的。
