动态语言开发效能的一个案例研究
　　　　现在越来越多的人开始承认动态语言在开发效能方面的优势，但是应该说这还只是停留在人的感觉上，缺乏客观、量化的证据。当然，真正要做到客观的比较是不可能的。一个团队开发一个具有一定规模的软件项目，这是一个复杂的过程，牵扯到的各方面因素很多，不可能做到完全客观、仅仅针对开发语言本身效能的比较。但是，为数庞大的开源软件项目当中，挑出一些使用不同语言开发的目标相同的项目，并且对其开发效能做一个比较，这是可能的。尽管这种比较未见得公允，但是仍然具有一定参考价值。

　　　　我看到的一个比较有意义的比较是在C、Java和Python三种语言之间进行的，目标都是开发符合SSH服务端协议的软件包。这是一个具有相当技术性且有一定规模的任务，由各语言的专家级开发者完成，因此具有可比性。相关数据如下（截至2003年）：

C语言：OpenSSH，直接基于Unix系统服务，从1999年开始开发，4年之后共有64,000行C源代码。2003年时，开发者列表上共有84人。平均每人写了762行代码，也就是190.5行/人年。

Java语言：J2SSE，基于Java 1.3 Standard版提供的API，从2002年初开始开发，由SUN官方支持，2003年拥有20,000行Java源代码，开发者7人，平均每人2857行代码，1428.5行/人年。

Python语言：Conch，基于Twisted Framework，项目起点时间不详，大致为2002年中，到2003年共有5,000行源代码，开发者1人，约4000-5000行/人年。

　　　　这个数据可以给大家评估动态语言的效能做一点参考。需要注意的是:

1. C语言版的OpenSSH本身就带有探索性质，所以开发周期较长。
2. OpenSSH开发者虽然多达84人，但是一般来说开源项目中起核心作用的开发者一般在6-8人左右，很可能这几个人贡献了大部分代码，因此上面对C语言开发效能的评估严重偏低。
3. Conch本身架构在Twisted之上，后者是一个高层的网络开发框架，本身也是具有6万行代码规模的项目。Conch的高效能很大程度上受惠于此。
4. J2SSE是Sun官方开发的项目，其开发方式不同于开源松散的开发方法，因此上述得到的开发效能可能被高估。

　　　　综合以上的考虑，我认为从这个case study中得出三种语言开发效能的比大致在1:4:10的估计值。

　　　　附带一提，据Twisted文档宣称，Conch的运行时性能并不逊色于OpenSSH。在同一台计算机上，OpenSSH每秒钟可接纳3个连接，传输速度7.4MB/s。而纯Python实现的Conch每秒钟可接纳8个连接，传输速度3MB/s。经过Psyco编译优化后，每秒钟可接纳11 个连接，传输速度8.1MB/s。

　　　　请注意，这是2003年的数据。

　　　　本文主要素材来源与Twisted创造者Glyph Lefkowitz发表在USENIX 2003会议上的论文，题为《Network Programming for the Rest of Us》，并在此基础上进行了一些历史资料调查。关于开发年限的调查可能有误，希望得到有识之士的纠正。

好几个朋友看了这篇blog，对于开发效能都不是很在意，反而是对于最后这个运行时性能的比较非常感兴趣。然而我的看法是，不要过于看重这个评测结果。

首先，这是Twisted自己的文档，尽管我相信评测者不会故意伪造试验条件贬低OpenSSH，但是没有尽心优化，却是非常可能的。

其次，经Psyco编译之后，Conch实际上是一个native code program。你说“解释型语言不大可能超过编译型语言”，但这里是两个机器码程序之间的比较。

第三，请注意当你用C语言写一个高层应用程序的时候，你的思路不得不在高级设计和底层细节之间不断跳越，很难把握好，形成真正优化的设计。而你做的很多事情是在重复Python等高级语言已经内建并且经过极度优化的工作，用Python写代码，可以集中力量思考高级设计问题，所以比较容易形成良好的设计。很早有人就发现，用C语言进行正则表达式分析还不如Perl快，这并不是语言本身的比较，而是当开发者能力相当时，采用高级语言能够比较容易地得到优化的整体设计。

第四，我相信，如果设计上水平相当，C肯定跑得比Python快十倍。问题在于，一旦程序规模达到一定程度，完成一个与对应Python程序在设计上水平相当的C程序，所付出的代价恐怕要多出几十倍。


myan 发表于2006-08-08 07:48:00　IP: 219.236.52.*

Python在动态语言里并不是以快闻名的，其实它的设计思想主要是追求高层次上的简单优雅，在性能上不仅不是最快的，而且很多年以来一直有“最慢”的恶名。可是放在实践中感觉完全不是那么一回事，大家觉得开发效率和运行效率都令人满意。我想主要原因就是Python的资源丰富而且质量很高，当性能遇到瓶颈的时候，有人会去开发extension。这样一来就形成了良好的平衡。