Python завжди був моїм першим вибором для збору даних. Лише нещодавно, спробувавши Rust, я зрозумів, що в умовах великомасштабного збору його переваги стають надто очевидними.
Якщо говорити про збори даних акцій, коли вам потрібно одночасно обробляти сотні тисяч запитів, конкурентоспроможність Rust та контроль пам'яті просто вражають. Хоча Python швидко пишеться, на такому рівні він починає давати збій.
Не кажу, що Python не підходить, а просто інструменти потрібно вибирати відповідно до ситуації. Малий проєкт? Python підійде. Потрібно розширити до обробки величезних обсягів даних? Rust - це той, хто може витримати навантаження.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
10 лайків
Нагородити
10
4
Репост
Поділіться
Прокоментувати
0/400
WenMoon42
· 4год тому
Кілька тисяч одночасних запитів Python справді не витримує... минулого року вже потрапляв у пастку, після переходу на Rust стало просто неймовірно.
Переглянути оригіналвідповісти на0
MEVVictimAlliance
· 4год тому
Дійсно, тільки використавши Rust для обробки великих даних, я зрозумів, що таке зменшення вимірів.
Переглянути оригіналвідповісти на0
FlatTax
· 4год тому
Га, ще один старший брат, зачарований продуктивністю Rust, я подивився на це двома очима і відразу зрозумів, що буде далі.
Переглянути оригіналвідповісти на0
JustAnotherWallet
· 4год тому
Га, нарешті хтось це сказав. Я давно помітив, що Python має слабкі місця в масовій розробці парсерів, і тепер ті, хто використовує Rust, починають виходити вперед.
---
Крива навчання Rust крута, але як тільки вникнеш, дійсно стає приємно. Два місяці тому я також вагався між Python і Rust, врешті-решт вирішив вчити Rust.
---
Кажучи чесно, швидка розробка на Python є перевагою, але коли потрібно справді обробляти величезні обсяги даних, це стає очевидним, я з цим добре знайомий.
---
Термін "знищення" тут вжито дуже влучно. Після переходу мого парсера з Python на Rust, витрати знизилися більш ніж на половину, а ефективність відразу піднялася до небес.
---
Проте витрати на навчання Rust дійсно лякають, маленьким командам краще поки що обійтися Python, хіба що це справді надзвичайно великий проект.
---
Є свій стиль. У цьому аспекті Rust дійсно немає конкурентів, раніше GIL в Python завдав мені чималої шкоди.
---
Ця аргументація непогана, але все ще залежить від конкретного бізнес-сценарію. Деякі проекти парсерів насправді не потребують такої екстремальної продуктивності, Python цілком достатньо.
Python завжди був моїм першим вибором для збору даних. Лише нещодавно, спробувавши Rust, я зрозумів, що в умовах великомасштабного збору його переваги стають надто очевидними.
Якщо говорити про збори даних акцій, коли вам потрібно одночасно обробляти сотні тисяч запитів, конкурентоспроможність Rust та контроль пам'яті просто вражають. Хоча Python швидко пишеться, на такому рівні він починає давати збій.
Не кажу, що Python не підходить, а просто інструменти потрібно вибирати відповідно до ситуації. Малий проєкт? Python підійде. Потрібно розширити до обробки величезних обсягів даних? Rust - це той, хто може витримати навантаження.