上一篇关于Python和Go的文章是：
什么？Python Celery 也能调度Go worker？
文中我们讨论了Python Celery调度Go写的worker的方法。
一文中，我们讨论了Go在单线程计算性能上的优势。
现在，考虑这样的一种场景：
我们需要从某些网址中同步数据并进行计算，保存到本地redis缓存中。
现在，我们可以通过编写Go Worker的方式，将计算和保存的过程保存在本地的redis缓存中，然后使用Celery来调度这些任务。
问题在于，从这些网址中获取数据的步骤，写在Go Worker里是否合适？Go进行网络请求是否比Python更稳定、速度更快？今天我们就来比较一下。
1.同步比较
首先，试试Go语言请求百度，获得这个请求和拿到回应之间的时间差：
package main
import (
"fmt"
"time"
"net/http"
)
func main() {
t1 := time.Now()
resp, err := http.Get("https://baidu.com")
t2 := time.Now()
fmt.Println("spend time:", t2.Sub(t1))
if err != nil {
fmt.Println("请求失败")
}
defer resp.Body.Close()
}结果如下：
可以看到，平均耗时在250ms左右。
然后测试Python的requests模块请求网站：
import requests
import time
t1 = time.time()*1000
requests.get("https://baidu.com")
t2 = time.time()*1000
print(t2-t1)
平均约220ms，似乎在单个请求的情况下，Python略胜一筹。
但是单个请求的比较是没有意义的，因为这个差异可以忽略不计。
重点还是在下面并发请求的比较上。
2.并发比较
现在，我们试试用Go语言并发请求10次百度：
package main
import (
"fmt"
"time"
"net/http"
"sync"
)
func test_get() {
http.Get("https://baidu.com")
}
func main() {
var numbers = 10
var wg sync.WaitGroup
wg.Add(numbers)
t1 := time.Now()
for i := 0; i < numbers; i++ {
go func() {
test_get()
wg.Done()
}()
}
wg.Wait()
t2 := time.Now()
fmt.Println("spend time:", t2.Sub(t1))
}效果如下：
平均消耗在300ms左右，和单次请求差不多，速度还是相当快的。
接下来试试Python的并发请求，值得注意的是，这里没有用requests模板，因为requests模块是同步的，这一点一定要注意。
因此在这里需要使用aiohttp进行并发请求：
import asyncio
import time
from aiohttp import ClientSession
async def request_web():
async with ClientSession() as session:
async with session.get("https://baidu.com"):
pass
loop = asyncio.get_event_loop()
tasks=[]
for i in range(10):
tasks.append(request_web())
t1 = time.time()*1000
loop.run_until_complete(asyncio.wait(tasks))
t2 = time.time()*1000
print(t2 - t1)测试结果如下：
可以看到，平均耗时在500ms左右，在并发的时候，其速度相比于Go略逊一筹。
3.总结
可以看到，Python在单个请求的时候（使用requests模块）速度比Go稍微快一丢丢，但是这样的区别几乎可以忽略不计。
在并发10次请求的情况下，Go平均耗时300ms，而Python平均耗时500ms，Go略胜一筹。
我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注Python实用宝典。
有任何问题，可以在公众号后台回复：加群，回答相应的红字验证信息，进入互助群询问，请一定记得回复红字的问题，这样我才会拉你进群。
原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
