比较简单，不做解释。
package main
import(
"fmt"
"time"
"math/rand"
)
func main(){
//获取unix time
var a string
a = fmt.Sprint(time.Now().UnixNano())
//获取随机数
var b string
ra := rand.New(rand.NewSource(time.Now().UnixNano()))
b= fmt.Sprint(ra.Intn(10))
//打印结果
fmt.Println(a)
fmt.Println(b)
}
在测试go语言和pypy接收post参数后，数据入库的效率。服务器使用阿里云的基础服务器，512内存单核CentOS6.3 64位服务器。测试还有上传文件部分。此处只列出了部分代码。
python使用tornado在pypy1.9环境，python代码没有列出。
go语言代码如下。数据库配置部分写成可以全局调用的。
package main
import (
"fmt"
"database/sql"
_ "github.com/go-sql-driver/mysql"
"net/http"
)
func mydb()*sql.DB {
//配置数据库连接地址
db, e:= sql.Open("mysql", "test:1111111@tcp(192.168.1.130:3306)/test?charset=utf8")
checkErr(e)
fmt.Println(db)
return db
}
func checkErr(err error) {
if err != nil {
panic(err)
}
}
func IndexHandler(w http.ResponseWriter, r *http.Request) {
//用于获取插入数据的表id
var get_id string
if r.Method == "POST" {
r.ParseForm()
//获取获得的参数
get_time:=r.FormValue("time")
get_mac:=r.FormValue("mac")
get_md5:=r.FormValue("md5")
//插入数据
stm, e := mydb().Prepare("INSERT INTO `video` set mac=?, md5=?, createDate=?")
checkErr(e)
result,e:=stm.Exec(get_mac, get_md5, get_time)
checkErr(e)
//获取插入后数据的id
id,e:= result.LastInsertId()
checkErr(e)
//返回给客户
get_id = fmt.Sprint(id)
context := "Insert id:" + get_id
w.Write([]byte(context))
}
}
func main() {
http.HandleFunc("/", IndexHandler)
http.ListenAndServe(":8899", nil)
}
测试结果：单进程情况下，go语言的速度比pypy的稍慢，基本持平相差不到5%。但是go使用内存量占到45%，cpu使用8%左右。pypy使用内存20%，cpu使用在5%左右。如果多进程pypy可以启动4个，go只能启动两个。这样pypy比go的处理速去应该快一倍多。java代码也有测试，使用tomcat7，因为逻辑更复杂，所以不能参加对比，粗略估计go会比java快40%。
测试代码
用tornado3.0.1所以开始使用torndb，对torndb进行学习。
链接到数据库查看torndb提供的方法如下：
close、database、execute、execute_lastrowid、execute_rowcount、
executemany、executemany_lastrowid、executemany_rowcount、get、
host、iter、max_idle_time、query、reconnect、socket
提供的方法
execute 执行语句不需要返回值的操作。
execute_lastrowid 执行后获得表id，一般用于插入后获取返回值。
executemany 可以执行批量插入。返回值为第一次请求的表id。
executemany_rowcount 批量执行。返回值为第一次请求的表id。
get 执行后获取一行数据，返回dict。
iter 执行查询后，返回迭代的字段和数据。
query 执行后获取多行数据，返回是List。
close 关闭
max_idle_time 最大连接时间
reconnect 关闭后再连接
torndb可以自动commit不用手动提交，对几个主要的方法进行各测试。
建表
CREATE TABLE `ceshi` (
`id` int(1) NULL AUTO_INCREMENT ,
`num` int(1) NULL ,
PRIMARY KEY (`id`)
)
;
>>> import torndb
>>> db = torndb.Connection(“192.168.1.103″,”ceshi”,”ceshi”, “1111111”, 24*3600)
>>> get_id1 = db.execute_lastrowid(“insert ceshi(num) values(‘1’)”)
>>> print get_id1
1
>>> args1 = [(‘2’),(‘3’),(‘4’)]
>>> get1 = db.executemany(“insert ceshi(num) values(%s)”, args1)
>>> print get1
2
>>> args2 = [(‘5’),(‘6’),(‘6’)]
>>> get2 = db.executemany(“insert ceshi(num) values(%s)”, args2)
>>> print get2
5
>>> rows = db.iter(“select * from ceshi”)
>>> for i in rows:
… print i
…
{‘num’: 1L, ‘id’: 1L}
{‘num’: 2L, ‘id’: 2L}
{‘num’: 3L, ‘id’: 3L}
{‘num’: 4L, ‘id’: 4L}
{‘num’: 5L, ‘id’: 5L}
{‘num’: 6L, ‘id’: 6L}
{‘num’: 6L, ‘id’: 7L}
以前没有关注过pypy，但是看到rasperry pi上pypy效果不错，我在服务器上也测试一下。
我的操作系统是CentOS是6.4，64位。直径使用源码安装失败，在网上搜索了一下问题较多并且很麻烦。
还是直接用rpm安装比较好，通过搜索，直接下载对应操作系统的pypy，当前CentOS6的pypy只有1.9版本，并不是最新的2.0，先测试一下。链接如下：
http://pkgs.org/search/?keyword=pypy
下载完rpm包开始安装，大家注意顺序。
# rpm -ivh pypy-libs-1.9-1.el6.x86_64.rpm
# rpm -ivh pypy-1.9-1.el6.x86_64.rpm
# rpm -ivh pypy-devel-1.9-1.el6.x86_64.rpm
还是用之前文中的代码进行测试（http://www.simonzhang.net/?p=1844）。
以后测试可能还经常用到这段代码，所以整理了一下格式，代码非原创。
#-*- coding:utf-8 -*-
# -------------------------------
# Filename: test.py
# Revision: 1.0
# Date: 2013-05-08
# Author: simonzhang
# Web: www.simonzhang.net
# Email: simon-zzm@163.com
# -------------------------------
def check(num):
a = list(str(num))
b = a[::-1]
if a == b:
return True
return False
def main():
all = xrange(1,10**7)
for i in all:
if check(i):
if check(i**2):
print i,i**2
if __name__ == '__main__':
main()
python 测试结果
real 0m40.657s
user 0m40.622s
sys 0m0.019s
pypy 测试结果
real 0m9.833s
user 0m9.803s
sys 0m0.027s
测试效果，pypy比python快差不多4倍。使用pip直接安装tornado，测试了最简单的导入，查看版本是正常的。
代码：test
为了方便安装pypy的第三方库，首先安装pip。
$ curl -O http://python-distribute.org/distribute_setup.py
$ curl -O https://raw.github.com/pypa/pip/master/contrib/get-pip.py
$ sudo pypy distribute_setup.py
$ sudo pypy get-pip.py
首先找了一个3M（3072×2304）的图片，缩小为300×300的大小
脚本:
# -*- coding:utf-8 -*-
# -------------------------------
# Filename: .py
# Revision: 1.0
# Date: 2013-05-08
# Author: simonzhang
# Web: www.simonzhang.net
# Email: simon-zzm@163.com
# -------------------------------
from PIL import Image
def main():
get_data = Image.open('test.jpg')
tmp = get_data.resize((300, 300),)
tmp.save('test1.jpg', 'JPEG', quality=75)
if __name__ == '__main__':
main()
在pypy上装PIL
$ sudo /usr/lib/pypy-upstream/bin/pip install PIL
运行脚本报错如下：
File “/usr/lib/pypy-upstream/site-packages/PIL/Image.py”, line 1290, in resize
self.load()
File “/usr/lib/pypy-upstream/site-packages/PIL/ImageFile.py”, line 189, in load
d = Image._getdecoder(self.mode, d, a, self.decoderconfig)
File “/usr/lib/pypy-upstream/site-packages/PIL/Image.py”, line 385, in _getdecoder
raise IOError(“decoder %s not available” % decoder_name)
IOError: decoder jpeg not available
不能调用系统库，之前在处理过这种问题http://www.simonzhang.net/?p=435
但是pypy比较复杂，兼容有问题。直接删除PIL，使用pillow。Pillow基础就是PIL只是兼容性强，更利于推广。
$ sudo /usr/lib/pypy-upstream/bin/pip uninstall PIL
$ sudo /usr/lib/pypy-upstream/bin/pip install pillow
注意必须使用
from PIL import Image
否则会报错
File “/usr/lib/pypy-upstream/site-packages/PIL/Image.py”, line 2020, in open
raise IOError(“cannot identify image file”)
IOError: cannot identify image file
在安装完pillow后没有产生PIL.pth文件，直接手动写一个。
$ sudo vim /usr/lib/pypy-upstream/site-packages/PIL.pth
内容是:PIL。
开始测试
time python cut_pic.py
real 0m2.841s
user 0m2.630s
sys 0m0.200s
time pypy cut_pic.py
real 0m5.144s
user 0m4.870s
sys 0m0.230s
图片产生大小如下
-rw-r–r– 1 pi pi 3588203 5月 8 16:02 test.jpg
-rw-r–r– 1 pi pi 21907 5月 8 16:10 test_pypy.jpg
-rw-r–r– 1 pi pi 21907 5月 8 16:09 test_python.jpg
直接使用python的效果更佳，不清楚原因。之后有版本升级了再做测试。