Веб-разработка на Python: выгодно бизнесу, удобно разработчикам. Опыт KT.Team

В данной статье вы узнаете подробности нашего опыта работы с Python: какие продукты мы пишем на этом языке программирования, почему выбираем для этих задач именно его, какие выгоды от этого получают заказчики разработки. Разобраться в этом вопросе нам помогут: - Егор, старший инженер-программист; - Антон, тимлид, партнёр компании; - Антон, руководитель проектов, исполнительный директор, партнёр компании.

Ускоренная разработка MVP С развитием гибких подходов и философии Agile циклы разработки становятся всё короче. Software-инженерам не нужно годами писать проекты "в стол", сверяясь с техническим заданием на тысячу страниц. Разработка начинается с создания MVP.

В приоритете - за один-два месяца выпустить на рынок минимально жизнеспособную версию продукта и получить обратную связь от реальных пользователей (подробнее о разработке MVP можно прочитать в нашей статье в блоге: "MVP, или как не попасть в бесконечную разработку"). Для быстрой разработки MVP отлично подходит Python. Секрет скорости - в синтаксисе, максимально приближённом к естественному английскому языку.

На скорость влияет большое количество свободных библиотек и фреймворков, а также минималистичных микрофреймворков, например Flask. Они разработаны под разные нужды, имеют обширное и дружелюбное комьюнити, привлекают простотой и гибкостью синтаксических конструкций. Нюанс: такая высокая скорость поддерживается при относительно невысокой сложности проекта (малая и средняя e-Commerce, CRM, несложные интеграции).

Если же разработка ведётся для enterprise-проектов, то все работы занимают примерно одинаковое время независимо от используемого стека технологий. Писать на Java, PHP или Python - неважно, ведь общее количество часов не будет значительно отличаться. При этом время может по-разному распределяться на разные типы работ. С каким-то стеком больше времени потребуется на рефакторинг, с другим - на MVP, c третьим - на тесты и т. д.

Например, чтобы быстро работать на Python, нужно предварительно продумать архитектуру и правильно подготовить окружение. К тому же нельзя судить о сложности работы по количеству строк кода и скорости его написания. Минимальное количество кода означает его высокое качество, а чтобы разработчик мог уложить задачу в три строки, он должен тщательно продумать, как это сделать, в какой части программы разместить код и т. д.

Лёгкая интеграция с другими технологиями и программным обеспечением Сегодня любой продукт разработки требует большого количества интеграций: с разнообразными информационными системами самой компании и её контрагентов, с банковскими, маркетинговыми ИС и многими другими. Python удобен для интеграций и может управлять различными компонентами ПО, в том числе разработанными на другом языке. Универсален для любых платформ.

Это было одной из причин, почему мы выбрали именно Python для создания API принт-сервиса на одном из текущих проектов. Он отлично взаимодействует с сервером печати Linux CUPS - из Python легко обращаться к ядру ОС для выполнения нужных операций. Масштабируемость и возможность добавлять новые функции Это преимущество не возникает само по себе, оно требует продуманной архитектуры проекта и соблюдения чистоты кода.

Можно сказать, что на Python с его простыми и понятными синтаксическими конструкциями проще писать легко масштабируемый код, чем на большинстве других языков. Это было важно для нас, когда мы выбирали стек для управления сервисами печати. С Python нам не пришлось вносить изменения в основной модуль принт-сервиса при изменении его частей.

Большинство особенностей Python заметны только на стороне разработчиков и создают трудности именно им, а не заказчикам и пользователям продукта. Скорость исполнения кода Пожалуй, самая болезненная тема для "питонистов" - это скорость исполнения кода. Python считается довольно медленным языком программирования: это связано с особенностями структуры интерпретатора языка и его динамической природой.

Чтобы повысить производительность, разработчики либо переписывают "тормозящий" кусок кода на C или Cython (транслятор Python-кода в C), либо используют PyPy - альтернативный интерпретатор языка программирования Python (его название расшифровывается как Python, написанный на Python). Разработчики часто говорят, что на Python можно написать всё, даже сам Python. В принципе, это нормально в сегодняшней практике: компилятор Rust тоже пишут на Rust, а компилятор Golang - на Golang.

Обновления PyPy чуть отстают от обновлений основной версии интерпретатора Python. Например, актуальная версия Python - 3.8, а PyPy - ближе к версии 3.5 с некоторыми фичами из 3.6.

Можно выделить следующие принципы ускорения при разработке на Python: - у Python много библиотек, нужно выбрать подходящую и проверенную в решении аналогичных задач, т. к. иногда они уже написаны на C и имеют высокую производительность в решении поставленных задач; - чтобы ускорить небольшую проблемную часть кода, можно переписать её на Cython (это транслятор, "промежуточный слой" для Python в

C/C++); - для ускорения больших частей кода, написанных на Python, помогает использование PyPy, если код нечувствителен к версии языка (Django-проекты уровня enterprise часто стартуют именно на PyPy).

PyPy крут технологией JIT-компиляции (just-in-time (сокр. от англ. - точно в срок) compilation). Функции, которые есть в программе, на лету будут компилироваться в машинный код, ускоряя работу программы с последующим использованием. При этом не надо переписывать код, просто нужно иметь в виду понижение версии. Однострочные анонимные функции и пайплайны В Python анонимные функции (лямбда-функции, функции без названия) - однострочные.

Разработчикам иногда не хватает многострочных лямбд, но они никогда не появятся, т. к. это противоречило бы идеологии Python. Пайплайны - это последовательное исполнение функций с последующей передачей данных из предыдущей. На Python приходится писать последовательность примерно следующим образом. _a = func1() a = func2(a) a = func3(a) result = func4(a)___ В каком-нибудь другом языке программирования (скажем, Elixir) это выглядело бы проще.

func4()___ Это не отражается на производительности кода, но причиняет некоторые неудобства разработчикам, мешая соблюдать методологию функционального программирования.

Python идеально подходит для проектов в сфере CV & ML (computer vision and machine learning, рус. компьютерное зрение и машинное обучение), аналитики, разработки корпоративных сайтов и систем корпоративного обучения. Он хорош для создания небольших микросервисов и проектов с недолгим жизненным циклом, когда заказчику нужно быстро запустить MVP и протестировать гипотезы. Да, есть много сфер применения этого универсального языка, но бывают и кейсы, где лучше использовать другой стек.

Например, в разработке высоконагруженных интернет-магазинов может быть предпочтительнее Magento (PHP). Выбирать, стоит ли использовать Python на вашем проекте или нет, нужно после совместного обсуждения вопроса разработчиками и заказчиками, на основе анализа особенностей продукта и бизнес-задач.