golang在cpu密集型任务中比python快5–10倍，因go编译为机器码且无gil，而python受解释执行和gil双重限制；io密集型单次请求差异小，但并发吞吐go可达800 qps，python同步仅120 qps，主因调度模型不同。

Golang 在 CPU 密集型任务中通常比 Python 快 5–10 倍，IO 密集型任务差距不大，但并发吞吐量能拉开 3–5 倍以上。

为什么 fibonacci(40) 在 Go 里不到 0.1 秒，Python 却要 30+ 秒？

这不是“语言慢”，而是解释执行 + GIL 的双重限制：Python 每次函数调用都要经过解释器查表、动态类型检查、GIL 加锁；Go 直接跑机器码，递归调用无额外开销。

• 别拿 fibonacci 当生产代码用——它只是暴露底层差异的“放大镜”
• 真实业务中，只要涉及循环计算、图像处理、加密解密等纯 CPU 工作，Go 的优势立刻显现
• Python 若真卡在这里，优先考虑用 numba 或 cffi 调 C 扩展，而不是硬扛原生解释性能

http.Get 和 requests.get 耗时几乎一样，但并发爬 1000 个页面时 Go 稳定压测 800 QPS，Python（同步）只能到 120 QPS

单次 HTTP 请求的瓶颈在 DNS 解析、TCP 握手、网络延迟，语言差异被掩盖；但并发规模上来后，调度模型就决定一切。

Golang Uber Dig

使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等

下载

• Go 启动 1000 个 goroutine 几乎不占内存，切换开销微乎其微
• Python 开 1000 个线程会触发系统级线程创建，GIL 还让它们无法并行执行 CPU 工作，实际是排队跑
• 若用 asyncio + aiohttp，Python 也能到 500+ QPS，但错误处理链路更长，超时、重试、连接池管理都得手动补全

编译 vs 解释：从 go build -o app 到 python app.py 的部署差异

Go 编译出的是静态链接二进制，不依赖运行时；Python 需要匹配版本的解释器 + 全套 site-packages，容器镜像体积常大 3–4 倍。

• go build 默认生成的可执行文件包含所有依赖，scp 过去就能跑，连 libc 都能打包进镜像（用 CGO_ENABLED=0）
• Python 容器必须带 python:3.11-slim 基础镜像，再 pip install 一堆包，启动前还要校验 pyc 兼容性
• 小团队快速上线时，Python 的“改完即热更”有优势；但一旦服务稳定、需长期运维，Go 的部署确定性反而省心

真正容易被忽略的不是“谁快”，而是“快在哪一环”：CPU 绑定？内存分配频次？GC 停顿？连接复用率？拿 pprof 和 cProfile 对着压测结果看火焰图，比背 benchmark 数字有用得多。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！