我們曾經(jīng)研究過如何讓Python和Go互相調度，當時發(fā)現(xiàn)，將Go語言寫的模塊打包成動態(tài)鏈接庫，就能在Python中進行調度：

優(yōu)劣互補! Python+Go結合開發(fā)的探討

Go的優(yōu)勢很明顯，從1億減到1，在我的設備上測試，用Go運行只需要50ms，Python可能需要接近100倍的時間。

但是，這種寫法也有缺點：實在太麻煩了，大大增加了整個項目的耦合性。

那Python中有沒有辦法不通過打包成動態(tài)鏈接庫的方法，用Python調度Go的任務呢？答案是Go celery.

https://github.com/gocelery/gocelery

我們可以用Go寫一個計算密集型任務的Worker，然后用Python的Celery beat來調度這個Worker，下面給大家演示一下：

1.編寫Go Worker

最好是將計算密集型的任務改造成Go語言版的，這樣收益才能最大化。

比如這里，我使用的是上回從1億減到1的老梗。

PS，別被下面這段代碼嚇到了，其實大部分是可以去掉的配置項，核心代碼就幾行。

輸入命令：

go run main.go

即可運行該worker

2.編寫Python客戶端

每5秒調度一次1億減到1，不過不跑Python worker. 由于Go Worker在運行，這里的minus會被Go Worker消費。

另外請注意，這里的minus函數(shù)實際上只是為了能被識別到而編寫的，其內容毫無意義，直接寫個pass都沒問題（因為實際上是Go Worker在消費）。

編寫完后，針對go_tasks模塊啟動beat：

celery -A go_tasks beat

此時，調度器就會調度Go Worker執(zhí)行任務：

可以看到，我們成功用Python的Celery Beat調度了Go寫的Worker！可喜可賀。

接下來可以看看如果單純用Python的Worker做這樣的計算是有多耗時：

啟動worker:

celery worker -A python_tasks -l info --pool=eventlet

啟動beat調度器:

celery -A python_tasks beat

結果如下：

可以看到，Python從1億減到1平均需要5.2秒左右的時間，和Go版相差了100倍左右。

如果我們將調度器的頻率提高到每秒計算1次，Python版的Worker，其任務隊列一定會堵塞，因為Worker消費能力不夠強大。相比之下，Go版的Worker可就非常給力了。

因此，如果你的項目中有這種計算密集型的任務，可以嘗試將其提取成Go版本試試，說不定有驚喜呢。