说说编程语言的那些事

2014-03-29 22:44:33

今天在微信朋友圈里，看到某美女同事在学 Python3.4。某男回复，“搬过来坐，哥给你当指导呗”。:-) 

编程语言很多，而人的精力有限。把有限的精力，用来学习 Python值不值？或者换个提问的方式，什么编程语言有前途？

不妨把这个问题分解为三个子问题。

1. 一统天下的通用语言、具有区域特色的方言，哪一种路线更有前途？

2. 什么样的语言容易火？

3. 当下的诸种语言，哪些更有潜力，哪些有可能退出历史舞台？

 [1]

半个多世纪以来，编程语言如过江之鲫。各种语言的语法用法大体相似，功能模块也多有重复。

与其让大家浪费精力，学习多种语言，重复开发相似功能的模块，为什么不推广一种通用语言，天下所有人都只学一种语言，在此基础上添砖加瓦，避免重复建设。

Douglas Crockford 的回答是，“我们已经尝试过了，但是所有努力无一不以失败告终”。

究其原因，“程序的核心问题在于驾驭复杂性。在应对复杂多变的需求时，如果一个程序语言不能有助于驾驭复杂系统，那么结果就是混淆不清，接踵而至的就是失败”。

言下之意，包打天下的语言，势必笨重而且晦涩。

反观针对特定领域的专门语言，Crockford说，“我们看到大量的专门的语言出现。这些特殊语种在应付特定范围的任务时，非常有效，这就足够了。当人们需要完成特定任务时，有合适的语言作为工具，这是天赐之福”。

他又说到，“语言设计的艺术在于知道如何取舍。。一个好的语言不仅能够帮助我们更好地理解问题，并且有益于找到解决方案的最佳表述方式”。

一句话的总结，对于编程语言而言，书同文，不如多元化。

选择什么语言去学习？首先反问自己，你想用它去做什么？

 [2]

什么样的语言容易火？

1. 率先实践新的编程思想的语言容易火。

   例如，结构化编程导致 Pascal火，面向对象导致 C++ 火，VM 导致 Java 火，面向分布式导致 Erlang 火。

2. 在某一领域，提供强大功能，而且使用简便的编程语言容易火。

   例如，Unix 成就了 C在操作系统领域的不二地位，RDBMS 数据库让 SQL 成为人们既恨之深却又离不开，Netscape 和 IE 使JavaScript 成为浏览器脚本的垄断霸主，方兴未艾的大数据让步入中年的 Python迎来第二春。 

实践新思想、在某一领域有专长，这两个条件都是必要条件，所以是“容易火”，而不是“必然火”。例如，在实践面向对象这一思想方面，SmallTalk 是先行者。但是它的人气远不如 C++。

另外，历史经验表明，有领域专长，比实践新思想，更容易火。道理很简单，有地盘才是军阀，没地盘沦为流寇。

 [3] 

移动互联网和云计算大数据引领的当下，什么语言容易火？

当下以下四个方面的需求很突出，谁更能满足这些需求，谁就更容易火。

1.面向移动设备和电脑浏览器的两栖应用开发语言，能够同时强力而且友好地支持移动应用的开发，和在电脑浏览器里展现的网页开发。

  手机屏幕空间有限，而移动应用无限。什么样的应用，适宜开发独立的移动应用？两类，1. 非常消耗CPU 时间和 RAM 空间的重量级应用，例如视频、游戏、地图导航，2.频繁使用的应用，例如微信。其余的应用，不妨运行在浏览器里，用百度的语汇来说，就是移动轻应用，这类应用包括墨迹天气、去哪儿生活、航旅纵横，等等等等。

  移动轻应用使用什么语言更合适？目前看不清，但是不妨参考一下 Google 的布局。Google鼓励内部竞争，一个流派是基于 JavaScript 的网页开发框架 AngularJS，这个流派的思路是强化 JS + CSS的功能，同时简化使用难度。另一个是以 Rob Pike 为精神领袖的 Go 语言。AngualarJS的优势在于延续了网页开发的传统方式，容易被程序员接受。Go 没有历史包袱，有利于系统优化。

   个人评论，Go 是否能够战胜AngularJS，关键在于是否能与浏览器深度整合。手机两大操作系统，Android 和 iOS，它们的原生浏览器分别是 Chrome和 Safari。而这两个浏览器的内核，（确切地说是 layout engine），是 WebKit 及其变种, 所以 Go是否能胜出，关键之役在于是否能与 WebKit 及其变种深度整合。

   但是此役胜算不大，所以更看好AngularJS。所以，JavaScript 很有可能迎来第二个春天。

   

2. 面向大规模并发的分布式系统语言。

   分布式系统语言，老猴王是 C++。但是Erlang 越来越显现出王者风范。被 Facebook 以 190 亿美元收购的 Whatsapp，以实际运行的数据，强有力地证明了Erlang 的卓越性能。

3. 面向穿戴式设备的嵌入式系统语言。

   最值得期待的是 Lua。Lua的原生系统的规模极小，但是具有强大的扩展能力。

4. 面向快速集成多种数据处理工具的胶水语言。

   无疑是 Python。Python不仅具有强大的系统整合的便利性，而且近年来在自然语言和机器学习方面的大跃进，基本确立了 Python在大数据领域的霸主地位。

[4]

移动互联网的两栖应用，加大数据云计算的后台系统，理想的语言和工具组合，或许是这样的。

1. 电脑浏览器的网页开发 + 移动轻应用开发： 基于 JavaScript 的 AngularJS 框架

2. Web Engine： 基于 JavaScript 的 NodeJS/ExpressJS

3. 实时业务逻辑： Erlang

4. 数据库： MongoDB

5. 离线数据处理：Python

[5]

Java、MySQL、PHP 去哪儿了？

留在记忆里，因为不适应海量数据的分布式需求、和业务流程的动态重组需求。

Ruby on Rail 去哪儿了？

玩具而已，不适应高并发系统，Twitter 就是明证。