Чем Python плох для стартапа?
Download as PPTX, PDF1 like628 views
Доклад Александра Сапронова обсуждает недостатки использования Python для стартапов, акцентируя внимание на трудностях с масштабированием и управлением данными. Он делится опытом разработки стартапа Welltory и подчеркивает важность процессов разработки, тестирования и архитектуры. В итоге, несмотря на гибкость Python, его использование требует четкой организации и обдуманной стратегии.
Чем Python плох для стартапа?
- 1. Чем Python плох для стартапа? Александр Сапронов: [email protected] ru.linkedin.com/in/alexsapronov
- 2. Хто я такой? - Пишу код за деньги в Welltory.com - В основном на Python - Делаю Python Дайджест - Организую встречи PyNSK - Делал конференцию PyCon Siberia 2016 - Люблю делать всякую движуху 2
- 3. Очемэто Как живет проект в первый год Почему в первый год не важен язык? Почему Python подходит для бизнеса? Почему менять стэк разработки больно? Почему вы захотите поменять Python? P.S. Доклад несерьезный 3
- 5. Что такое Welltory ● Стартап ● Активная разработка началась ~1 год назад ● Собираем данные о жизни пользователя ● Обрабатываем данные - чистим, сжимаем ● Анализируем - строим корреляции ● Строим рекомендации - сообщаем юзеру о проблемах здоровья Welltory - персональный аналитик здоровья 5
- 6. 6
- 7. Чух-чух 7
- 8. Почему Tornado вам не надо? Ситуация #1
- 9. Программист Не знаю какие данные будем хранить, Не знаю сколько юзеров ждем. Не хочу переписывать много раз А что если…. Не взять MongoDB и Tornado!? Они же быстрые и масштабируются, их используют в продакшене 9
- 10. MongoDB для стартапа - Можно сваливать в БД данные и не думать - Не надо админа, чтобы начать работать - Легко масштабировать - Модно, чо - Нет хорошей системы constraints. Загадите базу - Аналитик знает SQL, но не знает монгу - Без JSON Schema вы запутаетесь в коллекциях + - 10
- 11. Tornado для стартапа - Работает быстро - Гибкий - Живой проект - Асинхронщина - Не популярен как Django - Нет CRUDL админки - Хочешь <что-то>? Пиши сам + - 11
- 12. В итоге - Но ни разу не масштабировали ее - Писали валидацию данных руками - Стали использовать JSON Schema, потому что структура нужна же - Использовали дополнительно PostgreSQL и конвертировали данные туда, потому что SAAS’ы Выбрали MongoDB - Но ни разу даже 10rps не было - Пришлось писать Oauth2 с нуля - Пришлось писать механизм сессий самим - Написали асинхронные клиенты для популярных API Выбрали Tornado 12
- 13. В итоге Удалось переписать за 3 недели * 2 программиста Скорость разработки увеличилась в 4 раза На самом деле: 13
- 14. А вы верите в TypeError? Ситуация #2
- 15. Типизация в Python - Гибкость в разработке - Скорость разработки - Читаемые ошибки - Легкая в освоении - Вы ловите ошибки в продакшене - Вы точно(!) сложите None и set - Медленней чем C - Без культуры разработки - вы + - Динамическая сильная неявная 15
- 16. Не любите тесты? А, значит любите ValueError? Ситуация #3
- 17. Программист У меня нет времени на тесты Зачем тесты? Есть же тестировщики Я не делаю ошибок *лять, на дворе воскресенье, а я правлю 100500-ую ошибку из Sentry 17
- 18. Тесты для стартапа - Дешевое регресс тестирование - Меньше дурацких багов - МОЖНО БОЛЬШЕ ФИЧ - Где найти время? - Где найти денег? - НУЖНО БОЛЬШЕ ФИЧ + - 18
- 19. В итоге - Тесты - часть разработки - Тесты “проданы” бизнесу (бизнес одобряет) - Пацан накодил - пацан протестил (видео) - Баг - пишешь сначала тест - Цепочка dev -> qa > dev -> qa -> dev… сократилась в 3 раза Results (95.02s): 1091 passed 19
- 20. А что он тормозит? Давай перепишем на * ? Ситуация #4
- 21. Команда маркетинга Мы хотим нагнать дофигилиард юзеров, мы не упадем? Мы опять упали, программисты - *?№! Почему так медленно данные считаются?! Сделайте что-нибудь, емае! Мы не можем продавать. 21
- 22. Программист №1 Программист №2 Добавим кэш! И серверов еще! А давай... А давай... Перепишем на * ? 22
- 23. В итоге - Не переписали проект на другой язык - Но мы: - Добавили еще тестов - Начали делать нагрузочные тесты - Пересмотрели архитектуру системы - Привлекли крутого админа для настройки мониторингов - Начали экспериментировать с языками на JVM 23
- 24. Чему же мы научились сегодня? 24
- 25. Python - язык, который позволяет разрабатывать быстро и качественно. Но сначала надо выстроить процессы. 25