许式伟：相比 Python，咱们可能更须要 Go+

ECUG（Effective Cloud User Group，实效云计算用户组）主办的 2021 ECUG Con 于 2021 年 4 月 10 日 - 11 日在上海举办。会上，七牛云 CEO 许式伟以 “数据科学与 Go+” 为主题发表了主题分享，讲述了对数据科学变迁的理解，对新语言 Go+ 的设想和规划，并大胆指出 数据科学正迎来爆发期，像字节跳动同样的新型公司只会愈来愈多。如下为演讲内容整理。

刚才在闲聊说 ECUG 变得愈来愈高大上，其实我也变得愈来愈像一个单纯的讲师。今年是 ECUG 社区的第 14 个年头，这场活动也是第 14 届 ECUG Con。其实这一届原本应该在去年办，但由于疫情延后了。

其实，我在 ECUG 一直贯彻的理念有两个：

第一，让本身持续地写代码。由于每一次来 ECUG 我都很紧张，不能什么都没有呀。因此这也是挺好的机会，能让本身持续留在技术一线；

另外，我每一年分享的主题都有必定的延续性，呈现了我本身对将来思考的脉络。

去年开始，我在聊数据科学，前面有三年是聊在端上的一些实践。缘由是我认为云计算的第一个时代应该是属于机器计算，也就是虚拟机；第二代就是云原生，我认为这是一场被称为“基础架构”的革命。也就是说，第一阶段是资源，第二阶段是基础架构。 第三个阶段，个人判断为应用计算，这会涉及前端和后端的协同。

从去年开始，个人分享转向了数据科学，一个很重要的因素和趋势是，数据时代的到来。尤为是 2017 年以后，数据大量地被数字化之后，在各行各业都会有涉及数据科学的普遍应用。

去年也是蛮巧的，我脑子一热就搞了一个语言出来。我之前搞过蛮多语言，受众也有一些。可是那个都很明确，历来没有想过有一天可以商业化。也许碰巧有一些公司用它来作商业化，可是基本上从出生那一刻开始，就不是冲着商业化去的。

2012 年我花了不少精力在布道 Go，由于当时做为一个初创公司，招人太难。一个比较好的招人逻辑就是让别人以为你有趣，公司技术氛围很不错。Go+ 是我第一个认认真真但愿可以把它商业化的语言，但目前宣传得还很少，1.0 还没发布。我想讲讲我本身对 Go+ 和数据科学的一个思考，为何认为 Go+ 有商业化的机会。

我今天聊的话题大概有四个方面：

1. 语言的发展
2. 数据科学的发展
3. Go+ 的设计理念
4. Go+ 实现的迭代

语言的发展

首先，咱们讲讲语言的发展，程序员对这个话题很是感兴趣。我把语言的发展史分为三个部分来讲。

第一，静态语言的发展史。我选的是 TOP20 的语言，这个是根据如今最火的语言排行榜排名选的，前 20 名的语言我排了一下大概是这样的，最先发布的是 C，到如今其实还在排行榜前三的位置。第二是 C++，Objective-C、Java、C#、Go、Swift、Go+。咱们能够看到一个比较有趣的现象，差很少每 6-8 年会出现一轮新的、具有影响力的静态语言，这是生产力迭代的表征。

第二，脚本语言的发展。你会发现它们很是不同。最先是 Visual Basic，而后是 Python、PHP、JavaScript、Ruby，脚本语言是集中大爆发的，差很少全在 Java 出现的先后，来自 90 年代的前 5 个年头。这是很是有趣的一件事情，也是很是值得思考的，背后必定有一些内在的缘由。

第三，数据科学相关语言的发展。但数据科学我选的是 TOP50，由于 TOP20 实在太少了。也蛮有意思的，最先的是 SQL，第二个 SAS，MATLAB、Python、R、Julia。Python 最先历来没想过本身会是数据科学语言，但最终变成了人工智能领域最火的语言。

这里又存在一个很明显的特征：它的跨度跟静态语言同样大，因此数据科学发展实际上是古老而漫长的，但发展得没有那么快。静态语言差很少每 6-8 年有一个迭代，但数据科学语言不是，中间跨度特别大。但我以为如今正进入数据科学的加速期。

你可能会想，为何我要分析语言发展史呢？有几个结论是关键。

首先，我认为脚本语言是特定历史阶段下的产物，长期来看，静态语言更有生命力。

第二，数据科学是计算机的最初需求，最先计算机就是用来作计算的。它历史悠久但进步缓慢，由于数据大爆发的时代一直没有到来。

数据科学的发展

聊完语言的发展，接下来咱们谈谈数据科学的发展。数据科学也能够分为几个阶段，第一个阶段我叫作“原始时期”，也能够叫“数学软件时代”，这个时期基本上可概括为两个特征，第一个是在有限领域里，最典型的是 BI（商业智能）；第二个有限数据规模，典型就像 Excel，行列数都是很是有限的，其余的软件也基本上是这样的。

这个时期的数据科学特色是什么？首先它不是一个基础设施，其实是数学应用软件，但能力很是全，很强大，包括了统计、预测、洞察、规划、决策等等。

第二个时期我叫作“数据科学的基建时期”，真正让数据科学成为了基础设施，最典型的表明是大数据的兴起。Map/Reduce 是 Google 2004 年发布的一篇论文，2006 年就出现了 Hadoop，2009 年出现了 Spark。我认为这算是大数据兴起的一个阶段，也是数据科学基础设施化的开始。这个时期跟刚才的数学软件不同，是以大规模处理能力为先，并非以功能强大为先，它的功能相对局限。

深度学习的兴起和大数据的兴起间隔时间比较长，深度学习 2015 年开始有 TensorFlow，2017 年开始有 Torch，这是两个知名度最高的深度学习框架，深度学习本质就是经过数据自动推导 y=F（x）中的 F 函数。咱们日常一般都是程序员实现这个 F，但深度学习最核心的概念是如何让机器自动产生这个 F，来达成最佳曲线拟合。它实际上是基于测量结果的自动计算。

假设今天没有牛顿三大定理，但我有一堆测量数据，理论上应该可以发现牛顿三大定理，这就是深度学习的核心逻辑。它跟大数据并非相互取代的关系，而是一种能力的增强，更多实际上是如何让大数据的能力更进一步，更强悍。

有种见解认为，今天经济发展背后科技的驱动因子其实核心就只有两个，一个是计算，另一个是数据。

数据核心就是咱们今天聊的数据科学，数据科学实际上是到了一个新的范式，有一个词叫“第四范式”，中国有一个公司也叫第四范式，咱们认为数据是更高阶的一种生产能力，它跟计算相比的话站在更高层次的维度。

前面是数据科学的两个阶段，那么第三个阶段是什么？我以为是数据科学的大爆发时期，也就是今天，用马云的话说是“DT 时代”。原始时期是在有限的领域，有限的数据规模下去作的一种能力。将来首先是全领域的，首先领域不局限于的商业智能（ BI ）这样的范畴，第二个是大规模的数据，第三个是随处可见，随处可见包括云、智能手机、嵌入式设备等，这些都会植入咱们所谓的数据智能。

这就意味着，今天移动互联网的兴起已经让不少公司很是牛，互联网的平民化或互联网应用的诞生，催生了 BAT。可是咱们知道，如今新兴的、比较牛的公司，像字节跳动这种，其实不是互联网的成功，而是数据科学的成功。今天仍然不能说，数据科学是平民化的，它的门槛很是高。

可是咱们看到，智能应用已经产生了，智能应用不会只局限于抖音这样一个局部领域的生产力放大，各行各业都会被数据智能，也就是刚刚咱们提到的第四范式所影响。

数据和数据科学，必定会成为下一代生产力的支撑，今天产生了字节跳动、快手这样的新兴的公司，但他们只是一个开始，绝对不是结局。

在数据科学的原始时期，数据只是副产品。你们想象一下，在 BI 领域，数据只是一个副产品，只是用于后期的运营决策。

可是今天咱们看到在大量的应用里，数据就是原材料。这是很是不同的状态，这也是为何，我把它叫作数据科学大爆发时期，这是我以为今天为何须要 Go+ 的缘由，也是其背后的历史背景。

数据科学的将来必定是通用语言和数学软件的融合，从而完成真正意义上的数据科学的基础设施化。但在今天，数据科学的基础设施化还远没有彻底完成，这是我本身的判断。

今天的 Python 已经很好了，为什么须要 Go+？

固然不少人会有疑问：今天的 Python 已经很好了，在深度学习领域已经被很是普遍地使用，为何 Python 还不够，须要 Go+？其实我是认为，Python 是成不了基础设施的，它是一个脚本语言，我认为仅仅是特定历史阶段的须要。

数据科学自己是一种算力革命，哪怕在芯片领域，数据也能干翻计算，这是 Nvidia 干翻 Intel 的核心缘由。上层软件领域就更加如此，必定会有一个新的基础设施承载者须要出现。

算力本质上是一种计算密集型业务，Python 的背后是 C，只靠 Python 仍是不行。今天是 C 和 Python 支撑了整个深度学习，但数据科学必定还要进一步下沉，下沉的结果是什么？

这是咱们今天须要 Go+ 的缘由！前面主要讲我本身为何认为 Go+有商业化的机会。固然我所说的商业化不必定是赚钱，你们不要误会这一点，语言可能在大多数人心目中是一个不赚钱的东西，可是这不表明它不重要，它很是重要。

Go+ 的设计理念

聊完数据科学的发展，接下来咱们聊聊 Go+ 的设计理念。Go+为何是今天这个样子？计算背后要的是程序员，而数据科学背后要的是数据科学家或者叫分析师。这两个角色其实仍是不同的，虽然都是技术工做。我认为培养程序员是相对容易的，今天程序员的数量是很是庞大的，但数据科学家的数量相对较少，这也是为何前几年深度学习兴起之后，所谓的 AI 工程师薪资被炒翻了，比程序员贵不少。其实就是由于数据科学家不容易找。

这个角色承载着技术和商业的链接，要找到同时具有两种能力的人是很难的。数据科学首先是一个技术工做，要的是技术能力，又要懂商业。今天仍然没有很是体系化的培养数据科学家的能力，没有这样一个体系方法论。

那么 Go+ 的核心理念又是什么呢？

第一个，咱们试图用 Go+ 来统一程序员和数据科学家，让他们之间有共同话语，让双方能天然对话，我以为这是 Go+ 最核心的一个思考点。Go+ 很重要的一个核心逻辑，是用一门语言让两个角色进行对话。

在这个基础上，咱们延伸了一些设计逻辑。首先，Go+ 是一个静态语言，语法是彻底兼容 Go 的；第二，形式上要比 Go 更像脚本，有更低的学习门槛。Go 虽然在静态语言里，可能学习门槛是低的，但还不够低，没有 Python 那么低；第三，很天然的，咱们要作一个数据科学的语言，因此它必然要有更简洁的、数学运算上的语言文法支持；第四是双引擎，同时支持静态编译为可执行文件，也支持编译成字节码来解释执行。

为何咱们会选择语法彻底兼容 Go 呢？首先我我的很坚决地认为，静态语言拥有更强的生命力，更能跨越历史的周期。你们也都很容易理解，语言是须要跨越周期的，语言的生命周期一般都很是长。咱们不能很局限地说，当前在流行些什么东西，我就如何决定语言的设计，实际上咱们要找到那些可以跨越周期的元素。

第二，为何是 Go？我我的认为，在静态语言里，Go 的语法设计最为精简，学习门槛也是最低的，哪怕你之前没有学过静态语言，也很容易学会 Go。咱们公司是最先招聘 Go 程序员的，但大部分招进来的人都不会 Go。咱们用 Go 的时候，世界上真没多少人认为 Go 是将来的流行语言。咱们本身实践的经验代表，Go 语言两周的学习基本上够了，是门槛很是低的一门静态语言。

但从数据科学语言来说，Go 的门槛还不够低，Go+ 虽然彻底兼容 Go，但咱们但愿它比 Go 的门槛还要有更低。因此它形式上要比 Go 更像脚本，由于脚本每每更容易理解。咱们但愿 Go+ 学习门槛和 Python 处于同一个层次。

去年 五、6 月份 Go+ 刚诞生，差很少 10 月份左右，我就开始让 13-14 岁，六年级到初一这个阶段的三个小孩尝试学习 Go+。这个实践证实，这个事情是可行的。他们能理解 Go+ 的设计，可以自如地使用 Go+ 写代码。这也证实了咱们在 Go 的基础上作的全部简化的努力是很是划算的。

我这里简单列了一些 Go+ 的语法，固然不是所有，只是一些我认为仍是相对比较简洁的表达。有理数 Python 里面没有，咱们认为有理数在数据科学里，尤为在无损数值运算里，仍是会很是常见。Go+ 内置了有理数的支持。固然 Map、Slice 基本上 Python 都有。

列表理解（List comprehesion）其实也是 Python 有的，但咱们对列表理解的支持很是的完整，基本上理解了 Go+ 中 for 循环怎么写也就理解了列表理解。更多的仍是数据科学的一些常规操做的简洁表达。以上是一个大概语法示意，若是有朋友没看过 Go+，但愿能够大概对 Go+ 有个理解。

Go+ 很是有意思的一点，它是惟一一个选择了双引擎的语言，既支持静态编译，也支持可解析执行。

为何要作双引擎呢？由于我认为程序员和数据科学家的诉求是不同的，数据科学家喜欢单步执行，你们能够在心中回想一下你见过的数学软件，包括 SAS、MATLAB，数学软件交互都是单步执行的方式。

这并非由于数据科学家懒。程序员理解程序逻辑是能够放在脑子里的，咱们脑子里知道程序逻辑写得对不对。但数据科学家作计算的时候，不能知道计算结果对不对，由于人的计算能力比计算机弱太多了，因此必定要单步执行看到计算结果，才能知道本身下一步应该怎么办，这是数据科学家和程序员工做模式彻底不一样的一个点。

由于他是在作计算而不是在作一种程序逻辑，因此他很难不去作单步执行。

但当数据科学家建了一种模型，最终要使用了，这时他仍然但愿最终交付的是最大化的执行效率，他必定不但愿代码运行很慢，因此这个时候他就又须要静态编译执行，这也是为何 Go+ 但愿设计成双引擎，由于调试阶段和生产使用阶段，工做模式彻底不同。

Go+ 实现上的迭代

聊完 Go+ 的设计理念，咱们进入最后一个 session，Go+ 实现上的迭代。当前 Go+ 作到了什么份上？Go+ 虽然尚未推出 1.0 版本，可是语法目前支持百分之六七十确定有了，语法完成度仍是不错的。

Go+ 的源代码，经过扫描器转成一个 Go+ 的 Token，再经过一个 parser 变成 Go+ 的抽象的语法数，常见语言都是这么干的。Go+ 的抽象语法树转化后有两个分支，一个生成 Go 的代码从而使其能够静态编译，另一个分支生成字节码解析执行，分支的多态是经过引入了一个叫执行规范（exec.spec）的东西，其实就是一个抽象的接口。

当前，我我的在迭代的过程当中发现了一个问题，对一个初步加入 Go+ 团队的人来讲，是须要一段时间熟悉整个业务的。Go+ 执行规范的部分，实际上是一种抽象的 SAX 接口，也就是基于事件驱动，我有一个事件发送给接受方，接受方按本身的须要处理这个事件，这在文本处理里面比较常见。

咱们以前设计的接口基本上是用事件驱动的模式来把不一样组件链接起来。编译器把抽象语法数解析完发出一些事件，这些事件被两个代码生成的模块接收，按照本身的需求去干活。这个模式代码仍是有点难理解，尤为是编译器里面又作一些复杂的事情，让代码比较难理解。你们若是了解过 Go 背后的实现逻辑，类型推导在 Go 里面比较复杂，其实咱们编译器的复杂性大部分是由类型推导致使的。

我当前在试图重构这个逻辑，想把执行规范部分变得再也不是一个抽象的接口，而是一个标准实现的 DOM，这个 DOM 自己包含了类型推导的能力，从而使得编译器相对比较简单。讲实现我今天无法讲的特别细，后面有机会再展开。

下面我想讲一下 Go+ 下一步作的重心是什么。

首先，最核心的逻辑，仍是但愿今年可以发布 1.0 版本，而 1.0 版本最重要的事情是把用户的使用范式作最大化的确认，1.0 之后我但愿和 Go 差很少，后面的语法变动是比较少的。当前最重要的工做，是明确 Go+ 须要哪些最核心的语法，而且在 1.0 版本就尽可能去支持，除非有一些特定的考量好比说像 Go 的范型这种特别复杂的语法特性，留到后续的版本去支持。Go+ 也是相似的，咱们可能会放弃一些特别复杂的语法特性，可是基本上尽量把大部分咱们须要的语法特性在 1.0 版本里肯定下来。

Go+ 1.0 咱们会先进行单引擎的迭代，先作好静态编译的引擎，等 1.0 发布之后再迭代脚本的引擎。这也是基于上面咱们说的用户的使用范式优先的理念下的一个决策。

最后，咱们但愿用商业化的方式来运做 Go+，也会招聘 Go+ 的团队成员，欢迎你们加入 Go+ 团队！

我认为 Go+的核心是首先统一了程序员和数据科学家的语言，让双方可以天然对话。另外我很是坚决地相信 Go+ 会是数据科学的下一个变革，我本身很是兴奋可以作这样一件事情，也很是欢迎承认这件事的人加入咱们。

这是联系咱们的方法，第一个是项目的地址（https://github.com/goplus），第二个投简历的邮箱（jobs@qiniu.com），第三个是我推特的地址（@xushiwei）。

---

本文做者许式伟是七牛云创始人兼 CEO，Go 语言大中华区首席布道师，Go+ 语言创造者，ECUG 社区发起人。他曾就任于金山、盛大，在搜索和分布式存储相关技术领域有十几年的研发经验。在金山，他以首席架构师的身份主导了 WPS Office 2005 的架构设计和开发。在创立金山实验室后，做为技术总监主导了分布式存储开发，后加入盛大创新院，并成功推出“盛大网盘”和“盛大云”。许式伟在 2020 年被评选为《2020 中国开源先锋 33 人之心尖上的开源人物》。