结合node.js和Python
Node.js与我们的web项目完美匹配，但是我们更喜欢Python的计算任务很less。 我们也已经有了一个Python代码。 我们非常关心速度，如何以asynchronous非阻塞的方式从node.js调用Python“worker”，最优雅的方式是什么？
对于node.js和Python服务器之间的通信，如果两个进程在同一台服务器上运行，那么我将使用Unix套接字，否则使用TCP / IP套接字。 对于编组协议，我会采取JSON或协议缓冲区 。 如果线程化Python显示出瓶颈，请考虑使用Twisted Python ，它提供与node.js相同的事件驱动并发性。
如果你觉得冒险，学习clojure （ clojurescript ， clojure-py ），你将得到相同的语言，运行与Java，JavaScript（包括node.js），CLR和Python的现有代码互操作。 你只需使用clojure数据结构即可获得超级的编组协议。
这听起来像zeroMQ将是一个很好的情况。 这是一个类似于使用TCP或Unix套接字的消息传递框架，但它更健壮（ http://zguide.zeromq.org/py:all ）
有一个库使用zeroMQ来提供一个RPC框架，工作得很好。 这就是所谓的zeroRPC（ http://www.zerorpc.io/ ）。 这是你好世界。
Python“Hello x”服务器：
import zerorpc class HelloRPC(object): '''pass the method a name, it replies "Hello name!"''' def hello(self, name): return "Hello, {0}!".format(name) def main(): s = zerorpc.Server(HelloRPC()) s.bind("tcp://*:4242") s.run() if __name__ == "__main__" : main() 和node.js客户端：
var zerorpc = require("zerorpc"); var client = new zerorpc.Client(); client.connect("tcp://127.0.0.1:4242"); //calls the method on the python object client.invoke("hello", "World", function(error, reply, streaming) { if(error){ console.log("ERROR: ", error); } console.log(reply); });
反之亦然，node.js服务器：
var zerorpc = require("zerorpc"); var server = new zerorpc.Server({ hello: function(name, reply) { reply(null, "Hello, " + name, false); } }); server.bind("tcp://0.0.0.0:4242");
和python客户端
import zerorpc, sys c = zerorpc.Client() c.connect("tcp://127.0.0.1:4242") name = sys.argv[1] if len(sys.argv) > 1 else "dude" print c.hello(name)
如果你安排你的Python工作者在一个单独的进程中（长时间运行的服务器types的进程或按需产生的subprocess），你的通信将在node.js端是asynchronous的。 UNIX / TCP套接字和stdin / out / err通信在节点中本质上是asynchronous的。
我也会考虑Apache Thrift http://thrift.apache.org/
它可以在多种编程语言之间进行桥接，高效并支持asynchronous或同步呼叫。 在这里看到完整的functionhttp://thrift.apache.org/docs/features/
多语言对未来的计划可能是有用的，例如，如果您稍后想要在C ++中执行部分计算任务，则使用Thrift将其添加到混合中是非常容易的。
使用thoonk.js和thoonk.py，我已经取得了很多成功。 Thoonk利用Redis（内存中键值存储）为您提供feed（认为发布/订阅），队列和作业模式进行通信。
为什么这比unix套接字或直接tcp套接字好？ 整体性能可能会有所下降，但Thoonk提供了一个非常简单的API，简化了手动处理套接字。 Thoonk还帮助实现了一个分布式计算模型，使您可以扩展python worker以提高性能，因为您只需启动python worker的新实例并将其连接到同一个redis服务器即可。
我build议使用一些工作队列，例如，使用优秀的Gearman ，这将为您提供一个很好的方式来分派后台作业，并在处理后asynchronous获取结果。
Digg的这个优势在很多方面都被大量使用，它提供了一个强大的，可扩展的，可靠的方法，使得任何语言的工作人员都可以用任何语言与客户进行交stream。
