Go vs Python 对比
呼应你的 Python 栈：两个语言在并发模型上是两种思路的极致。面试主线：调度模型差异、GIL 差异、怎么选。
并发模型：GMP vs asyncio
Go 多线程并行, Python 单线程并发
| 维度 | Go（GMP） | Python（asyncio） |
|---|---|---|
| 载体 | 多内核线程（M） | 单线程事件循环 |
| 并行 | 多核真并行（CPU 密集受益） | 单核并发（IO 密集受益） |
| 切换 | 用户态调度（P 管理） | 协作式 yield |
| 阻塞调用 | 系统调用让出 M，其他 G 照跑 | 阻塞整个事件循环 |
| 并发规模 | 十万级 | 十万级 |
关键差异：Go 的 goroutine 可以跑 CPU 密集任务（多核并行）；Python 协程跑 CPU 密集无加速（GIL + 单线程）。Go 的阻塞系统调用不阻塞其他 goroutine（M 让出 P），Python 的同步阻塞会卡死整个循环。
GIL vs 无 GIL
| Go | Python（CPython） | |
|---|---|---|
| GIL | 无（内存模型靠原子操作 + 同步原语） | 有（解释器全局锁，见 GIL 篇） |
| 多线程 CPU | 真并行 | 串行 |
| 并发工具 | goroutine + channel 原生 | threading/多进程/asyncio 三套 |
面试话术：Go 从设计上就没有 GIL，并发是语言一等公民；Python 的 GIL 是历史包袱（引用计数），靠多进程和协程绕。这就是“Go 适合高并发服务”的根本原因。
生态与适用场景
| 场景 | 选谁 | 原因 |
|---|---|---|
| 高并发 API/网关 | Go | 原生并发 + 低内存 + 高吞吐 |
| 云原生/基础设施 | Go | K8s/Docker 生态，静态二进制 |
| 数据处理/AI | Python | numpy/pandas/ML 生态碾压 |
| 快速原型 | Python | 开发速度最快 |
| 脚本/自动化 | Python | 胶水语言 |
| 微服务 | 都行 | Go 性能好，Python 开发快（团队定） |
组合架构（加分答案）：Python 做数据/算法层，Go 做服务/网关层，Python 算完通过 RPC/消息队列喂给 Go 服务。各用所长。
性能对比基准
- Go 的 HTTP 吞吐通常是 Python（同步框架）的 5-20 倍（asyncio 拉近但仍有差距）
- 内存：Go 静态类型 + 值类型，常驻内存远小于 Python（对象头 + 解释器）
- 启动：Go 毫秒级，Python 秒级
- 编译期检查：Go 类型错误编译期暴露，Python 运行时才炸
面试追问
- GMP 和 asyncio 的本质区别？ Go 多线程真并行（CPU 密集受益），Python 单线程事件循环（IO 密集）。调度器在 Go 是运行时，在 Python 是 asyncio 库
- Go 为什么没有 GIL？ 设计时就把并发当一等公民：无共享解释器状态，靠同步原语。Python 的 GIL 是引用计数线程安全的简单解
- CPU 密集任务选谁？ Go（多核并行）。Python 要 multiprocessing 或 C 扩展
- 阻塞调用的影响？ Go 的系统调用让出 M 不影响其他 G；Python 的同步阻塞卡死事件循环（要 to_thread）
- 项目里怎么组合？ Go 服务层 + Python 数据层，RPC/MQ 连接。各用所长