先转发一篇招聘，我的朋友在做云计算方面的创业，招Flex/Erlang/Python程序员。工作地点在北京，有兴趣的人可以点进去看一看。
5、6月BLOG更新频率明显变慢了，有人问我是不是开始玩微博了，还有人问是不是在准备跳槽。都不是，最近公私事都有些忙，懈怠了，不好意思。另外随着年龄变老，似乎越来越倾向更长篇幅的写作，零碎的想法大多懒得动手敲（记得科学松鼠会上翻译过一篇报道，研究人员发现年龄和写作博客的长度成正比，没搜索到链接）。还是该放松点儿，有长则长，可短就短。只要写出来，总会有价值。
前两天北京下大雨内涝。豆瓣上马上出现了一篇与此有关的小说《北京沉没》，得到众多推荐，大家都在殷切等待小说的后续情节。
关于编程语言的性能向来是个大水坑，有诸多争论。前不久，Google公司的Robert Hundt刚刚发表了一篇论文 Loop Recognition in C++/Java/Go/Scala.，，发布了一个简明而紧凑的Performance Benchmarks，分别对C++, Go, Java, Scala四种语言进行性能比较。测试包使用的loop finding算法实现中不涉及任何高级语言特性，只使用了各语言的基础设施：基本容器类、循环和选择、内存分配机制等。文中的主要结论是在32位系统下C++程序最快，常规条件下Java语言运行时间是C++程序的12.6倍，Go语言为7倍；相同的语言条件，不同实现效果差距很大，例如：C++语言如果采用一般教科书知识的“学生式”实现，会比有经验工程师精心优化后的结果慢8倍以上。而Java语言的主要瓶颈在于其内存回收机制，如果采用SPEC优化，则速度起码提高3倍，如果在64位系统下，性能比32位系统提高超过1倍。更多细节，大家可以直接看论文。
论文对Google自己人发明的Go语言并没有太推崇，认为其性能还比不上C++，开发难度又高于Java。于是Go语言的团队来劲了，刚在官方BLOG上指出，Go语言版本的算法还有很大的优化余地。他们使用了Go开发包里提供的性能测试工具对代码进行了改善，运行速度提高了10倍以上，而申请的内存降低了6倍。
这篇论文在其他语言社群内也掀起不少讨论。编程语言的性能比较往往涉及到很多因素（编程者的经验和风格，比较题目与不同语言的特性之间的契合等）。对于实际工程而言，选择编程语言的着眼点应该是现有资源和经验，并考虑混合编程。我个人在pFind项目的经验是，保守些，尽量利用团队内多数人熟悉的技术。如果项目负责人只顾着添经验追时髦，把手头的正事当作尝试新技术的小白鼠，十有八九要坏事。
