编辑 | EarlGrey
推荐 | 编程派公众号（ID：codingpy）
Netflix 是全球最大的流媒体平台，2019年全球用户量逼近 1.5 亿。如此多人追捧的趋势下，又是哪种强大的程序语言，支撑着Netflix的内部运行呢？
根据Netflix工程师的揭密，该平台所使用程序语言便是目前最受欢迎的程序语言Python。从跟踪用户使用状况与位置等，到推荐算法，再到内容分发网络CDN，全都在使用Python。
下面是这位工程师列举的几个使用场景：
加速警报和统计分析工作
用于警报和统计分析工作。当警报系统亮红灯时，就会自动分析1000多个相关信号，找出问题。另外Netflix也另外开发系统，使用Python进行大量的分析工作，以快速交付结果。总而言之，Python通常被Netflix用来自动化任务、数据采集和清理。
Demand Engineering
用 Python 完成Netflix云计算的区域容错转移、流量分配、容量运营和集群效率。编排容错转移的服务使用numpy和scipy来执行数值分析，boto3对AWS基础设施进行更改，rq用于运行异步工作负载，然后将其打包在一个Flask API中，放入bpython shell，并进行临时制作的能力已经不止一次挽救了局面。
设计个性化算法
Netflix在个性化机器学习基础设施中，广泛使用Python来训练一些关键体验的机器学习模型：先是从推荐算法到图片个性化，再到营销算法。
例如，一些算法使用TensorFlow、Keras和PyTorch来学习深度神经网络，XGBoost和LightGBM来学习梯度提升决策树，或者Python中更广泛的科学堆栈（numpy、scipy、sklearn、matplotlib、pandas、cvxpy等等）。
打造信息安全防路网
信息安全方面使用Python为Netflix实现安全自动化、风险分类、自动修复和漏洞识别等目标。并拥有许多成功的Python开源项目，包括Security Monkey（Netflix最活跃的开源项目）。基础设施安全上也利用Python帮助使用Repokid进行IAM权限调整，和帮助Lemur生成。
预测收视率
利用Python开发机器学习模型，来预测所有内容的受众规模、收视率和其他需求指标的核心。
Notebook
Netflix 是 Jupyter Notebook 的拥趸，使用 Python 为 Jupyter 服务器构建自定义扩展，允许工程师代表用户管理日志记录、归档、发布和克隆笔记本等任务。同时，通过不同的 Jupyter 内核为用户提供了多种风格的 Python，并使用 Python 管理这些内核规范的部署。
文中提到的库
Open Connect：https://openconnect.netflix.com/en/
bpython：https://bpython-interpreter.org/
nteract：https://nteract.io/
Spectator：https://github.com/Netflix/spectator-py
Security Monkey：https://github.com/Netflix/security_monkey
Bless：https://github.com/Netflix/bless
Repokid：https://github.com/Netflix/repokid
Lemur：https://github.com/Netflix/lemur
papermill：https://papermill.readthedocs.io/en/latest/
pygenie：https://github.com/Netflix/pygenie
scrapbook：https://nteract-scrapbook.readthedocs.io/en/latest/
PyPika：https://pypika.readthedocs.io/en/latest/
PyArrow：https://arrow.apache.org/docs/python/
RPy2：https://rpy2.readthedocs.io/en/version_2.8.x/
Plotly：https://plot.ly/
vmaf：https://github.com/Netflix/vmaf/blob/master/resource/doc/references.md
mezzfs：
https://medium.com/netflix-techblog/mezzfs-mounting-object-storage-in-netflixs-media-processing-platform-cda01c446ba
setupmeta：https://pypi.org/project/setupmeta/
pickley：https://pypi.org/project/pickley/
整理自 buzzorange
回复下方「关键词」，获取优质资源
回复关键词「 pybook03」，立即获取主页君与小伙伴一起翻译的《Think Python 2e》电子版
回复关键词「pybooks02」，立即获取 O'Reilly 出版社推出的免费 Python 相关电子书合集
回复关键词「书单02」，立即获取主页君整理的 10 本 Python 入门书的电子版
印度小伙写了套深度学习教程，Github上星标已经5000+
GitHub热榜第四！这套Python机器学习课，免费获取还易吸收
《流畅的 Python》到底好在哪？
如何系统化学习 Python ？
GitHub标星2.6万！Python算法新手入门大全
使用 Vue.js 和 Flask 实现全栈单页面应用
Python 实现一个自动化翻译和替换的工具
使用 Python 制作属于自己的 PDF 电子书
12步轻松搞定Python装饰器
200 行代码实现 2048 游戏
题图：pexels，CC0 授权。
