1、Python能够胜任大数据吗？
Python很适合做大数据相关的分析，内置的C编译的模块能应对常见的操作，个别极端的算法建议用C重写相关模块。
Python本身的特点更多的是高效率的开发和简单的维护，速度交给C去吧，更多的问题其实出自写代码的人没有更好的使用，而不是效率不够高。比如排序，本来Python有非常高效的内置C编译的模块，却非要自己写算法，这样的结果不慢都是奇怪的。
另外还要看需求是CPU密集型，还是IO密集型，如果是CPU密集型建议这部分操作由C实现，IO密集型的效率不会因为Python而有多少改变。
C的效率是高，但框架搭起来也费劲，所以还是结合着来吧，也因此，Python被称为胶水语言。
2、Python是否可以访问常见的数据库？
可以，Python可以访问常见的各种数据库，如Oracle、MySQL、Vertica、SQLServer等，加载相应的模块即可，模块列表如下：
Oracle：cx_Oracle
MySQL：MySQLdb
3、运用Python实现系统自动化监控有哪些常用方法？
准确的说应该是有哪些模块，健康监控肯定要有psutil来监控性能，还会用到通信的Socket，登陆的Paramiko、telnetlib，ftp的ftplib。
原理基本就是采集数据——本地处理数据——传输数据，如果做的比较完善可以再做个呈现数据，也可以把数据发送给Zabbix等开源工具。
个人还用一个开源监控网络刺探的，超过指定次数就自动封杀。
4、Python可运行在哪些平台？跨平台性如何？
支持常见的主流平台，如AIX、HPUX、Solaris、Linux、Windows等，除Windows外常见的Unix、Linux平台均带有原生的Python，但版本一般较低。关于跨平台和他跨平台语言一样，要注意有些个别模块是单一平台特有的，整体的跨平台性还是很好的，不必为适应多平台写多套代码。
但这不是说一点限制都没有：首先，同一个版本的中间文件.py和.pyc以及.pyo是跨平台的；其次，PC与移动终端，如：手机、Pad不可跨平台（原因见下一条）；最后，不能跨处理器构架，如：Intel与ARM，64位与32位。
5、如何利用Python提高开发效率？
因为Python很多底层的东西不用自己写，模块资源丰富，运用得当开发效率当然会提升，而且各种框架也为快速开发提供了基础。
热门跟贴