分幾點來答：
做技術選型的時候不能單純的考慮效能，應該優先考慮業務型別，以及團隊水平。另外的話，框架只是其中一環，還有配套呢。
如果是資料驅動型，尤其是要用到關係型資料庫，那麼選擇django足以，orm會比較省事，但是效能損耗是個很明顯的問題。不過還是看團隊，如果大家玩flask或者bottle都賊溜，那麼還要什麼django，自己造就行了。（題外話，不過你得提防比較水的人破壞整體結構）
如果下游是由很多微服務構成的，tornado處理起來會有一定優勢，用它的非同步模型。（而不是用同步的方式寫**23333，要是這麼用的話，你讓flask怎麼想，讓bottle怎麼想，讓村東頭的sanic怎麼想
在這裡還是要推薦下我自己建的python開發學習群：725479218，群裡都是學python開發的，如果你正在學習python ，小編歡迎你加入,大家都是軟體開發黨，不定期分享乾貨（只有python軟體開發相關的），包括我自己整理的乙份2018最新的python高階資料和高階開發教程，歡迎高階中和進想深入python的小夥伴
上面選型如果定下來django了，那麼剩下的就是「where there is a will, there is a way」的問題。這個問題跟「where there is a way, there is a will」的差別在於，並不是框架能支撐你到多大的併發量，而是你想要抗住很大的併發量，怎麼優化現有框架。
當你的專案大到一定程度，瓶頸基本不在框架上（換語言另說，有人不懂框架亂搞的另說）。
我們用django開發對外的產品不多，量級10w 100w的都有，但是我們上線前的準備都是朝著要抗足夠高的流量目標的（誰沒有一顆抗萬億流量的心呢），並且要能夠通過增加機器提高承載能力。當然有些業務型別沒法通過簡單的增加機器來進行擴容，那只能通過其他途徑優化單機的tps。所以最終壓測的結果都要遠高於真實流量。百萬量級的產品，扛起來並不費力。不過還是強調一下，看業務型別！
當量級變大之後，影響使用者體驗嗎？
使用者體驗分很多方面，包括互動，設計，前端，後端。這裡討論的是後端，那麼就說後端。後端對使用者體驗的影響只有乙個——那就是響應時間。當你的**或者介面有乙個使用者訪問時，能在短時間內返回response，那麼，當使用者量達到10w時，是否能在同樣的時間內返回response呢？這是個問題。
對於後端來說，把響應時間控制在合理的範圍之內是很重要的。20ms和30ms或許差別不大，但是50ms跟100ms會有明顯差別。
怎麼衡量合理的返回時間呢？
這塊還是得說點細節，比方說django的系統，乙個使用者請求進來了，需要涉及多少次redis查詢，平均每次響應時間是多少；涉及到多少次內網或者外網的http請求，平均響應時間是多少；涉及到多少次mysql查詢，平均響應時間是多少。
當你知道了所有的細節之後，你就能知道，如果系統只涉及到redis查詢，那應該多少ms內返回是合理的，如果你發現nginx日誌裡面的後端響應時間高於你的預期，那你就得排查下了。其他的也是類似。
所以當談論到後端上的使用者體驗時，我自己的看法就是，能多快就多快的給他資料。磨磨唧唧，妥妥拽拽的最招人煩。
golang適合做什麼 小門店適合做什麼生意
1 外賣店 如果門店的面積比較小，我們可換門經營外賣店，這樣不用在店內擺放過多的餐桌和椅子，不需要設收銀台，可以在一定程度上減少很多占地空間。除此之外，也不用清洗過多餐具，節省許多勞動力。2 奶茶 蛋糕店 奶茶或者蛋糕點占用面積也相對比較少，只需要乙個櫃檯放置材料即可，同時還需要準備乙個小冰櫃，將蛋...
golang適合做什麼 什麼樣的人適合做管理者？
我們常說乙個員工加入公司，99 是因為老闆或者品牌的美譽度，但離開公司99 是因為他的直接上司。有時候哪怕你的公司再好，文化再棒，只要你的員工的直線老闆特別不好，員工走的時候，一定會罵公司。因為直線老闆是這個員工的天和地，他對整個公司的感知都來自於他的直線老闆。所以相比較，我們更應對管理者嚴格一點，...
我適合做產品麼？
要換工作了，又一次面臨抉擇，還要繼續做開發麼？這樣的抉擇面對過好多次 第一次 本科畢業考研，面臨考管理學院研究生還是繼續計算機，後來選擇了計算機 第二次 研究生畢業找工作，面臨找管理培訓生還是研發工程師，後來選擇了研發工程師 現在再次面臨同樣的選擇 繼續做研發工程師還是非研發職位？先分析研發職位 優...