В 2025 году «быстрые» языки программирования (ЯП) продолжают завоевывать души разработчиков. В рейтинге Tiobe Rust подскочил с 18-й строчки до 13-й. Все неплохо и у C++ с его вторым местом. Новые языки, такие как Zig и Mojo, потихоньку отвоевывают свою нишу и готовятся штурмовать топ-50.

Но лучше всех себя чувствует интерпретируемый и не самый быстрый  Python — он на первом месте с 2021 года. Сегодня хочу обсудить, в чем причина непробиваемой популярности и какие успехи в рейтинге у остальных языков.

«Быстрые» ЯП и их популярность

По рейтингу Tiobe за февраль 2025 года, программисты чаще отдают предпочтение «быстрым» языкам. Так называют ЯП, которые обеспечивают высокую производительность за счет эффективного управления ресурсами и оптимизированного выполнения инструкций. Вот основные составляющие таких языков (если что упустил, пишите в комментариях):

• Компиляция в машинный код — C, C++ и Rust, например, компилируются в исполняемые бинарные файлы. А они выполняются непосредственно процессором, без промежуточных слоев.

• Минимальные накладные расходы. Другими словами, нет интерпретации, автоматического управления памятью или виртуальных машин. Это здорово снижает задержки при выполнении.

• Эффективное управление памятью. В Rust или C++ можно вручную контролировать выделение и освобождение памяти, избегая сборок мусора, характерных для языков с автоматическим управлением памятью — например, Python, Java.

• Параллелизм и многопоточность. Языки вроде Go, Rust и C++ поддерживают эффективную работу с потоками и процессами, а это критично для высоконагруженных задач.

Быстрые ЯП нужны для того, чтобы выдерживать высокие нагрузки в специфичных задачах: раздача потокового видео, системное программирование и так далее. Логично, что языки, которые действительно помогают реализовать эти задачи, становятся более популярными.

Кроме уже упомянутых языков, C++ в феврале 2025 года поднялся на второе место рейтинга Tiobe, а Go, созданный Google, прочно закрепился в первой десятке. Rust, занимавший в 2012 году 212-ю строчку, теперь находится на 13-м месте — это его лучший результат за всю историю. Новые языки, такие как Mojo и Zig, тоже набирают популярность, о чем я уже сказал в подводке. Пока они остаются за пределами топ-50 — но кто знает, надолго ли.

Ну и пара слов о Tiobe. Этот рейтинг составляется с учетом большого количества факторов. Вроде количества запросов о языке в популярных поисковых системах, уровня обсуждений на специализированных платформах, числа вакансий, в которых требуется знание этого ЯП. Поэтому он помогает отследить, как ситуация с ЯП меняется в динамике.

Интерпретируемый и не самый быстрый Python популярнее всех

В индустрии у Python сложилась репутация довольно медленного языка. Но почему же он тогда так популярен? Поехали разбираться!

Причина № 1. Python востребован в бизнесе. Python позволяет быстро удовлетворять потребности бизнеса, наращивать количество фичей в продукте, при этом экономить на размере фонда оплаты труда.

Причина № 2. Python эффективен в Machine Learning и Data Science. Львиная доля задач тут выполняется только на Python. Так сложилось исторически. Python любят использовать ученые по всему миру, благодря его простоте, лаконичности. Еще в мире Python есть прекрасный проект Jupiter Notebook, в который влито много средств и человеческих ресурсов. Jupiter Notebook стал индустриальным стандартом во многих областях науки. Ученые зачастую обмениваются именно файлами Jupiter Notebook, чтобы поделиться исследованими.

Причина № 3. Python «дружит» с микросервисами. Во вселенной Python есть эффективные фреймворки для создания микросервисов такие как  FastAPI vs Litestar. Подробней о них читайте в моей отдельной статье тут.

Таки образом Python стал лидером, потому что он закрывает потребности сразу нескольких сфер бизнеса — и делает это действительно хорошо.

Но у него есть и другие плюсы:

• Понятный и логичный синтаксис. У Python лаконичный и читаемый код. В нем нет сложных конструкций, так что он удобен и для новичков, и для профессионалов.

• Библиотек больше, чем фильмов в KION. Нужно сделать сайт, проанализировать данные, запрограммировать робота или научить ИИ распознавать мемы? Для всего этого уже есть готовые библиотеки, велосипед изобретать не надо.

• Сообщество, которое всегда поможет. У языка большое комьюнити, масса материалов, так что разобраться в проблеме тут помогут быстро.

Старые языки тоже в деле

В прошлом году Fortran неожиданно для многих продемонстрировал стремительный рост в рейтинге. Он занял 10-е место впервые за последние 23 года. Есть мнение, что такой прогресс связан с возобновлением интереса к Fortran в сферах, где нужны высокопроизводительные вычисления — к примеру, научные и инженерные расчеты. Не исключено, что развитие технологий и появление новых задач способствовали возвращению Fortran в число востребованных языков.

Сейчас ЯП не слишком упал: потерял только одну позицию. Это подтверждает тезис о его актуальности.

COBOL в 2024 году продемонстрировал более умеренный рост, заняв 19-е место в рейтинге языков программирования. Тогда он поднялся только на шесть позиций. Но этот результат нельзя назвать рекордным — в 2001 году COBOL стал восьмым по популярности среди разработчиков.

Сейчас язык поднялся еще на ступенечку — до 18-й позиции. Немного, но для ЯП, которому столько лет, это похвально. Получается, что многие компании продолжают с ним работать — об этом писали тут.

Что с другими рейтингами

Tiobe, конечно, хорошо, но ведь есть еще и другие рейтинги. Доверие многих разработчиков вызывают RedMonk и IEEE Sperctrum. Алгоритм расчета популярности ЯП у них немного другой.

Рейтинг RedMonk (январь 2024 года) основан на анализе активности на GitHub и обсуждений на Stack Overflow:

1. JavaScript,

2. Python,

3. Java,

4. PHP,

5. C#.

Рейтинг IEEE Spectrum (2024 год) учитывает данные из различных источников, включая поисковые запросы, обсуждения на форумах и вакансии:

1. Python,

2. Java,

3. JavaScript,

4. C++,

5. TypeScript.

На сегодня у меня все. В конце такого поста обычно читатели ждут совета на тему, какой язык все-таки выбрать. Конечно, все зависит от ваших целей. Если вам нужна скорость и производительность для решения специфичных задач — обратите внимание на Rust или C++. А если создаете API, микросервисы, нужно быстро генерить фичи и при этом экономить на количестве разработчиков — Python, пожалуй, лучший выбор.

Что еще почитать:

• Msgspec vs DataClasses: битва инструментов в мире Python-сериализации

• Python-библиотеки, которые упрощают жизнь программиста. Часть 1

• Remote Config и A/B-эксперименты: история разработки и основные возможности

• Мир за пределами Pandas: достойные альтернативы для работы с данными

• Polars vs Pandas: битва титанов. Кто кого?