出于网络安全的目的，我们可以在大量事件关联中使用Python吗？

Question

我们有大量的事件流量日志（由入侵检测系统NIDS和HIDS生成，但无所谓）
流量是异步的，事件也不相同，但每个事件至少有以下详细信息：
-日期和时间，
-协议，
-源IP和端口，
-目标IP和端口，
-有效载荷和….

我们要做一个相关引擎，首先接收这个事件日志（例如通过syslog），然后是PAR事件并分离上述参数，最后重要的是我们要将这些参数相互关联并生成新的警报。

例如，相关规则可以是：如果源ip在一分钟内重复超过20次，并且如果这一分钟每天重复超过40次，则生成警报。

最大的问题是事件的数量通常是每秒超过30000个事件！！相关规则应超过上述的100关联规则。
以前和流行的解决方案大多是用 C/C++＋b/>，使用MySQL（玛丽亚DB），但由于某种原因，我们更喜欢< B> Python 和 PostgreSQL > /b> 1-首先，我想知道瓶颈是依赖于还是独立于编程语言、数据库或其他东西。

第二，如果第一个问题的答案是“是”，那么python和postgres能否为我们处理这样的性能呢？以前有没有有效的案例研究做过类似的事情？（或任何基准）