Heim Backend-Entwicklung Python-Tutorial Meine Erfahrung mit virtuellen Umgebungen, Docker und Shell-Skripten

Meine Erfahrung mit virtuellen Umgebungen, Docker und Shell-Skripten

Oct 05, 2024 am 06:08 AM

My Experience with Virtual Environments, Docker, and Shell Scripts

Diese Woche hatte ich eine coole Aufgabe, bei der meine Klassenkameraden und ich Funktionen zu den Open-Source-Projekten des anderen hinzufügen mussten. Als mein Klassenkamerad jedoch versuchte, mein Projekt auszuführen, stieß er auf ein schlimmes Abhängigkeitsproblem, das zum Absturz der gesamten App führte. Nach einigem Hin und Her gelang es uns, das Problem mithilfe einer Kombination aus virtuellen Umgebungen, Docker und einem einfachen Shell-Skript zu beheben. Lassen Sie uns zusammenfassen, was passiert ist und wie diese Tools Ihr Leben erheblich erleichtern können.

1. Virtuelle Umgebungen

Wenn Sie mit Python arbeiten, sind virtuelle Umgebungen ein Muss. Sie schaffen im Grunde einen isolierten Bereich, in dem Sie Pakete für Ihr Projekt installieren können, ohne Ihr globales Python-Setup durcheinander zu bringen. Es ist, als hätten Sie Ihren eigenen Python-Spielplatz, auf dem Sie Pakete sicher hinzufügen und entfernen können.

Hier ist ein kurzer Überblick über die Einrichtung:


python3 -m venv venv
source venv/bin/activate  # For Windows, use: venv\Scripts\activate


Nach dem Login kopieren

Danach können Sie alle Ihre Pakete mit pip:

installieren

<p>pip install -r requirements.txt</p>

Nach dem Login kopieren




Warum virtuelle Umgebungen verwenden?

  • Sorgen Sie für Ordnung: Virtuelle Umgebungen halten Ihre Projektabhängigkeiten getrennt, sodass sich verschiedene Projekte nicht gegenseitig auf die Füße treten.
  • Auf dem gleichen Stand bleiben: Sie können eine Datei „requirements.txt“ erstellen, um sicherzustellen, dass alle im Team dieselben Paketversionen verwenden.

Wenn sie zu kurz kommen

Manchmal kann auch in einer virtuellen Umgebung etwas schief gehen – so wie bei uns! Die Abhängigkeit stürzte immer noch ab, da es sich eher um ein Problem auf Systemebene handelte (ugh). Hier kam Docker ins Spiel, um den Tag zu retten.

2. Docker

Docker erstellt Container, die Ihre App und alle ihre Abhängigkeiten, einschließlich Systembibliotheken, verpacken. Das bedeutet, dass es auf jeder Maschine gleich läuft.

So sah unsere grundlegende Docker-Datei aus:


<p># Use a lightweight Python image<br>
FROM python:3.9-slim</p>

<p># Set up a working directory<br>
WORKDIR /usr/src/app</p>

<p># Copy over the application files<br>
COPY . .</p>

<p># Install dependencies<br>
RUN pip install --no-cache-dir -r requirements.txt</p>

<p># Run the application<br>
CMD ["python", "app.py"]</p>

Nach dem Login kopieren




Vorteile von Docker

  • Konsistenz: Es spielt keine Rolle, auf welchem ​​System Sie sich befinden – Docker stellt sicher, dass Ihre App überall gleich läuft.
  • Keine Überraschungen: Docker enthält alle Systembibliotheken und Abhängigkeiten, sodass Sie nicht mit den lästigen Fehlern „fehlende Bibliothek“ konfrontiert werden.
  • Einfach zu teilen: Sie können Ihr Docker-Setup mit anderen teilen, und diese müssen nur ein paar einfache Befehle ausführen, um loszulegen.

Ausführen der App mit Docker

Erstellen und führen Sie den Docker-Container mit diesen Befehlen aus:


<p>docker build -t my-python-app .<br>
docker run -p 5000:5000 my-python-app</p>

Nach dem Login kopieren



  1. Shell-Skripte

Shell-Skripte sind wie der persönliche Assistent Ihres Projekts. Sie erledigen den ganzen langweiligen Einrichtungskram für Sie. Ich habe ein einfaches Skript (setup.sh) erstellt, das die virtuelle Umgebung einrichtet, Abhängigkeiten installiert, das Docker-Image erstellt und den Container ausführt. So sieht es aus:


<p>#!/bin/bash</p>

<p># Set up virtual environment<br>
python3 -m venv venv<br>
source venv/bin/activate</p>

<p># Install dependencies<br>
pip install -r requirements.txt</p>

<p># Build Docker image<br>
docker build -t my-python-app .</p>

<p># Run Docker container<br>
docker run -p 5000:5000 my-python-app</p>

Nach dem Login kopieren




Warum sich mit einem Shell-Skript die Mühe machen?

  • Ein Befehl, um sie alle zu beherrschen: Anstatt eine Reihe von Befehlen auszuführen, führen Sie einfach das Skript aus, und es kümmert sich um alles.
  • Keine Fehler mehr: Durch die Automatisierung des Einrichtungsprozesses ist die Wahrscheinlichkeit geringer, dass Sie einen Fehler machen.
  • Funktioniert überall: Diese Skripte können unter Linux, macOS oder sogar Windows (wenn Sie Bash haben) verwendet werden.

TL;DR: Wann man was verwendet

  • Virtuelle Umgebungen: Ideal für die Verwaltung von Python-Paketen. Verwenden Sie sie, wenn Sie Abhängigkeiten isolieren müssen, aber keine Bibliotheken auf Systemebene benötigen.
  • Docker: Perfekt, wenn Sie eine konsistente Umgebung auf verschiedenen Maschinen benötigen. Es enthält alles, was Ihre App zum Ausführen benötigt.
  • Shell-Skripte: Praktisch zur Automatisierung des gesamten Einrichtungsprozesses, damit Sie keinen Schritt verpassen.

Das Einrichten einer Entwicklungsumgebung kann Kopfschmerzen bereiten, insbesondere bei der Zusammenarbeit. Virtuelle Umgebungen sind ein solider erster Schritt, aber wenn es knifflig wird, ist Docker der richtige Weg. Und um alles zusammenzufassen, können Shell-Skripte dafür sorgen, dass alles reibungslos läuft.

Ich hoffe, das hilft allen, die mit ähnlichen Problemen zu kämpfen haben! Wenn Sie eine andere Möglichkeit haben, diese Art von Problemen zu lösen, lassen Sie es mich in den Kommentaren unten wissen. Ich würde gerne von Ihnen hören.

Das obige ist der detaillierte Inhalt vonMeine Erfahrung mit virtuellen Umgebungen, Docker und Shell-Skripten. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1666
14
PHP-Tutorial
1273
29
C#-Tutorial
1253
24
Python: Spiele, GUIs und mehr Python: Spiele, GUIs und mehr Apr 13, 2025 am 12:14 AM

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Apr 14, 2025 am 12:02 AM

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

See all articles