05-Python 杂项

Python 相关

平常工作中用什么工具进行静态代码分析

点评：静态代码分析工具可以从代码中提炼出各种静态属性，这使得开发者可以对代码的复杂性、可维护性和可读性有更好的了解，这里所说的静态属性包括：

1. 代码是否符合编码规范，例如：PEP-8。
2. 代码中潜在的问题，包括：语法错误、缩进问题、导入缺失、变量覆盖等。
3. 代码中的坏味道。
4. 代码的复杂度。
5. 代码的逻辑问题。

工作中静态代码分析主要用到的是 Pylint 和 Flake8。

• Pylint：可以检查出代码错误、坏味道、不规范的代码等问题，较新的版本中还提供了代码复杂度统计数据，可以生成检查报告。
• Flake8：封装了Pyflakes（检查代码逻辑错误）、McCabe（检查代码复杂性）和 Pycodestyle（检查代码是否符合PEP-8规范）工具，它可以执行这三个工具提供的检查。
• PyChecker：Python 代码分析工具
• Pep8：静态检查 PEP8 编码风格的工具。

如何剖析 Python 代码的执行性能

剖析代码性能可以使用 Python 标准库中的 cProfile 和 pstats 模块，cProfile 的 run 函数可以执行代码并收集统计信息，创建出 Stats 对象并打印简单的剖析报告。Stats 是 pstats 模块中的类，它是一个统计对象。

当然，也可以使用三方工具 line_profiler 和 memory_profiler 来剖析每一行代码耗费的时间和内存，这两个三方工具都会用非常友好的方式输出剖析结构。

如果使用 PyCharm，可以利用“Run”菜单的“Profile”菜单项对代码进行性能分析，PyCharm 中可以用表格或者调用图（Call Graph）的方式来显示性能剖析的结果。

下面是使用 cProfile 剖析代码性能的例子。

# example.py
import cProfile


def is_prime(num):
    for factor in range(2, int(num ** 0.5) + 1):
        if num % factor == 0:
            return False
    return True


class PrimeIter:

    def __init__(self, total):
        self.counter = 0
        self.current = 1
        self.total = total

    def __iter__(self):
        return self

    def __next__(self):
        if self.counter < self.total:
            self.current += 1
            while not is_prime(self.current):
                self.current += 1
            self.counter += 1
            return self.current
        raise StopIteration()


cProfile.run('list(PrimeIter(10000))')

如果使用line_profiler三方工具，可以直接剖析is_prime函数每行代码的性能，需要给is_prime函数添加一个profiler装饰器，代码如下所示。

@profiler
def is_prime(num):
    for factor in range(2, int(num ** 0.5) + 1):
        if num % factor == 0:
            return False
    return True

安装line_profiler。

pip install line_profiler

使用line_profiler。

kernprof -lv example.py

运行结果如下所示。

Line #    Hits    Time      Per Hit  % Time  Line Contents
==============================================================
     1                                       @profile
     2                                       def is_prime(num):
     3    86624   48420.0   0.6      50.5        for factor in range(2, int(num ** 0.5) + 1):
     4    85624   44000.0   0.5      45.9            if num % factor == 0:
     5    6918     3080.0   0.4       3.2                return False
     6    1000      430.0   0.4       0.4        return True

简述 vitualenv 及应用场景

vitualenv 是一个独立的 Python 虚拟环境。

当前项目依赖的是一个版本，但是另一个项目依赖的是另一个版本，这样就会造成依赖冲突，而 virtualenv 就是解决这种情况的，virtualenv 通过创建一个虚拟化的 Python 运行环境，将我们所需的依赖安装进去的，不同项目之间相互不干扰。

简述 pipreqs 及应用场景

pipreqs 可以通过对项目目录扫描，自动发现使用了那些类库，并且自动生成依赖清单。

pipreqs ./   # 生成 requirements.txt

supervisor 的作用

Supervisor：是一款基于 Python 的进程管理工具，可以很方便的管理服务器上部署的应用程序。是 C/S 模型的程序，其服务端是 supervisord 服务，客户端是 supervisorctl 命令

主要功能:

1. 启动、重启、关闭包括但不限于 Python 进程。
2. 查看进程的运行状态。
3. 批量维护多个进程。

内存泄露场景 ★★★★★

• 循环引用
• 打开文件未正确关闭
• 使用外部资源时没有显示释放
• 一些机器学习、人工智能的库容易发生内存泄露
• 使用装饰器也会造成内存泄露
• 如果在Python中使用C扩展，需要确保在对应的资源不再需要时，手动释放资源。

开发相关

简述 jenkins 工具的作用

Jenkins：是一个可扩展的持续集成引擎。主要用于：

• 持续、自动地构建/测试软件项目。
• 监控一些定时执行的任务。

简述 saltstack、ansible、fabric、puppet 工具的作用？

待补充…