python in action

记录一些python的编译器，运行环境等相关的问题（具体和python语言相关的内容以及常见操作记录在其他的blog中）

总是体感觉python不是一门严肃的语言，可能是自己的水平问题吧，编写代码的速度是快，但是项目变得大了之后，维护起来就不是太容易了。虽然还是想多写一些Golang，但是事情总是不可能都像自己预先想象的那样。

编辑器与环境

项目用的是Flask框架编辑器用的pycharm，感觉主要的功能都具备了，调试起来也比较方便。
flask使用可以具体参考这个,主要是关于虚拟环境的使用。

每一个python项目都应该用一个virtualenv把项目之前的环境隔离开，否则，在项目之间进行切换的时候，依赖之间会相互冲突。

virtualenv创建好之后，直接source .//bin/activate 文件就会自动进入env环境。

在使用pycharm调试的时候，还有些地方需要注意。

在run/debug configureration的地方，scripts要调成flask应用的入口程序，比如app.py。之后千万别忘记加上环境变量，在后面有设置环境变量的选项。同时还要把python inerpreter设置成自己virtual环境中的那一个。在virtual环境中，都有一个自带的子编辑器。

然后根据提示，进入虚拟环境，把改装的依赖都安装好，这个时候依赖就安装在自己的子环境中，彼此隔离开，不会对host造成污染。python的相关包都是使用pip工具进行管理的，使用pip freeze命令可以一次导出该项目的所有安装包，正式部署的时候回更方便点。

在这个项目中，使用了setup.py进行管理，直接python setup.py install就可以把代码build打包好，之后直接运行<项目名>，就可以启动程序。

pycharm在debug的时候还是很方便的，特别是对于那种数据量比较多的项目来说。

pycharm可以使用学生邮箱进行免费注册。

注意 pycharm 会生成一个.idea文件，在项目的当前的目录下，里面存了一些服务启动时候的相关信息，git commit的时候，不需要把这些信息commit上去。

pycharm使用好的话，可以提高很多效率。debug的时候，注意有可能开了多个环境，注意不要冲突了，一般在线上的话，或者说是production env常常通过setup.py的形式安装，注意路径，看实际正在运行的，是哪一份代码。

一些新的更新: virtual env 可能是比较早的一些python环境的开发，现在都是直接用anaconda的环境了，虽然理论上都是利用virtual env，但是实际操作上，对于一些maching learning的library的安装还是anaconda比较方便一些，遇到问题也能比较快地在网上找到解决的方案。

关于语言特性

2.x还是3.x本身就是个问题，不过考虑linux 上多数还是2.7还就坚持用2.7吧，不要纠结于语言本身，用这个语言做什么，才是关键所在。(这个blog是很早写的，现在基本上都是3.x了)

python connect mysql
refer to
http://blog.sina.com.cn/s/blog_45ac0d0a010180aw.html
salAlcheemy sql orm
http://www.jianshu.com/p/e6bba189fcbd

python 错误处理
server 不挂?`···

sqlalchemy使用整理
最全的资料还是参考官方文档(https://docs.sqlalchemy.org/en/13/core/type_basics.html)。

最多的一个错误是，在数据库中定义的字段和在ORM中建立的表的字段不一致，之后导致数据转换的时候发生问题。

python的测试
pyunit以及mock

参考：
http://blog.csdn.net/sasoritattoo/article/details/17448397

启动一个进程作为新的daemon运行

注意进程的问题重新fork一下出来原进程结束的时候子进程就结束？？？这块关系还是弄得不清楚。。。或者是按照daemon的方式运行

注意传入新的变量

def run_daemon_thread_with_app_context(target, *args, **kwargs):
    from dce.api.service import app
    def invoke_with_app_context():
        with app.app_context():
            target(*args, **kwargs)
    job_thread = threading.Thread(target=invoke_with_app_context)
    job_thread.setDaemon(True)
    job_thread.start()