关于Python 代码全面分析

　　欢迎各位阅读本篇,Python(KK 英语发音：/ˈpaɪθən/)是一种面向对象、直译式计算机程序设计语言。本篇文章讲述了关于Python 代码全面分析。

　　Python概要介绍

　　Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。自从20世纪90年代初Python语言诞生至今，它逐渐被广泛应用于处理系统管理任务和Web编程。Python已经成为最受欢迎的程序设计语言之一。

　　2011年1月，它被TIOBE编程语言排行榜评为2010年度语言。自从2004年以后，python的使用率是呈线性增长。

　　由于Python语言的简洁、易读以及可扩展性，在国外用Python做科学计算的研究机构日益增多，一些知名大学已经采用Python教授程序设计课程。

　　例如麻省理工学院的计算机科学及编程导论课程就使用Python语言讲授。众多开源的科学计算软件包都提供了Python的调用接口，例如著名的计算机视觉库OpenCV、三维可视化库VTK、医学图像处理库ITK。

　　而Python专用的科学计算扩展库就更多了，例如如下3个十分经典的科学计算扩展库：NumPy、SciPy和matplotlib，它们分别为Python提供了快速数组处理、数值运算以及绘图功能。因此Python语言及其众多的扩展库所构成的开发环境十分适合工程技术、科研人员处理实验数据、制作图表，甚至开发科学计算应用程序。

　　说起科学计算，首先会被提到的可能是MATLAB。然而除了MATLAB的一些专业性很强的工具箱还无法替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相应的扩展库。和MATLAB相比，用Python做科学计算有如下优点：

　　● 首先，MATLAB是一款商用软件，并且价格不菲。而Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。

　　Python LOGO● 其次，与MATLAB相比，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。

　　● 最后，MATLAB主要专注于工程和科学计算。然而即使在计算领域，也经常会遇到文件管理、界面设计、网络通信等各种需求。而Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。

　　最近写了较多的 Python 脚本，将最近自己写的脚本进行一个总结，其中有些是 Python 独有的，有些是所有程序设计中共有的：

　　考虑使用 Logger(logger 怎么配置，需要输出哪些信息 — 可以反向考虑，自己看到这个 logger 的时候想了解什么信息)

　　传递的数据结构如何考虑(是否对调用方有先验知识的要求，比如返回一个 Tuple，则需要用户了解 tuple 中元素的顺序，这样情况是否应该进行封装;)，数据结构定义清楚了，很多东西也就清楚了。

　　如何操作数据库(可以学习 sqlalchemy，包括 core 和 orm 两种 api)

　　异常如何处理(异常应该分开捕获 — 可以清楚的知道什么情况下导致的，异常之后应该打印日志说明出现什么问题，如果情况恶劣需要进行异常再次抛出或者报警)

　　所有获取资源的地方都应该做 check(a. 没有获取到会怎么办;b.获取到异常的怎么办)

　　所有操作资源的地方都应该检查是否操作成功

　　每个函数都应该简短，如果函数过长应该进行拆分(有个建议值，函数包含的行数应该在 20-30 行之间，具体按照这个规范做过一次之后就会发现这样真好)

　　使用 class 之后，考虑重构 __str__ 函数，用户打印输出(如果不实现 __str__，会调用 __repr__ )，如果对象放到 collection 中之后，需要实现 __repr__ 函数，用于打印整个 collection 的时候，直观显示

　　如果有些资源会发生变化，可以单独抽取出来，做成函数，这样后续调用就可以不用改变了

　　附上一份 Python2.7 代码(将一些私有的东西进行了修改)

　　# -*- coding:utf-8 -*-

　　from sqlalchemy import create_engine

　　import logging

　　from logging.config import fileConfig

　　import requests

　　import Clinet # 私有的模块

　　fileConfig("logging_config.ini")

　　logger = logging.getLogger("killduplicatedjob")

　　#配置可以单独放到一个模块中

　　DB_USER = "xxxxxxx"

　　DB_PASSWORD = "xxxxxxxx"

　　DB_PORT = 111111

　　DB_HOST_PORT = "xxxxxxxxxx"

　　DB_DATA_BASE = "xxxxxxxxxxx"

　　REST_API_URL = "http://sample.com"

　　engine = create_engine("MySQL://%s:%s@%s:%s/%s" % (DB_USER, DB_PASSWORD, DB_HOST_PORT, DB_PORT, DB_DATA_BASE))

　　# 这个 class 是为了在函数间传递时，不需要使用方了解属性的具体顺序而写的，也可以放到一个单独的模块中

　　class DuplicatedJobs(object):

　　def __init__(self, app_id, app_name, user):

　　self.app_id = app_id

　　self.app_name = app_name

　　self.user = user

　　def __repr__(self):

　　return '[appid:%s, app_name:%s, user:%s]' % (self.app_id, self.app_name, self.user)

　　def find_duplicated_jobs():

　　logger.info("starting find duplicated jobs")

　　(running_apps, app_name_to_user) = get_all_running_jobs()

　　all_apps_on_yarn = get_apps_from_yarn_with_queue(get_resource_queue())

　　duplicated_jobs = []

　　for app in all_apps_on_yarn:

　　(app_id, app_name) = app

　　if app_id not in running_apps:

　　if not app_name.startswith("test"):

　　logger.info("find a duplicated job, prefixed_name[%s] with appid[%s]" % (app_name, app_id))

　　user = app_name_to_user[app_name]

　　duplicated_jobs.append(DuplicatedJobs(app_id, app_name, user))

　　else:

　　logger.info("Job[%s] is a test job, would not kill it" % app_name)

　　logger.info("Find duplicated jobs [%s]" % duplicated_jobs)

　　return duplicated_jobs

　　def get_apps_from_yarn_with_queue(queue):

　　param = {"queue": queue}

　　r = requests.get(REST_API_URL, params=param)

　　apps_on_yarn = []

　　try:

　　jobs = r.json().get("apps")

　　app_list = jobs.get("app", [])

　　for app in app_list:

　　app_id = app.get("id")

　　name = app.get("name")

　　apps_on_yarn.append((app_id, name))

　　except Exception as e: #Exception 最好进行单独的分开，针对每一种 Exception 进行不同的处理

　　logger.error("Get apps from Yarn Error, message[%s]" % e.message)

　　logger.info("Fetch all apps from Yarn [%s]" % apps_on_yarn)

　　return apps_on_yarn

　　def get_all_running_jobs():

　　job_infos = get_result_from_mysql("select * from xxxx where xx=yy")

　　app_ids = []

　　app_name_to_user = {}

　　for (topology_id, topology_name) in job_infos:

　　status_set = get_result_from_mysql("select * from xxxx where xx=yy")

　　application_id = status_set[0][0]

　　if "" != application_id:

　　configed_resource_queue = get_result_from_mysql(

　　"select * from xxxx where xx=yy")

　　app_ids.append(application_id)

　　app_name_to_user[topology_name] = configed_resource_queue[0][0].split(".")[1]

　　logger.info("All running jobs appids[%s] topology_name2user[%s]" % (app_ids, app_name_to_user))

　　return app_ids, app_name_to_user

　　def kill_duplicated_jobs(duplicated_jobs):

　　for job in duplicated_jobs:

　　app_id = job.app_id

　　app_name = job.app_name

　　user = job.user

　　logger.info("try to kill job[%s] with appid[%s] for user[%s]" % (app_name, app_id, user))

　　try:

　　Client.kill_job(app_id, user)

　　logger.info("Job[%s] with appid[%s] for user[%s] has been killed" % (app_name, app_id, user))

　　except Exception as e:

　　logger.error("Can't kill job[%s] with appid[%s] for user[%s]" % (app_name, app_id, user))

　　def get_result_from_mysql(sql):

　　a = engine.execute(sql)

　　return a.fetchall()

　　# 因为下面的资源可能发生变化，而且可能包含一些具体的逻辑，因此单独抽取出来，独立成一个函数

　　def get_resource_queue():

　　return "xxxxxxxxxxxxx"

　　if __name__ == "__main__":

　　kill_duplicated_jobs(find_duplicated_jobs())

　　其中 logger 配置文件如下(对于 Python 的 logger，官方文档写的非常好，建议读一次，并且实践一次)

　　[loggers]

　　keys=root, simpleLogger

　　[handlers]

　　keys=consoleHandler, logger_handler

　　[formatters]

　　keys=formatter

　　[logger_root]

　　level=WARN

　　handlers=consoleHandler

　　[logger_simpleLogger]

　　level=INFO

　　handlers=logger_handler

　　propagate=0

　　qualname=killduplicatedjob

　　[handler_consoleHandler]

　　class=StreamHandler

　　level=WARN

　　formatter=formatter

　　args=(sys.stdout,)

　　[handler_logger_handler]

　　class=logging.handlers.RotatingFileHandler

　　level=INFO

　　formatter=formatter

　　args=("kill_duplicated_streaming.log", "a", 52428800, 3,)

　　[formatter_formatter]

　　format=%(asctime)s %(name)-12s %(levelname)-5s %(message)s

　　小结：Python的名字来源于一个喜剧。也许最初设计Python这种语言的人并没有想到Python会在工业和科研上获得如此广泛的使用。