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())
#p#分页标题#e#
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。
