Python 代码实践小结

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 
 
 

本文作者：佚名

来源：51CTO