Kemahiran nyahpepijat dalam pembangunan web Python (Bahagian 2)

Kemahiran nyahpepijat dalam pembangunan web Python (Bahagian 2)

Dalam artikel sebelumnya, kami secara ringkas mempelajari beberapa kemahiran penyahpepijatan dalam pembangunan web Python, termasuk penggunaan titik putus, penyahpepijat dan alatan lain untuk menyelesaikan ralat program dan masalah. Artikel ini akan terus memperkenalkan beberapa petua penyahpepijatan untuk membantu pembangun menyahpepijat aplikasi web Python dengan lebih pantas dan lebih tepat.

1. Gunakan perpustakaan log untuk merekod status berjalan program

Pustaka log ialah alat yang sangat penting dalam pembangunan web Python program dan keluarkannya ke fail log , yang mudah untuk dilihat dan dianalisis oleh pembangun. Perpustakaan pengelogan yang biasa digunakan dalam Python termasuk pengelogan dan buku log, yang menyediakan pelbagai peringkat pengelogan dan format output untuk memenuhi keperluan senario aplikasi yang berbeza.

Dengan menetapkan tahap log dalam kod, kami boleh merekodkan butiran setiap peringkat program dan cepat mencari ralat apabila masalah berlaku. Contohnya, dalam rangka kerja Flask, kami boleh mendayakan pengelogan melalui kod berikut:

import logging
from logging.handlers import RotatingFileHandler

# 设置日志级别
app.logger.setLevel(logging.DEBUG)

# 定义文件名和文件大小
log_handler = RotatingFileHandler('app.log', maxBytes=10000, backupCount=1)

# 设置日志格式
formatter = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")
log_handler.setFormatter(formatter)

app.logger.addHandler(log_handler)

Kod ini menggunakan fungsi pengelogan yang disertakan dengan rangka kerja Flask dan mengkonfigurasi tahap log kepada DEBUG, yang bermaksud setiap butiran program berjalan akan direkodkan. Log dikeluarkan kepada fail app.log Saiz fail ialah 10KB Apabila saiz fail melebihi 10KB, ia akan disandarkan secara automatik ke fail app.log.1. Format log ialah "[masa]-[nama modul]-[tahap log]-[kandungan log]" untuk tontonan dan analisis yang mudah.

2. Gunakan alat penyahpepijatan benang dan proses

Dalam aplikasi web Python, teknologi berbilang benang, berbilang proses dan lain-lain sering digunakan untuk meningkatkan prestasi. Walau bagaimanapun, teknik ini sering membawa beberapa masalah, seperti keadaan perlumbaan, kebuntuan, dll. Untuk menyelesaikan masalah ini, pembangun perlu menggunakan beberapa benang dan alat penyahpepijatan proses.

Python disertakan dengan beberapa alat penyahpepijatan benang, seperti penyusunan benang, baris gilir, dsb., yang boleh digunakan untuk memantau status benang, isu penguncian, dsb. Selain itu, Python GIL (Global Interpreter Lock, global interpreter lock) juga merupakan isu yang perlu kita ambil perhatian. GIL ialah mekanisme penyegerakan benang dalam penterjemah Python, yang mengehadkan hanya satu utas untuk melaksanakan kod Python pada masa yang sama. Ini bermakna apabila menggunakan multi-threading, GIL boleh menyebabkan pembaziran CPU dan sumber memori dan menjejaskan prestasi sistem.

Python juga menyediakan beberapa alat penyahpepijatan proses, seperti multiprocessing, os, dsb., untuk memantau status proses, komunikasi saluran paip, dsb. Menggunakan alat penyahpepijatan ini boleh membantu kami mencari masalah dan kesesakan dalam program serta membuat pengoptimuman dan penambahbaikan yang sepadan.

3. Gunakan alatan simulasi untuk mensimulasikan persekitaran data sebenar

Dalam pembangunan web Python, kita selalunya perlu mendapatkan data daripada pangkalan data, antara muka API atau sumber data lain dan pemprosesan Data dan pembentangan. Walau bagaimanapun, sumber data ini mungkin terjejas oleh rangkaian, pelayan, pangkalan data dan persekitaran lain, mengakibatkan pemerolehan data tidak stabil atau tidak normal. Untuk menyelesaikan masalah ini, kami boleh menggunakan beberapa alatan simulasi untuk mensimulasikan persekitaran data sebenar untuk penyahpepijatan dan ujian yang lebih baik.

Terdapat beberapa alatan simulasi dalam Python, seperti mock, betamax, dll., yang boleh mensimulasikan permintaan HTTP, respons API dan data lain. Menggunakan alat simulasi ini, kami boleh menyesuaikan kandungan permintaan dan respons, mensimulasikan pelbagai situasi tidak normal dan memudahkan ujian dan nyahpepijat.

Contohnya, gunakan betamax untuk mensimulasikan proses permintaan dan respons HTTP:

import requests
import betamax

with betamax.Betamax.configure() as config:
    # 设置cassette保存的位置
    config.cassette_library_dir = 'fixtures/cassettes'
    # 设置模拟器录制模式，当没有匹配的模拟结果时自动生成模拟响应
    config.default_cassette_options['record_mode'] = 'once'
    # 设置请求头
    config.default_cassette_options['match_requests_on'] = ['method', 'path', 'query']

betamax_session = betamax.Betamax(requests.Session())

with betamax_session:
    response = requests.get('http://httpbin.org/get', params={'key': 'value'})
    assert response.status_code == 200

Kod ini menggunakan betamax untuk mensimulasikan permintaan HTTP dan menyimpan maklumat permintaan dan respons ke direktori lekapan/kaset dalam fail di bawah. Kandungan respons yang dilog dinamakan fail _key-default.yaml. Dalam ujian seterusnya, jika URL dan parameter yang diminta sepadan, kandungan respons yang disimpan akan dikembalikan secara automatik. Ini membolehkan kami menguji dan menyahpepijat permintaan dan respons dalam persekitaran simulasi tanpa menjejaskan sumber data sebenar.

Ringkasan

Artikel ini memperkenalkan beberapa kemahiran penyahpepijatan dalam pembangunan web Python, termasuk perpustakaan log untuk merekodkan keadaan berjalan program, penggunaan alat penyahpepijatan benang dan proses serta alatan simulasi untuk mensimulasikan persekitaran data sebenar , dll. Kemahiran ini boleh membantu kami mencari dan menyelesaikan masalah dengan lebih cepat dan lebih tepat, serta meningkatkan kecekapan dan kualiti pembangunan. Di samping itu, mempelajari kemahiran penyahpepijatan memerlukan latihan berterusan dan pengumpulan pengalaman Saya berharap semua orang dapat terus meningkatkan kemahiran penyahpepijatan mereka berdasarkan projek sebenar mereka.

Atas ialah kandungan terperinci Kemahiran nyahpepijat dalam pembangunan web Python (Bahagian 2). Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!