建议使用，避免与系统默认的 python-lib 发生冲突，同时，尽可能保证当前项目的 lib 为清洁环境。
# 创建虚拟环境，并注入相关依赖
python3 -m venv [venv_path]
# 激活虚拟环境
source [venv_path]/bin/activate
# 退出虚拟环境
deactivatePython3
pip install -r requirements.txt# 查询结果包含对应服务启动方式
# 使用服务名关键字查询
python3 starter.py -q [[service_name]-keyword]
# 查询所有服务
python3 starter.py -apython3 starter.py -s [service_name].
|---- ego 核心包
|---- |---- flask_core Flask核心封装
|---- |---- common
|---- |---- |---- constant 常量
|---- |---- |---- enum 枚举
|---- |---- bootstrap
|---- |---- |---- Config.py 核心配置包
|---- |---- classloader 类加载器包
|---- |---- dispatch 调度器包
|---- |---- exception 异常封装包
|---- |---- request 请求实体封装
|---- |---- entity 实体封装
|---- |---- dao 公用数据处理层(DAO)
|---- |---- response 响应实体封装
|---- |---- filter 过滤器核心包
|---- |---- interceptor 拦截器核心包
|---- |---- logger 日志处理封装包
|---- |---- network 网络模块
|---- |---- utils 工具类
|---- |---- resources 公用资源
|---- nacos_service nacos-sdk封装
|---- scheduler_service 调度服务封装
|---- [service_name]_service 服务包
|---- |---- dispatch 服务调度器
|---- |---- filter 服务自定义过滤器
|---- |---- interceptor 服务自定义拦截器
|---- |---- request 服务请求对象封装
|---- |---- feign 微服务客户端
|---- |---- controller 服务API层
|---- |---- service 服务Service层
|---- |---- task 调度计划任务
|---- |---- dao 服务DAO层
|---- |---- resources 服务资源
|---- |---- logs 服务日志路径
|---- .gitattributes git 属性配置
|---- .gitignore git 忽略配置
|---- clean.sh 项目缓存清空（服务端建议每次运行缓存清理后启动）
|---- env.py 环境变量
|---- requirements.txt 依赖
|---- shutdown.sh 一键停服脚本
|---- start_up.sh 一键启动脚本
└---- starter.py 项目启动入口
| 类型名 | 类型归属 | 备注 |
|---|---|---|
| BigInteger | 长整形 | 映射到数据库中是 int 类型 |
| Integer | 整形 | 映射到数据库中是 int 类型 |
| Float | 浮点类型 | 映射到数据库中是 float 类型 32 位 |
| Double | 双精度浮点类型 | 映射到数据库中是 double 类型 64 位 |
| String | 可变字符类型 | 映射到数据库中是 varchar 类型 |
| Boolean | 布尔类型 | 映射到数据库中的是 tinyint 类型 |
| DECIMAL | 定点类型 | 用于解决浮点类型精度丢失的问题。使用时需要传递两个参数，第一个参数是用来标记这个字段总能能存储多少个数字，第二个参数表示小数点后有多少位 |
| Enum | 枚举类型 | 指定某个字段只能是枚举中指定的几个值，不能为其他值。在 ORM 模型中，使用 Enum 来作为枚举 |
| Date | 日期类型 | 存储时间，只能存储年月日。映射到数据库中是 date 类型。在 Python 代码中，可以使用 datetime.date 来指定 |
| DateTime | 日期时间类型 | 存储时间，可以存储年月日时分秒毫秒等。映射到数据库中也是 datetime 类型。在 Python 代码中，可以使用 datetime.datetime 来指定 |
| Time | 时间类型 | 存储时间，可以存储时分秒。映射到数据库中也是 time 类型。在 Python 代码中，可以使用 datetime.time 来指定 |
| Text | 字符串 | 存储长字符串。一般可以存储 6W 多个字符。如果超出了这个范围，可以使用 LONGTEXT 类型。映射到数据库中就是 text 类型 |
| LONGTEXT | 长文本类型 | 映射到数据库中是 longtext 类型 |
- primary_key：设置某个字段为主键。
- autoincrement：设置这个字段为自动增长的。
- default：设置某个字段的默认值。在发表时间这些字段上面经常用。
- nullable：指定某个字段是否为空。默认值是 True，就是可以为空。
- unique：指定某个字段的值是否唯一。默认是 False。
- onupdate：在数据更新的时候会调用这个参数指定的值或者函数。在第一次插入这条数据的时候，不会用 onupdate 的值，只会使用 default 的值。常用的就是 update_time（每次更新数据的时候都要更新的值）。
- name：指定 ORM 模型中某个属性映射到表中的字段名。如果不指定，那么会使用这个属性的名字来作为字段名。如果指定了，就会使用指定的这个值作为参数。这个参数也可以当作位置参数，在第 1 个参数来指定。
- comment：设置该字段的注释
- 安装 MySQL-python ，结果出错 ImportError: No module named 'ConfigParser'
在 Python 3.x 版本后，ConfigParser.py 已经更名为 configparser.py 所以出错！
解决方法：pip install mysqlclient
- 安装依赖过程中，如果出现“OSError: mysql_config not found”
# ubuntu
sudo apt-fast install libmysqlclient-dev python3-dev
# centos
yum -y install libmysqlclient-dev python3-dev
- 启动过程中，如果出现“ModuleNotFoundError: No module named flask._compat”，这是由于新版 Flask_script 的依赖路径发生了变化
# 可以将flask版本进行回退
pip uninstall Flask
pip install Flask==1.1.2
# 或者手动调整相关依赖
vim [python3_lib_path]/.../flask_script/__init__.py
## 注释该行
from flask._compat import text_type
## 重新引入
from flask_script._compat import text_type
避免生产环境单独部署依赖导致与原来的环境冲突
pip install pyinstaller| 命令 | 简写 | 描述 |
|---|---|---|
| --help | -h | 查看该模块的帮助信息 |
| -onefile | -F | 产生单个的可执行文件 |
| --onedir | -D | 产生一个目录（包含多个文件）作为可执行程序 |
| --ascii | -a | 不包含 Unicode 字符集支持 |
| --debug | -d | 产生 debug 版本的可执行文件 |
| --windowed，--noconsolc | -w | 指定程序运行时不显示命令行窗口（仅对 Windows 有效） |
| --nowindowed，--console | -c | 指定使用命令行窗口运行程序（仅对 Windows 有效） |
| --out=DIR | -o DIR | 指定 spec 文件的生成目录。如果没有指定，则默认使用当前目录来生成 spec 文件 |
| --path=DIR | -p DIR | 设置 Python 导入模块的路径（和设置 PYTHONPATH 环境变量的作用相似）。也可使用路径分隔符（Windows 使用分号，Linux 使用冒号）来分隔多个路径 |
| --name=NAME | -n NAME | 指定项目（产生的 spec）名字。如果省略该选项，那么第一个脚本的主文件名将作为 spec 的名字 |
pyinstaller -F [src_file]# 生成默认编译配置
pyi-makespec -w [src_file]
# 编译打包
pyinstaller -D [spec_file]- Analysis：以 py 文件为输入，它会分析 py 文件的依赖模块，并生成相应的信息
- PYZ：是一个.pyz 的压缩包，包含程序运行需要的所有依赖
- EXE：根据上面两项生成
- COLLECT：生成其他部分的输出文件夹，COLLECT 也可以没有
-
py 文件打包配置
针对多目录多文件的 python 项目，打包时候需要将所有相关的 py 文件输入到 Analysis 类里。Analysis 类中的 pathex 定义了打包的主目录，对于在此目录下的 py 文件可以只写文件名不写路径。如上的 spec 脚本，将所有项目中的 py 文件路径以列表形式写入 Analysis，这里为了说明混合使用了绝对路径和相对路径。 -
资源文件打包配置
资源文件包括打包的 python 项目使用的相关文件，如图标文件，文本文件等。对于此类资源文件的打包需要设置 Analysis 的 datas，如例子所示 datas 接收元组：datas=[(SETUP_DIR+'img','img')]。元组的组成为(原项目中资源文件路径，打包后路径)，例子中的(SETUP_DIR+'img','img')表示从 D:\Python\untitled1\下的 img 文件夹文件打包后放入打包结果路径下的 img 目录。 -
Hidden import 配置
pyinstaller 在进行打包时，会解析打包的 python 文件，自动寻找 py 源文件的依赖模块。但是 pyinstaller 解析模块时可能会遗漏某些模块（not visible to the analysis phase），造成打包后执行程序时出现类似 No Module named xxx。这时我们就需要在 Analysis 下 hiddenimports 中加入遗漏的模块 -
递归深度设置
在打包导入某些模块时，常会出现"RecursionError: maximum recursion depth exceeded"的错误，这可能是打包时出现了大量的递归超出了 python 预设的递归深度。因此需要在 spec 文件上添加递归深度的设置，设置一个足够大的值来保证打包的进行，即
import sys
sys.setrecursionlimit(5000)echo "00 01 01 * * /bin/env bash /usr/local/src/py_yw_ops_log_del.sh" >> /etc/crontab按需调整即可
#!/bin/bash
. /etc/profile
LOG_PATH=[project_home]
delete_log (){
# 删除7天前的日志
su - [deploy_user] -c "find ${LOG_PATH} -mtime +7 -type f | grep \"_service/logs/\" | grep -E \"\.(log|txt).*\" | xargs -I {} rm -rf {}"
}
delete_log