自动化运维利器--Python入门十二问
Posted twt企业IT社区
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了自动化运维利器--Python入门十二问相关的知识，希望对你有一定的参考价值。
随着移动互联网的普及，服务器运维所面临的挑战也随之越来越大。当规模增长到一定程度，手动管理方式已经无法应对，自动化运维成为解决问题的银弹。Python凭借其灵活性，在自动化运维方面已经被广泛使用，能够大大提高运维效率，服务器集群的规模越大，优势越明显。现在不论是Linux运维工程师还是Unix运维工程师都需要掌握Python，以提高运维效率。以下是社区专家潘帝丞（北京天元网络 技术经理）针对Python的十二个问题的观点，供参考。
这个没有固定答案，很多人都说Python不适合开发GUI的程序，但Python自己的IDE——IDEL和第三方的IDE——Eric就是Python写的。
目前看到的更多的人是拿来写Web，使用如Django、web.py框架，没记错Flask也是。
也有一个情况用的比较多，用Python当胶水，与各种语言结合，共同完成某软件功能，注意观察也许你会发现在安装一些软件的时候会有Python的身影。
我个人还拿Python模拟过端口转发和DNS服务等，所以真的是要看真么用，而不是能怎么用。
另外大数据分析Python也是比较适合的，从载入到分析，再到保存结果等，Python有一整套的模块应对。
Python很适合做大数据相关的分析，内置的C编译的模块能应对常见的操作，个别极端的算法建议用C重写相关模块。
Python本身的特点更多的是高效率的开发和简单的维护，速度交给C去吧，更多的问题其实出自写代码的人没有更好的使用，而不是效率不够高。比如排序，本来Python有非常高效的内置C编译的模块，却非要自己写算法，这样的结果不慢都是奇怪的。
另外还要看需求是CPU密集型，还是IO密集型，如果是CPU密集型建议这部分操作由C实现，IO密集型的效率不会因为Python而有多少改变。
C的效率是高，但框架搭起来也费劲，所以还是结合着来吧，也因此，Python被称为胶水语言。
1. Python3.1比Py2.5慢大约15%
2.Python3.x默认使用utf-8编码，因此对中文支持更好，甚至可以使用中文字符做变量名
例如：
>>>哈喽 = ‘Hello’
>>>print(哈喽)
hello
3. 语法的差别
不等号：由<>变为!=
打印：print语句变为print()函数
输入：raw_input变为input
去除了2.x中的长整形long
所有异常都从 BaseException继承，并删除了StardardError
xrange() 改名为range()，要想使用range()获得一个list，必须显式调用：
>>> list(range(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
其他还有更多，如果是学习Python面临选择困难我个人认为先学2.x吧，选择2.x已经到了2.7.10了，各方面其实和3.x已经差别越来越小了，有些语法也是两种方法都支持。
完全可以，Shell的功能Python均可实现，而且代码量更少、结构更优、可阅读性更好，而Python可实现的功能Shell却不一定能，如运维中会用到的用于网络通信的Socket模块、用于WEB的Django框架、用于性能采集的psutil模块等，而且Shell对操作系统的命令依赖性较强，Python可在更大程度上规避。
在一个Shell的IDE是个很大的问题，虽然Python的原生IDE不怎么样，但第三方的IDE还是功能十分强大的，虽然不能和微软的Virtual Studio相媲美，但也是能完全满足Python的开发需求的。
再说下Python的效率问题，Python支持多进程、多线程以及协程（比线程更小一级），程序并发度是在Shell之上的。Python的核心模块基本都是用C实现的，因此效率更高。如有必要也可能将需要用Python实现的Python模块用C重写以提高效率，当然也可以直接用C Python，一个直接完全用C实现的Python解释器。
可以，Python可以访问常见的各种数据库，如Oracle、mysql、Vertica、SQLServer等，加载响应的模块即可，模块列表如下：
Oracle：cx_Oracle
MySQL：MySQLdb
Vertica：vertica_python
SQLServer：pyodbc
Python虽然是解释型语言，但从设计之初就已经是一门面向对象的语言，对于Python来说一切皆为对象。正因为如此，在Python中创建一个类和对象是很容易的，当然如果习惯面向过程或者函数的写法也是可以的，Python并不做硬性的限制。
Python的面向对象特征如下：
1.封装
面向对象程序设计中的术语对象（Object）基本上可以看做数据（特性）以及由一系列可以存取、操作这些数据的方法所组成的集合。传统意义上的“程序= 数据结构+算法”被封装”掩盖“并简化为“程序=对象+消息”。对象是类的实例，类的抽象则需要经过封装。封装可以让调用者不用关心对象是如何构建的而直接进行使用。
2.继承
类继承：
继承给人的直接感觉是这是一种复用代码的行为。继承可以理解为它是以普通的类为基础建立专门的类对象，子类和它继承的父类是IS-A的关系。
多重继承：
不同于C#，Python是支持多重类继承的（C#可继承自多个Interface，但最多继承自一个类）。多重继承机制有时很好用，但是它容易让事情变得复杂。
3.多态
多态意味着可以对不同的对象使用同样的操作，但它们可能会以多种形态呈现出结果。在Python中，任何不知道对象到底是什么类型，但又需要对象做点什么的时候，都会用到多态。方法是多态的，运算符也是多态的。
阅读官方文档即可满足日常需求，官方文档有中文翻译（http://www.pythondoc.com/），更加方便学习。但这些都是基础的语法和常见的模块，Python学习重要的是模块，快速、高效的开发依赖的是模块的应用，站在前人的肩膀会省时省力的多。
但不得不说我朝的Python路还有很长要走，官方的模块是没有系统的中文翻译持续跟进的，只有基础语法的中文翻译。但学习Python其实最重要的是学习模块，而非语法本身，Python的语法十分简单，只要大学学过C或者数据结构课程，甚至完全没学过的人也是可以轻松掌握的。掌握了语法已经可以实现Shell的功能，但要想提高模块的学习必不可少，如运维人员经常用的有：
psutil：获取性能信息
socket：基本网络通信
dnsptyhon：域名相关处理
difflib：文件比较
pexpect：屏幕信息获取，常用于自动化
paramiko：SSH客户端
XlsxWriter：Excel相关处理
其他还有很多很多功能模块，每天也不断的有新的模块、框架、组件产生，如用于与Java Script做桥接的PythonJS，甚至Python还可以编写Map和Reduce。
有，IDEL用Python实现的Python的IDE工具，但说实话，功能真心不咋地。我个人常用的IDE如下：
PyCharm
PyCharm是JetBrains开发的Python IDE。PyCharm用于一般IDE具备的功能，比如，调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制……另外，PyCharm还提供了一些很好的功能用于Django开发，同时支持Google App Engine，更酷的是，PyCharm支持IronPython！
Wing IDE
Wingware的Python IDE兼容Python 2.x和3.x，可以结合Django，matplotlib，Zope， Plone，App Engine，PyQt，PySide，wxPython，PyGTK，Tkinter，mod_wsgi，pygame，Maya，MotionBuilder，NUKE，Blender和其他Python框架使用。Wing支持测试驱动开发，集成了单元测试，nose和Django框架的执行和调试功能。Wing IDE启动和运行的速度都非常快，支持Windows，Linux，OS X和Python versi。
NotePad++
简单、方便，但仅适合临时性的更改。
其他的还有：Eclipse withPyDev、Sublime Text、Komodo Edit、PyScripter、The Eric Python IDE、Interactive Editor for Python
准确的说应该是有哪些模块，健康监控肯定要有psutil来监控性能，还会用到通信的Socket，登陆的Paramiko、telnetlib，ftp的ftplib。
原理基本就是采集数据——本地处理数据——传输数据，如果做的比较完善可以再做个呈现数据，也可以吧数据发送给Zabbix等开源工具。
支持常见的主流平台，如AIX、HPUX、Solaris、Linux、Windows等，除Windows外常见的Unix、Linux平台均带有原生的Python，但版本一般较低。关于跨平台和他跨平台语言一样，要注意有些个别模块是单一平台特有的，整体的跨平台性还是很好的，不必为适应多平台写多套代码。
但这不是说一点限制都没有：首先，同一个版本的中间文件.py和.pyc以及.pyo是跨平台的；其次，PC与移动终端，如：手机、Pad不可跨平台（原因见下一条）；最后，不能跨处理器构架，如：Intel与ARM，64位与32位。
因为Python很多底层的东西不用自己写，模块资源丰富，运用得当开发效率当然会提升，而且各种框架也为快速开发提供了基础。
如果写Python什么东西都想着自己写，那也其他语言一样，多找现场的模块很重要。
另外优美的代码风格有利于代码的维护。
通常Java的速度比Python快些。Python调用C扩展除外（也可以直接用CPython）。
对于Python速度太慢的批评，Python语言作者Guido van Rossum说：
如果你开发的系统发现了性能瓶颈，通常最有效率的做法是找到出问题的代码块，用速度较快的语言如C或C++写一些代码替换该功能或该模块，而不是用C或C++重写整个系统，因为对大部分代码而言，语言的速度是无关紧要的。
以上是关于自动化运维利器--Python入门十二问的主要内容，如果未能解决你的问题，请参考以下文章
自动化运维利器 Ansible 和企业级 Ansible 应用解读