用于 Python 中可重现环境的工具（或工具组合）答案

【问题标题】：Tool (or combination of tools) for reproducible environments in Python用于 Python 中可重现环境的工具（或工具组合）
【发布时间】：2010-10-07 10:33:51
【问题描述】：

我曾经是一名 java 开发人员，我们使用 ant 或 maven 等工具以标准化的方式管理我们的开发/测试/UAT 环境。这使我们能够处理库依赖关系、设置操作系统变量、编译、部署、运行单元测试以及所有必需的任务。此外，生成的脚本保证了所有环境的配置几乎相同，并且所有任务都由团队的所有成员以相同的方式执行。

我现在开始在 Python 中工作，我希望您能建议我应该使用哪些工具来完成与 java 中描述的相同的工作。

【问题讨论】：

标签： python continuous-integration installation development-environment automated-deploy

【解决方案1】：

您可能想查看我们的Devenv。它允许您标准化用于开发、QA 和 UAT 的构建环境。它是免费的，就像“免费啤酒”一样。

HTH

【讨论】：

【解决方案2】：

更不用说Paver，它是由TurboGears 成名的Kevin Dangoor 创建的。该项目仍处于 alpha 阶段，但看起来很有希望。来自项目页面的 sn-p：

Paver 是一个基于 Python 的构建/分发/部署脚本工具，类似于 Make 或 Rake。 Paver 的独特之处在于它与常用的 Python 库的集成。以前很容易的常见任务仍然很容易。更重要的是，现在处理您的应用程序的特定需求和要求变得更加容易。

【讨论】：

【解决方案3】：

virtualenv 创建一个包含的虚拟环境（防止不同版本的 Python 或 Python 包相互踩踏）。人们越来越多地转向这个工具。作者与Aaron提到的旧版working-env.py相同。
pip 在 virtualenv 中安装包。 S. Lott 回答的传统是 easy_install，但 pip 与 virtualenv 配合得更好。不过，easy_install 仍然具有 pip 中没有的功能。
scons 作为构建工具，但如果你只使用 Python，则不需要它。
Fabric 粘贴，或paver 用于部署。
buildbot 用于持续集成。
用于版本控制的 Bazaar、mercurial 或 git。
Nose 作为单元测试的扩展。
PyFit 用于FIT 测试。

【讨论】：

【解决方案4】：

我正是使用 setuptools 和 Hudson 的组合来做到这一点的。我知道 Hudson 是一个 java 应用程序，但它可以很好地运行 Python 的东西。

【讨论】：

【解决方案5】：

您会希望easy_setup 获得彩蛋（大致就是 Maven 所说的人工制品）。

要设置您的环境，请查看working-env.py

Python 没有被编译，但是你可以将一个项目的所有文件放在一个 egg 中。这是通过setuptools完成的

对于 CI，请查看this answer。

【讨论】：

【解决方案6】：

我也使用 java 和 python。对于 python 开发，maven 等价物是 setuptools (http://peak.telecommunity.com/DevCenter/setuptools)。对于 Web 应用程序开发，我将它与 paste (http://pythonpaste.org/) 结合用于部署过程

【讨论】：

setuptools 对我来说很痛苦。

【解决方案7】：

easy_install以外的？

对于我们的 Linux 服务器，我们使用 easy_install 和 yum。

对于我们的 Windows 开发笔记本电脑，我们将 easy_install 和一些 MSI 用于某些项目。

我们使用的大多数 Python 库都是源代码库，因此我们可以在所有盒子上使用相同的分布。如果我们可以有一个网络共享设备，我们会把它们都放在那里。遗憾的是，我们的基础架构有点分散，因此我们必须移动 .TAR 文件或重新安装以重建环境。

在少数情况下（例如 PIL），我们必须重新编译并检查版本号。

【讨论】：