360案例讲解：如何使用Python?
jopen
10年前
360一共80余个Python项目，6万行Python代码。每个项目提供一个或一组完整的功能集合，每个项目都有自己的 setup.py 文件用来将项目代码打包成 Python 发布包（Distribution），部分项目还使用是 Sphinx 和 reST格式的文本自动生成文档。打包好的Python包被发布到自己搭建的内网（与 pypi.python.org 兼容的私有 pypi 服务器)，而文档保存在内网的类似于 readthedocs 的服务器上。
后台团队的代码主要运行我们自己的Linux服务器集群上，开发和部署的成本比较低，因此使用比较敏捷的开发流程。流程大体上可以分为下面几个步骤：
- 开发：这个步骤当中，开发人员在开发机上面写代码实现功能，不同的开发人员的开发环境使用扩展过的 virtualenv 脚本进行隔离；
- 单元测试：开发人员负责对代码当中的关键部分进行单元测试，通常使用 unittest，使用 nose 将测试用例聚合和进行回归测试，不定期使用 coverage 确定代码测试覆盖率（集成在nose当中）。这一步还会使用 PyLint 对代码进行扫描；
- 构建：使用 python distribute 将 Python代码构建成包，同时将这个包发布到测试版 pypi 服务器（pypi-testing），测试版pypi服务器是我们搭建的若干个私有pypi其中之一，发布工作使用的是我们扩展的 distribute 命令；
- 测试：在测试机器或测试流程当中，从测试版pypi当中获取最新的库并测试，这个部署过程我们使用 distribute 提供的 easy_install 工具进行；
- 发布：将经过测试的包从测试版pypi服务器移到发布版pypi服务器，这个同样通过扩展的 distribute 命令；
- 部署：运维人员从发布版pypi服务器上获取最新的库，并更新到真实的服务器上，并应用新的变更。这个过程当中任何一台单机部署使用的都是 easy_install，在分布式环境下，我们使用 Fabric 进行多机部署；
- 监控：新版本上线之后，会持续通过日志和报警系统进行系统监控。专门扩展了 logging 模块以便适应监控需求。