關于如何配置一個Python程序，如果你還停留在使用ini，json，yaml，xml等文件格式之爭，或者還在為使用哪個庫來加載配置糾結，只能說明你還沒有開發過一個嚴肅認真的大型Python應用程序。

關于Python程序讀取配置，一個嚴肅認真的大型程序，真正面臨的問題其實是這些：

不小心寫錯了一個配置項，卻沒有語法檢查工具來幫助檢查，直到程序崩潰，才發現是配置項寫錯了。

部署時要在不同的機器間不斷地copy/paste配置文件，而且還要逐一修改。比如開發完成后，測試人員要拿著開發給的配置文件，在測試機器上按照測試環境進行修改，運維人員在部署時，也需要修改配置文件，而“修改”這個動作又是無法被測試覆蓋的。

賬號和口令寫在配置文件中，有可能在分享源文件的過程中泄漏出去。特別是在項目是開源的、或者未來可能開源的情況下。

搭建新工程時，要把時間花在配置諸如logging, database, caceh, message queue這些服務上，而不是真正有效的業務邏輯上。

服務是由許多臺負載均衡的服務器來完成的。如果使用文件型的配置，在修改配置時，就需要登錄到這些機器上逐一修改；如果使用數據庫來進行中心化配置，但有時為了故障排除或者其它原因，又需要對某幾臺機器進行小量的配置修改。

更改配置必須重啟服務程序，從而使得服務中斷。

現在， cfg4py為上述問題提供了一個完整的解決方案。

cfg4py是一個層次化(cascading design)、部署環境自適應(Adaptive deployment)的配置系統。 它支持配置中心化，但又能通過本地文件覆蓋全局配置；為不同的環境（開發、測試和生產環境）準備了不同的配置文件，相同的配置項提取在defaults.yaml中，使得部署過程中幾乎無須修改。

它還提供了模板功能，可以供在項目創建之初，快速配置各種服務和日志模塊。

它通過將yaml文件中的配置項編譯成為Python class，從而使得你可以享受到代碼自動補全的便捷，代碼重構也成為可能：現在你可以象重命名普通變量一樣來重命名一個配置項了！

此外，它還提供了環境變量宏，使用cfg4py，你只需要在配置文件中引用定義賬號、密碼的環境變量，程序就能最終獲得這些信息，而無須在源碼和配置文件中暴露這些秘密。

模板

當你新建一個Python工程時，你可以在安裝了cfg4py的環境下，運行 python scaffold命令，按照提示將對應的配置項加入你的工程中：

Auto-complete (自動補全)

當你寫好配置后，在命令行下運行cfg4py build,這樣就會生成一個名為cfg4py_auto_gen.py的文件，將它導入到工程中，就可以使用代碼自動提示了：

當然，每次新增或者修改了配置文件時，都需要做一次build。如果你需要對配置文件進行重構，現在變得很簡單，因為所有的配置項目都變成了對象的一個屬性，所以，如果你在開發過程中，突然覺得某個配置項的名稱不順口，沒關系，象重命名一個普通變量一樣來重構它，所以引用這個配置項的地方，都將自動更新！

使用宏來讀取環境變量

使用宏來讀取環境變量有兩個用處，一是不在任何文件中配置賬號和密碼。二是你也可以將因機器差異，而需要進行不同配置的項放進環境變量，從而使得配置文件在不同的機器上完全一致，無需修改。這樣會減少很多部署的工作，避免一些錯誤。

比如，你申請了一個第三方的服務賬號，需要配置在程序中，你當然不希望將賬號和密碼泄露出去。現在，你可以機器上定義環境變量：

export vendor_account=my_account export vendor_password=my_password

然后在你的配置文件中引用它們：

# in your configuration file, for example: defaults.yaml third_party_service:account: ${vendor_account}password: ${password} # this is how you could access these secrets: cfg = cfg4py.init(...) print(cfg.third_party_service.account, cfg.thired_party_service.password)

甚至開發團隊之間都不應該共享這些賬號。現在，這些賬號都配置為本機的環境變量，從而避免了泄漏。

Cascading design (多層設計)

cfg4py允許你通過遠程的中央數據源來統一進行配置。

如果這個中央數據源是redis，那么只要指定redis連接和配置項的鍵值，cfg4py將自動為你加載這些配置（按照你指定的refresh period)。注意cfg4py只支持yaml格式，所以即使這些配置不是寫在文件中，而是在cache中，它們也應該是yaml格式。

如果中央數據源是其它類型的數據庫，則你需要自己實現一個RemoteConfigFetcher, 并實現它的fetcher接口。

class MyConfigFetcher(RemoteConfigFetcher):def __init__(self, *arg, **kwargs):def fetch(self) -> str:# fetch settings from database, decode as string, and returnpass

然后調用config_remote_fetcher,讓cfg4py加載這個fetcher:

fetcher = MyConfigFetcher() cfg4py.config_remote_fetcher(fetcher, interval = 500)

在上述例子中，cfg4py每5分鐘會從中央數據源更新一次配置。 如果個別機器需要有自己的配置，則只需要在本地寫一個配置文件，改寫部分配置即可。cfg4py會自動完成配置的合并和改寫。

Adaptive deployment (部署環境自適應)

一個典型的cfg4py配置文件系統共有4個配置文件： 1. defaults.yaml 2. dev.yaml 3. test.yaml 4. production.yaml

通過cfg4py scaffold命令初始化后，你的工程中就會出現這些文件。然后你需要配置當前機器的角色環境變量:

export __cfg4py_server_role__=DEV

這個變量名很長，不容易記憶。但是你可以在控制臺下通過cfg4py set-server-role來查看幫助,這個命令會顯示跟上面一樣的提示。

如果這個命令也太長，不容易記憶？你只要記住cfg4py就好，cfg4py提供了命令行提示，連續敲兩個tab，就會提示你所有的命令：

其它功能

更新配置是熱更新。如果配置是從本地文件加載的，更新將是實時更新；如果配置是遠程加載的，那么由你定義的更新間隔來決定。

忘記該怎么設置pip源或者conda源？試試cfg4py hint命令吧。

這么好的模塊，怎么以前沒有發現它呢？不錯，這是個新開發出來的庫，不過質量應該到了可以使用的階段了，測試覆蓋率也達到了94%。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的8s yaml 配置生成_cfg4py:一个严肃的Python配置模块应有的风格-层级式、部署环境自适应、自动补全...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。