1.phyone编程可以干什么？
2.Linux软件管理-YUM工具及源码包
3.如何使用Ansible 2的API做python开发

phyone编程可以干什么？

       python主要可以做什么

       python主要可以做Web和Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发等领域的工作。

       Python是一种解释型脚本语言。Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理带耐、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web等。

       æ‰©å±•èµ„æ–™

       python的主要优点：

       ç®€å•æ˜“学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉蠢悄春像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。

       è¿è¡Œé€Ÿåº¦å¿«ï¼šPython的底层是用C语言写的，很多标准库和第三方库也都是用C写的，运行速度非常快。

       å…è´¹ã€å¼€æºèµ„源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

       å¯æ‰©å±•æ€§ï¼šå¦‚果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。

       å‚考运镇资料来源：百度百科-Python

       å­¦å®Œpython可以干什么？

       ç»¼è¿°å¦‚下：

       1、数据分析

       çŽ°åœ¨æ— è®ºæ˜¯å“ªä¸ªè¡Œä¸šçš„，做数据分析的人似乎都离不开Python，因为Python给他们带来的工作效率是非常的大。

       2、自动化测试

       ä¸€åˆ‡å…³äºŽè‡ªåŠ¨åŒ–的东西，似乎Python都可以满足，Python可以满足大多数自动化工作，提毕银升工作效率。

       3、人工智能

       ä¸‹ä¸ªæ—¶ä»£å°±æ˜¯äººå·¥æ™ºèƒ½æ—¶ä»£ï¼Œå¾ˆå¤šäººéƒ½åœ¨å…³æ³¨ï¼Œè€Œæˆ‘们的Python同样可以做人工智能，这是一个潜力最大的选择方向。

       Python简介

       Python由荷兰数学和计算机科学研究学会的GuidovanRossum于年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效档宴的高级数据结行数银构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

Python可以用来干什么？

       1、做日常任务，比如下载视频、MP3、自动化操作excel、自动发邮件。

       2、做网站开发、web应用开发，很多著名的网站像知乎、YouTube就是Python写的。

       è®¸å¤šå¤§åž‹ç½‘站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都大量地使用Python。

       3、做网络游戏的后台，很多在线游戏的后台都是Python开发的。

       4、系统网络运维

       Linux运维是必须而且一定要掌握Python语言，它可以满足Linux运维工程师的工作需求提升效率，总而提升自己的能力，运维工程师需要自己独立开发一个完整的自动化系统时，这个时候才是真正价值的体现，才能证明自身的能力，让老板重视。

       5、3D游戏开发

       Python也可以用来做游戏开发，因为它有很好的3D渲染库和游戏开发框架，目前来说就有很多使用Python开发的游戏，如迪斯尼卡通城、黑暗之刃。

       6、科学与数字计算

       æˆ‘们都知道现在来临了大数据的时代，数据可以说明一切问题的原因，现在很多做数据分析的不是原来那么简单，Python语言成为了做数据分析师的第一首选，它同时可以给工作带来很大的效率。

       7、人工智能

       äººå·¥æ™ºèƒ½æ˜¯ä¸€é—¨æžå¯ŒæŒ‘战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。Python语言对于人工智能来说是最好的语言。目前好多人都开始学习人工智能+Python学科。

       8、网络爬虫

       çˆ¬è™«æ˜¯å±žäºŽè¿è¥çš„比较多的一个场景吧,比如谷歌的爬虫早期就是用跑Python写的.其中有一个库叫Requests,这个库是一个模拟HTTP请求的一个掘胡库,非常的出名!学过Python的人没有不知道这个库吧,爬取后的数据分析与计算是Python最为擅长的领域，非常态穗容易整合。不过目前Python比较流行的网络爬虫框架是功能非常强大的scrapy。

       9、数据分析

       ä¸€èˆ¬æˆ‘们用爬虫爬到了大量的数据之后，我们需要处理数据用来分析，不然爬虫白爬了，我们最终的目的就是分析数据，在这方面关于数据分析的库也是非常的丰富的，各种图形分析图等都可以做出来。也是非常的方便，其中诸如Seaborn这样的可视化库，能够仅仅使用一两行就对数据进行绘图，而利用Pandas和numpy、scipy则可以简单地对大量数据进行筛选、回归等计算。

       è€ŒåŽç»­å¤æ‚计算中，对接机器学习相关算法，或者提供Web访问接口，或是实现远程调用接口，都帆散卜非常简单。

python能做什么

       python能够应用的领域有常规软件开发、数据分析与科学计算、自动化运维或办公效率工具、云计算、web开发、网络爬虫、数据分析、人工智能等。

       1、常规软件开发

       Python支持函数式编程和OOP面向对象编程，能够承担任何种类软件的开发工作，因此常规的软件开发、脚本编写、网敬宴凯络编程等都属于标配能力。

       2、数据分析与科学计算

       éšç€NumPy，SciPy，Matplotlib，Enthoughtlibrarys等众多程序库的开发，Python越来越适合于做科学计算、绘制高质量的2D和3D图像。

       3、自动化运维或办公效率工具

       è¿™å‡ ä¹Žæ˜¯Python应用的自留地，作为运维工程师首选的编程语言，Python在自动化运维方面已经深入人心，比如Saltstack和Ansible都是大名鼎鼎的自动化平台。

       4、云计算

       å¼€æºäº‘计算解决方案OpenStack就是基于Python开发的，搞云计算的同学都懂的。

       5、web开发

       åŸºäºŽç¥¥æ”¹Python的Web开发框架很多，比如耳熟能详的Django，还亮唤有Tornado，Flask。其中的Python+Django架构，应用范围非常广，开发速度非常快，学习门槛也很低。

python可以做什么？

       python主要可以做Web和Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发。

       Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web等。

       æ‹“展资料

       Python是一种解释型脚本语言。Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。

       Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools,itertools)提供了Haskell和StandardML中久经考验的函磨禅数式程序设计工具。

       python的主要优点：

       ç®€å•æ˜“学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。

       è¿è¡Œé€Ÿåº¦å¿«ï¼šPython的底层是用C语言写的，很多标准库和第三方库也都是用好前C写的，运行速度非常快。

       å…è´¹ã€å¼€æºèµ„源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

       å¯æ‰©å±•æ€§ï¼šå¦‚果需要一段关键代码瞎袜尘运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。

Linux软件管理-YUM工具及源码包

       YUM基本概述

       yum是RedHat及CentOS中的软件包管理器，提供自动解决依赖性关系、通过互联网下载以rpm结尾的包、安装软件包、简化命令等众多优势。具体来说，微软的locbaml源码包含以下几点：

       联网获取软件

       基于RPM管理

       自动解决依赖

       命令简单好记

       遵循生产最佳实践

       YUM源的配置

       为了成功使用yum工具安装或更新软件或系统，需要配置一个包含各种rpm软件包的repository，称为yum源或yum仓库。该仓库可为本地或网络源。

       BASE源：各大镜像源，如阿里云、清华大学、、华为云、机房设备源码中国科学技术大学等。

       EPEL源：安装其他特定源，如nginx、zabbix、saltstack等。

       YUM实践案例

       使用yum工具时，可执行以下操作：

       查询软件包：使用yum search关键字

       安装软件包：使用yum install 软件包名称

       重装软件包：使用yum reinstall 软件包名称

       更新软件包：使用yum update 软件包名称

       删除软件包：使用yum remove 软件包名称

       YUM全局配置文件[扩展]

       YUM的dubbo源码解析 注册配置方式包括全局配置文件（/etc/yum.conf）和子配置文件（/etc/yum.repos.d/目录下的所有.repo文件）。

       YUM签名检查机制[扩展]

       rpm软件在构建rpm包时使用redhat的私钥签名，客户端使用redhat提供的公钥验证rpm包的合法性。可通过指定公钥位置、提前导入公钥或选择不进行签名验证来实现。

       制作本地YUM仓库

       自行制作本地YUM仓库时，需了解配置文件参数含义。操作步骤包括挂载镜像、牛刀云导出源码备份原有仓库、创建新仓库文件、刷新repos生成缓存等。

       构建企业级YUM仓库

       本地光盘提供基础软件包（Base）、yum缓存提供update软件包、常用软件包如nginx、zabbix、幸运盒子机源码docker、saltstack等。环境准备涉及IP、角色、主机名、服务端yum仓库及客户端使用等。

       源码包概述

       源码包指的是未编译成可运行工具的程序源代码。学习源码包有助于自定义软件、定制功能、优先更新源码及实现自动化规范。

       优点：二次开发、定制功能、优先更新、自动化规范

       缺点：相较于yum安装复杂、耗时较长

       源码包获取

       常见软件源码包可在官方网站获取。

       源码包安装步骤

       解压tar、生成configure或cmake、编译、安装。

       源码包安装实战

       通过编译Nginx深入理解源码包安装过程。

       源码编译报错信息处理

       在安装源码包时遇到问题，需妥善处理报错信息，确保安装过程顺利。

       自定义RPM包并制作YUM仓库[扩展]

       可自行定制RPM包及制作YUM仓库，实现软件自定义安装与管理。

如何使用Ansible 2的API做python开发

       Ansible 和 SaltStack 都提供了 Python 直接调用的API, 这方便了 Pythoner 对这些软件进行二次开发和整合, 此功能着实方便了不少, 比起 Python 代码中调用 shell 也略显专业!

       ç„¶è€Œ Ansible 在2.0版本后重构了大部分的代码逻辑, 启用了2.0版本之前的 Runner 和 Playbook ç±», 使得广大同学之前的代码运行错误. 择日不如撞日, 今天中午对照 官方的文档 , 结合源代码, 对2.0版本之后的 Python API 做了下探究

       Adhoc

       adhoc 其实就是执行 Ansible 模块, 通过 adhoc 我们可以方便快捷的完成一些临时的运维操作.

       2.0 之前的调用

       import ansible.runner

       import json

       runner = ansible.runner.Runner(

        module_name='ping', # 模块名

        module_args='', # 模块参数

        pattern='all', # 目标机器的pattern

        forks=

        )

       datastructure = runner.run()

       data = json.dumps(datastructure,indent=4)

       å½“然这里会去加载默认的 inventory

       å¦‚果不想使用 inventory 文件或者想使用动态的 inventory, 则可以使用 host_list 参数代替

       import ansible.runner

       import json

       runner = ansible.runner.Runner(

        host_list=["..0.1"], # 这里如果明确指定主机需要传递一个列表, 或者指定动态inventory脚本

        module_name='ping', # 模块名

        module_args='', # 模块参数

        extra_vars={ "ansible_ssh_user":"root","ansible_ssh_pass":"xx"},

        forks=

        )

       datastructure = runner.run()

       data = json.dumps(datastructure,indent=4)

       2.0 之后的调用

       import json

       from ansible.parsing.dataloader import DataLoader

       from ansible.vars import VariableManager

       from ansible.inventory import Inventory

       from ansible.playbook.play import Play

       from ansible.executor.task_queue_manager import TaskQueueManager

       from ansible.executor.playbook_executor import PlaybookExecutor

       loader = DataLoader() # 用来加载解析yaml文件或JSON内容,并且支持vault的解密

       variable_manager = VariableManager() # 管理变量的类,包括主机,组,扩展等变量,之前版本是在 inventory 中的

       inventory = Inventory(loader=loader, variable_manager=variable_manager)

       variable_manager.set_inventory(inventory) # 根据 inventory 加载对应变量

       class Options(object):

        '''

        这是一个公共的类,因为ad-hoc和playbook都需要一个options参数

        并且所需要拥有不同的属性,但是大部分属性都可以返回None或False

        因此用这样的一个类来省去初始化大一堆的空值的属性

        '''

        def __init__(self):

        self.connection = "local"

        self.forks = 1

        self.check = False

        def __getattr__(self, name):

        return None

       options = Options()

       def run_adhoc():

        variable_manager.extra_vars={ "ansible_ssh_user":"root" , "ansible_ssh_pass":"xxx"} # 增加外部变量

        # 构建pb, 这里很有意思, 新版本运行ad-hoc或playbook都需要构建这样的pb, 只是最后调用play的类不一样

        # :param name: 任务名,类似playbook中tasks中的name

        # :param hosts: playbook中的hosts

        # :param tasks: playbook中的tasks, 其实这就是playbook的语法, 因为tasks的值是个列表,因此可以写入多个task

        play_source = { "name":"Ansible Ad-Hoc","hosts":"..0.1","gather_facts":"no","tasks":[{ "action":{ "module":"shell","args":"w"}}]}

        play = Play().load(play_source, variable_manager=variable_manager, loader=loader)

        tqm = None

        try:

        tqm = TaskQueueManager(

        inventory=inventory,

        variable_manager=variable_manager,

        loader=loader,

        options=options,

        passwords=None,

        stdout_callback='minimal',

        run_tree=False,

        )

        result = tqm.run(play)

        print result

        finally:

        if tqm is not None:

        tqm.cleanup()

       if __name__ == '__main__':

        run_adhoc()

       Playbook

       playbook 则类似于 SaltStack 中的 state

       2.0 之前的调用

       from ansible import callbacks

       from ansible import utils

       from ansible.playbook import PlayBook

       stats = callbacks.AggregateStats()

       callback = callbacks.PlaybookCallbacks()

       runner_callbacks = callbacks.PlaybookRunnerCallbacks(stats)

       pb = ansible.playbook.PlayBook(

        playbook="tasks.yml",

        stats=stats,

        callbacks=playbook_cb,

        runner_callbacks=runner_cb,

        check=True

       )

       pb.run()

       2.0 之后的调用

       import json

       from ansible.parsing.dataloader import DataLoader

       from ansible.vars import VariableManager

       from ansible.inventory import Inventory

       from ansible.playbook.play import Play

       from ansible.executor.task_queue_manager import TaskQueueManager

       from ansible.executor.playbook_executor import PlaybookExecutor

       loader = DataLoader() # 用来加载解析yaml文件或JSON内容,并且支持vault的解密

       variable_manager = VariableManager() # 管理变量的类,包括主机,组,扩展等变量,之前版本是在 inventory 中的

       inventory = Inventory(loader=loader, variable_manager=variable_manager)

       variable_manager.set_inventory(inventory) # 根据 inventory 加载对应变量

       class Options(object):

        '''

        这是一个公共的类,因为ad-hoc和playbook都需要一个options参数

        并且所需要拥有不同的属性,但是大部分属性都可以返回None或False

        因此用这样的一个类来省去初始化大一堆的空值的属性

        '''

        def __init__(self):

        self.connection = "local"

        self.forks = 1

        self.check = False

        def __getattr__(self, name):

        return None

       options = Options()

       def run_playbook():

        playbooks=['task.yaml'] # 这里是一个列表, 因此可以运行多个playbook

        variable_manager.extra_vars={ "ansible_ssh_user":"root" , "ansible_ssh_pass":"xxx"} # 增加外部变量

        pb = PlaybookExecutor(playbooks=playbooks, inventory=inventory, variable_manager=variable_manager, loader=loader, options=options, passwords=None)

        result = pb.run()

        print result

       if __name__ == '__main__':

        run_playbook()