====== PYTHON虚拟环境管理 ======

===== Anconada & MiniConda =====

anaconda 是一个比较全面的PYTHON工具包，安装了FLASK，科学计算等一系列的库，而 MiniConda 只是包含一个环境管理工具，PYTHON环境这些需要自己安装，这里主要还是讲使用conda进行环境管理

==== 创建环境 ====

<code>
conda create --name py377 python=3.7.7 --channel conda-forge
</code>

==== 激活虚拟环境 ====

<code>
conda activate py377
</code>

==== 在虚拟环境中安装PYTHON模块 ====

<code>
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xlwt
</code>

使用 ''-i'' 参数指定安装模块所在的网站

==== 检查项目依赖 ====

<code>
cd app-root
pipreq ./
</code>

==== 根据软件依赖文件批量安装依赖包 ====

<code>
pip install -r requirements.txt
</code>

requirements.txt 如下(示例)

<code>
# modulename[(==|>|<)version]
requests
tushare<0.8
psycopg2
pandas==0.24.0
xlwt
</code>

> pip install -q[qq] module 静默安装，只显示必要的信息

如果要写Crond计划任务文件，注意将激活了环境后的PATH变量的值传送给计划任务文件

<code>
# vi /etc/cron.d/IPMS
PATH="/opt/soft/anaconda202002/envs/py377/bin:/opt/soft/anaconda202002/condabin:/opt/software/spark-2.3.0-bin-hadoop2.7/bin:/opt/software/spark-2.3.0-bin-hadoop2.7/sbin:/usr/local/jdk1.8.0_161/bin:/usr/local/sbin:/usr/bin:/bin:/usr/sbin:/sbin:/opt/ssh-server/bin:/root/bin"

MAILTO=""
*/5 * * * * c_HsiaoTien /opt/devel/IPM/sbin/arp-scan refresh
</code>

===== 范例 =====

==== 创建JupyterLab配置文件并设置密码 ====

<code>
jupyter server --generate-config
jupyter server password
vi ~/.jupyter/config.py
</code>

之后可以启动JUPYTER

===== 使用 MicroMamba =====

MicroMamba 是一个 MiniConda 的替代，在官网安装最新的 MiniConda 时，可能会遇到GLIBC标准库过旧的问题，这个库是LINUX系统核心库，一般不能变更。而 MicroMamba 不需要太高版本的 GLIBC，另外 具官方说明，该工具是一个单文件的小工具，且在处理虚拟环境时稳定性更好。

官方网站：[[https://mamba.readthedocs.io/en/latest/installation/micromamba-installation.html|MicroMamba]]

==== 安装 ====

Linux

<code> "${SHELL}" <(curl -L micro.mamba.pm/install.sh) </code>

Windows Powershell

<code> Invoke-Expression ((Invoke-WebRequest -Uri https://micro.mamba.pm/install.ps1).Content) </code>

==== 环境管理 ====

参考 Anconda， 在创建虚拟环境时，可能报 NOT EXISTS，这样的话，可以用更短的版本号试试，比如 我们创建一个PYTHON3.7的环境，在使用 ''python=3.7.7'' 时报不存在，但使用 ''python=3.7''时就可以创建。

===== 虚拟环境的打包和转移 =====

==== 在源机器上 ====

激活需要打包的环境

<code> micromamba activate my-app </code>

安装打包工具

<code> pip install conda-pack </code>

进行打包

<code>
conda-pack # 打包当前激活的环境
conda-pack -n my-app # 根据虚拟环境名称打包
conda-pack -p /opt/micromamba/envs/my-app #根据环境目录打包
conda-pack -n my-app -o output-name.tar.gz #指定打包的文件名
</code>

打包完成后，会在你执行命令的目录下出现一个 ''my-app.tar.gz'' 的压缩文件

==== 目标机器 ====

<code>
mkdir -p /opt/my-app
tar xzvf my-app.tar.gz -C /opt/my-app
. /opt/my-app/bin/activate #激活环境
. /opt/my-app/bin/deactivate #解除激活
conda-unpack #
</code>

注意：目标机器与源机器发行版本要一致，最好是完全一致，如果不能做到这一些，应该做到发行版比原来的新，且不要跨度太大

另外，此方法只打包PYTHON环境，但如果项目调用了非PYTHON功能，比如 snmpwalk 之类的系统命令，还有一些其他动态链接库，如 ''libpq'' 之类的外部库，也要一并解决。