python| 2021款 m1pro mbp python开发配置

m1&m1pro 如何吊打老款 Intel mbp 就不多提了(发布会不点名, 以**友商**代称, 但是官网直接放具体型号, 这操作真6)

简单列一下2个重要的使用感受(2021 16寸 标配):

- 不烫手, 没有风扇怒吼

- 几乎没遇到卡顿, 使用 utools 等工具切换应用可用「丝般顺滑」来形容

16寸标配与14寸标配3个重要区别:

- 芯片SoC: m1pro 10核 vs m1pro 8核, 性能略降低(官方 m1pro 数据都是基于 m1pro 10核, b站up主测试 8核 性能约低 15%)

- 充电: 140w vs 90w

- 总量: 多 1kg

由于 m1pro 采取 ARM 架构(ISA, 指令集架构, 详见上一篇blog: 极客时间-计组学习笔记一), 需要安装 ARM版/M1版 软件才能运行

查看 [python官网](https://www.python.org/downloads/macos) 可知, ARM版python最低版本为 `3.8`:

- Python 3.8.10 - May 3, 2021

 - Download macOS 64-bit Intel installer

 - Download macOS 64-bit `universal2` installer > Intel/M1 兼容版本

由于项目使用了 python3.6 版本, 根据 `开发环境/测试环境应尽量和线上环境保持一致`, 所以分别尝试了 python3.8/python3.6 进行开发环境配置验证

## python3.8: 本地

本地进行 python 开发, 操作`so easy`:

- brew/pyenv 安装好 python 版本

- pycharm: `Python interpreter` > virtual env > 选择 python3.6(线上环境使用版本)/Python3.8(arm 芯片最低支持版本)

- pycharm 中安装 pip package, 或者直接 console 中执行

```shell

# 进入项目根目录

cd /app

# 安装项目依赖包

venv/bin/pip install -r requirements.txt

# 遇到 mysql 报错

brew install mysql-connector-python

```

由于 `requirements.txt` 是 python3.6 下的, 部分包需要升级才能适配 python3.8

- 执行 `venv/bin/pip install -r requirements.txt > t.log`, 查看 log 可知 `Pillow, pandas, numpy, grpcio` 几个包安装失败

- 直接执行 `pip install Pillow pandas numpy grpcio`, 可获取 python3.8 下所需的版本

- 修改 `requirements.txt` 中对应软件的版本, 再次执行 ``venv/bin/pip install -r requirements.txt`

从 [Pillow官网](https://pillow.readthedocs.io/en/latest/installation.html) 可知: 升级 Pillow 到 8.4.0 版本后, 能支持 python3.6-python3.10

其他几个(pandas, numpy, grpcio)没有在官网找到对应的 python版本 兼容信息, 依靠测试来验证

最后在 python3.6 的老开发机, 基于更新后的 `requirements.txt` 文件安装依赖, 只有 `pandas` 库不支持

## python3.6: docker

python3.6 没有支持 ARM版, 所以 m1pro mbp 本地跑 python3.6 这条路走不通, 需要使用 docker.

在 [docker hub](https://hub.docker.com/_/python?tab=tags&page=1&name=3.6) 上搜索, 有支持 `arm64/v8` 的镜像版本


采用构建开发环境镜像的老套路: `先在容器中run, 然后写 Dockerfile, 最后基于构建的新镜像验证`

- 根据基础镜像启动容器并挂载项目

```sh

docker run -ti --rm -v (pwd):/app python:3.6-buster bash

- 在容器中配置&验证开发环境, 记下的配置过程(查看 history 然后 copy)

# 配置加速源, 上海使用交大源超快, 基本可以跑满带宽

sed -i "s|http://deb.debian.org/debian|https://mirror.sjtu.edu.cn/debian|g" /etc/apt/sources.list

apt update

# 继续交大源

pip config set global.index-url

https://mirrors.sjtug.sjtu.edu.cn/pypi/web/simple

pip install --upgrade pip

pip install cython numpy

pip install -r requirements.txt

# 根据报错与pillow官网信息, 添加相应依赖

apt install -y zlib libjpeg

# 启动项目验证

python manage.py runserver 8000

# 根据报错添加相应依赖

apt install net-tools # ifconfig

- OK后, 照抄一遍写入 Dockerfile 验证:

```Dockerfile

FROM python:3.6-slim-buster

RUN sed -i "s|http://deb.debian.org/debian|https://mirror.sjtu.edu.cn/debian|g" /etc/apt/sources.list && \

apt update && \

apt install -y zlib libjpeg net-tools && \

&& \

pip install --upgrade pip && \

pip install cython numpy && \

- 生成镜像: `docker build . -t dayday:m1py36`

- 使用新镜像验证项目: `docker run -ti -d -p 8000:8000 -v (pwd):/app dayday:m1py36 python /app/manage.py runserver 8000`

当然, 也可以将启动命令使用 `ENTRYPOINT` 指令添加到 Dcokerfile 中, 也可以使用 `docker-compose.yml` 来简化, 这些 `so easy`, 就不展开了

## 写在最后

ARM 在桌面的平台的优势越来越明显了, 尤其是笔记本越来越成为开发主力. m1 作为先行者, 开了一个很好的头, 希望 `RISC-V` 也能带来更多惊喜

关于 docker 官网 python 镜像的版本, 稍微多说两句: 以 `python:3.6-slim-buster` 为例

- `3.6` 是 python 的版本, 当然还有更具体的版本, 比如 `3.6.15`, 3.6 都是指向最新版 `3.6.x`

- `buster` 是使用的 debian9 作为基础镜像, 可以通过

https://wiki.debian.org/DebianReleases

查询: 13.trixie 12.bookworm 11.bullseye 10.buster 9.stretch 8.jessie

- `slim` 是精简版的 debian 镜像, 镜像体积大大降低, 适合生产使用, 开发推荐非 slim 版, slim 版缺少部分依赖