0. Pipvenv虚拟环境
- 安装pipenv
pip install pipenv
- 查看本地python的版本
where python
3.进入到项目文件夹，使用指定版本的python创建虚拟环境
pipenv shell --python C:\Python312\python.exe
- 该文件夹执行
pip list，可以看出来他是一个纯净的环境
image.png
5.安装dbt
pipenv install dbt-snowflake
1.魔法方法
1.1__getitem__允许类有索引访问方式，自定义自己的字典
索引和赋值方法，用于支持对象的索引和赋值操作。
class MyDict:
def __init__(self):
self.data = {}
def __getitem__(self, key):
return self.data[key]
def __setitem__(self, key, value):
self.data[key] = value
my_dict = MyDict()
my_dict['key'] = 'value'
print(my_dict['key']) # 输出: value
2. OOP
2.1 依赖反转
- 概念：设计面向对象的时候，高层的模块不应该是依赖低层模块， 两者都应该依赖于抽象，意思是：不管是设计这个类，还是去具体实现这个类的时候，都应该设计成为抽象的类。
- 实际流程：（1）设计一个日志接口的抽象类；（2）设计一个文件日志和数据库日志类，继承①的抽象类；（3）创建一个专门用来使用②日志的类，供用户使用（依赖反转体现）；
- 设计抽象的日志元类
class Logger(ABC):
@abstractmethod
def log(self, message):
pass
@abstractmethod
def set_log_level(self, level):
pass
@abstractmethod
def clear_log(self):
pass
- 设计具体的日志记录器，文件日志记录和数据库日志记录器等
class FileLogger(Logger):
def __init__(self):
self.log_level = 'INFO' # 默认日志级别为 INFO
def log(self, message):
with open('logfile.txt', 'a') as f:
f.write(message + '\n')
def set_log_level(self, level):
self.log_level = level
def clear_log(self):
open('logfile.txt', 'w').close() # 清空日志文件
class DatabaseLogger(Logger):
def log(self, message):
# 实现将日志消息写入数据库的逻辑
pass
- 设计负责使用日志记录器的文件
class LogManager:
def __init__(self, logger):
self.logger = logger
def do_something_and_log(self, action): #传入的是类
# 做一些操作
result = action()
self.logger.log('Action done: ' + result)
def set_log_level(self, level):
self.logger.set_log_level(level)
def clear_log(self):
self.logger.clear_log()
- 使用LogManager实现具体功能，而不是直接使用log类
file_logger = FileLogger()
log_manager = LogManager(file_logger)
log_manager.set_log_level('DEBUG') # 设置日志级别为 DEBUG
log_manager.do_something_and_log(lambda: 'Result')
log_manager.clear_log() # 清除日志
