python自動化運維day6（python自動化運維快速入門）

本文目錄一覽：

• 1、學習Python的前景怎麼樣 工作方向有哪些
• 2、Python能幹什麼，Python的應用領域
• 3、學Python都能做什麼？ 很迷茫，想學又不知道能幹什麼
• 4、如何用python做一個設備運維軟體
• 5、Python都是拿來做運維嗎

學習Python的前景怎麼樣 工作方向有哪些

Python的就業方向主要分為五大塊，分別是：

發展方向一：Linux運維

發展方向二：Python Web網站工程師

發展方向三：Python自動化測試

發展方向四：數據分析

發展方向五：人工智慧

Python具體會涉及到的職業崗位主要有：

0、WEB開發

Python擁有很多免費數據函數庫、免費web網頁模板系統、以及與web伺服器進行交互的庫，可以實現web開發，搭建web框架，目前比較有名氣的Python web框架為Django。從事該領域應從數據、組件、安全等多領域進行學習，從底層了解其工作原理並可駕馭任何業內主流的Web框架。

1. 桌面軟體

Python在圖形界面開發上很強大，可以用tkinter/PyQT框架開發各種桌面軟體！

2. 網路編程

網路編程是Python學習的另一方向，網路編程在生活和開發中無處不在，哪裡有通訊就有網路，它可以稱為是一切開發的「基石」。對於所有編程開發人員必須要知其然並知其所以然，所以網路部分將從協議、封包、解包等底層進行深入剖析。

3. 爬蟲開發

在爬蟲領域，Python幾乎是霸主地位，將網路一切數據作為資源，通過自動化程序進行有針對性的數據採集以及處理。從事該領域應學習爬蟲策略、高性能非同步IO、分散式爬蟲等，並針對Scrapy框架源碼進行深入剖析，從而理解其原理並實現自定義爬蟲框架。

4. 雲計算開發

Python是從事雲計算工作需要掌握的一門編程語言，目前很火的雲計算框架OpenStack就是由Python開發的，如果想要深入學習並進行二次開發，就需要具備Python的技能。

5. 人工智慧

MASA和Google早期大量使用Python，為Python積累了豐富的科學運算庫，當AI時代來臨後，Python從眾多編程語言中脫穎而出，各種人工智慧演算法都基於Python編寫，尤其PyTorch之後，Python作為AI時代頭牌語言的位置基本確定。

6. 自動化運維

Python是一門綜合性的語言，能滿足絕大部分自動化運維需求，前端和後端都可以做，從事該領域，應從設計層面、框架選擇、靈活性、擴展性、故障處理、以及如何優化等層面進行學習。

7. 金融分析

金融分析包含金融知識和Python相關模塊的學習，學習內容囊括Numpy\Pandas\Scipy數據分析模塊等，以及常見金融分析策略如「雙均線」、「周規則交易」、「羊駝策略」、「Dual Thrust 交易策略」等。

8. 科學運算

Python是一門很適合做科學計算的編程語言，97年開始，NASA就大量使用Python進行各種複雜的科學運算，隨著NumPy、SciPy、Matplotlib、Enthought librarys等眾多程序庫的開發，使得Python越來越適合做科學計算、繪製高質量的2D和3D圖像。

9. 遊戲開發

在網路遊戲開發中，Python也有很多應用，相比於Lua or C++，Python比Lua有更高階的抽象能力，可以用更少的代碼描述遊戲業務邏輯，Python非常適合編寫1萬行以上的項目，而且能夠很好的把網遊項目的規模控制在10萬行代碼以內。

Python能幹什麼，Python的應用領域

Python 作為一種功能強大的編程語言，因其簡單易學而受到很多開發者的青睞。那麼，Python 的應用領域有哪些呢？

概括起來，Python 的應用領域主要有如下幾個。

Web應用開發

Python 經常被用於 Web 開發。例如，通過 mod_wsgi 模塊，Apache 可以運行用 Python 編寫的 Web 程序。Python 定義了 WSGI 標準應用介面來協調 HTTP 伺服器與基於 Python 的 Web 程序之間的通信。

不僅如此，一些 Web 框架（如 Django、TurboGears、web2py 等等）可以讓程序員輕鬆地開發和管理複雜的Web程序。

舉個最直觀的例子，全球最大的搜索引擎 Google，在其網路搜索系統中就廣泛使用 Python 語言。另外，我們經常訪問的集電影、讀書、音樂於一體的豆瓣網，也是使用 Python 實現的。

操作系統管理、自動化運維開發

很多操作系統中，Python 是標準的系統組件，大多數 Linux 發行版以及 NetBSD、OpenBSD 和 Mac OS X 都集成了 Python，可以在終端下直接運行 Python。

有一些 Linux 發行版的安裝器使用 Python 語言編寫，例如 Ubuntu 的 Ubiquity 安裝器、Red Hat Linux 和 Fedora 的 Anaconda 安裝器等等。

另外，Python 標準庫中包含了多個可用來調用操作系統功能的庫。例如，通過 pywin32 這個軟體包，我們能訪問 Windows 的 COM 服務以及其他 Windows API；使用 IronPython，我們能夠直接調用 .Net Framework。

通常情況下，Python 編寫的系統管理腳本，無論是可讀性，還是性能、代碼重用度以及擴展性方面，都優於普通的 shell 腳本。

遊戲開發

很多遊戲使用 C++ 編寫圖形顯示等高性能模塊，而使用 Python 或 Lua 編寫遊戲的邏輯。和 Python 相比，Lua 的功能更簡單，體積更小；而 Python 則支持更多的特性和數據類型。

編寫伺服器軟體

Python 對於各種網路協議的支持很完善，所以經常被用於編寫伺服器軟體以及網路爬蟲。

比如說，Python 的第三方庫 Twisted，它支持非同步網路編程和多數標準的網路協議（包含客戶端和伺服器端），並且提供了多種工具，因此被廣泛用於編寫高性能的伺服器軟體。

科學計算

NumPy、SciPy、Matplotlib 可以讓 Python 程序員編寫科學計算程序。

以上都只是 Python 應用領域的冰山一角，總的來說，Python 語言不僅可以應用到網路編程、遊戲開發等領域，還可以在圖形圖像處理、只能機器人、爬取數據、自動化運維等多方面展露頭角，為開發者提供簡約、優雅的編程體驗。

學Python都能做什麼？ 很迷茫，想學又不知道能幹什麼

從入門級選手到專業級選手都在做的——爬蟲。

用Python寫爬蟲的教程網上一捉一大把，據我所知很多初學Python的人都是使用它編寫爬蟲程序，小到捉取一個小黃圖網站，大到一個互聯網公司的商業應用。通常Python入門爬蟲比較簡單學，不需要在一開始掌握太多太基礎太底層的知識就可以很快上手，而且很快就可以做出成果，非常適合小白一開始想做出點看得見的東西的成就感。

除了入門，爬蟲也被廣泛應用到一些需要數據的公司、平台和組織，通過抓取互聯網上的公開數據，來實現一些商業價值是非常常見的做法。當然這些選手的爬蟲就要厲害的多了，需要處理包括路由、存儲、分散式計算等很多問題，與小白的抓黃圖小程序，複雜程度差了很多倍。

Web 程序

除了爬蟲，Python 也廣泛應用到了 Web 端程序，比如你現在正在使用的知乎，主站後台就是基於 Python 的 tornado 框架，豆瓣的後台也是基於 Python。除了 tornado (Tornado Web Server)，Python 常用的 Web 框架還有 Flask(Welcome | Flask (A Python Microframework))，Django (The Web framework for perfectionists with deadlines) 等等。通過上述框架，你可以很方便實現一個 Web 程序，比如我認識的一些朋友，就通過 Python 自己編寫了自己的博客程序，包括之前的 zhihu.photo，我就是通過 Flask 實現的後台(出於版權等原因，我已經停掉了這個網站)。除了上述框架，你也可以嘗試自己實現一個 Web 框架。

人工智慧(AI)與機器學習

人工智慧是現在非常火的一個方向，AI熱潮讓Python語言的未來充滿了無限的潛力。現在釋放出來的幾個非常有影響力的AI框架，大多是Python的實現，為什麼呢?因為Python足夠動態、具有足夠性能，這是AI技術所需要的技術特點。比如基於Python的深度學習庫、深度學習方向、機器學習方向、自然語言處理方向的一些網站基本都是通過Python來實現的。

機器學習，尤其是現在火爆的深度學習，其工具框架大都提供了Python介面。Python在科學計算領域一直有著較好的聲譽，其簡潔清晰的語法以及豐富的計算工具，深受此領域開發者喜愛。

早在深度學習以及Tensorflow等框架流行之前，Python中即有scikit-learn，能夠很方便地完成幾乎所有機器學習模型，從經典數據集下載到構建模型只需要簡單的幾行代碼。配合Pandas、matplotlib等工具，能很簡單地進行調整。

而Tensorflow、PyTorch、MXNet、Keras等深度學習框架更是極大地拓展了機器學習的可能。使用Keras編寫一個手寫數字識別的深度學習網路僅僅需要寥寥數十行代碼，即可藉助底層實現，方便地調用包括GPU在內的大量資源完成工作。

值得一提的是，無論什麼框架，Python只是作為前端描述用的語言，實際計算則是通過底層的C/C++實現。由於Python能很方便地引入和使用C/C++項目和庫，從而實現功能和性能上的擴展，這樣的大規模計算中，讓開發者更關注邏輯於數據本身，而從內存分配等繁雜工作中解放出來，是Python被廣泛應用到機器學習領域的重要原因。

科學計算

Python 的開發效率很高，性能要求較高的模塊可以用 C 改寫，Python 調用。同時，Python 可以更高層次的抽象問題，所以在科學計算領域也非常熱門。包括 scipy、numpy 等用於科學計算的第三方庫的出現，更是方便了又一定數學基礎，但是計算機基礎一般的朋友。

如何用python做一個設備運維軟體

Python開發的jumpserver跳板機

jumpserver跳板機是一款由Python編寫開源的跳板機(堡壘機)系統，實現了跳板機應有的功能。基於ssh協議來管理，客戶端無需安裝agent。

企業主要用於解決：可視化安全管理

特點：完全開源，GPL授權

Python編寫，Django開發框架，容易再次開發

實現了跳板機基本功能：認證、授權、審計。集成了Ansible、批量命令等。功能強大。

通俗點就是起到監控誰在伺服器上做了什麼操作等。錄像回放、命令搜索、實時監控、批量上傳下載等。

第三：Python開發的Magedu分散式監控系統

以自動化運維視角為出發點，自動化功能、監控告警、性能調優，結合saltstack實現自動化配置管理等內容進行了全方位的深入剖析。

企業主要用於解決：自動化監控常用系統服務、應用、網路設備等。分散式可監控更多伺服器，分區域監控再匯總。Zabbix監控結合Python自定義監控腳本。

監控系統需求討論：

監控常用系統服務、應用、網路設備等？一台主機上可監控多個不同服務、不同服務的監控間隔可不同？同一個服務在不同主機上的監控間隔、報警閾值可不同？告警級別？數據可視化，如何做出簡潔美觀的用戶界面？如何實現單機支持5000+機器監控需求？採取何種通信方式？主動、被動？

第四：Python開發的Magedu的CMDB

cmdb的開發需要包含三部分功能：採集硬體數據、API、頁面管理。

企業主要用於解決：項目功能，採集硬體數據、Api、頁面管理。統計資產，例如伺服器存放位置，伺服器上的賬號等等。

執行服務的過程如下：伺服器的客戶端採集硬體數據，然後將硬體信息發送到API，API負責將獲取到的數據保存到資料庫中，後台管理程序負責對伺服器信息的配置和展示。

第五：Python開發的任務調度系統

Python任務調度系統的multiprocessing模塊不但支持多進程，其中managers子模塊還支持把多進程分布到多台機器上。

企業主要用於解決：通俗的理解，批量管理crontab定時任務。原理用戶通過web頁面設置任務，傳輸到任務調度系統伺服器上的客戶端，客戶端收集數據反饋給伺服器端，伺服器端根據任務具體內容調度後端的集群伺服器做定時任務。

一個服務進程可以作為調度者，將任務分布到其他多個機器的多個進程中，依靠網路通信。想到這，就在想是不是可以使用此模塊來實現一個簡單的作業調度系統。

第六：Python運維流程系統

使用python語言編寫的調度和監控工作流的平台內部用來創建、監控和調整數據管道。任何工作流都可以在這個使用Python來編寫的平台上運行。

企業主要用於解決：通俗點說就是規範運維的操作，加入審批，一步一步操作的概念。

是一種允許工作流開發人員輕鬆創建、維護和周期性地調度運行工作流（即有向無環圖或成為DAGs）的工具。這些工作流包括了如數據存儲、增長分析、Email發送、A/B測試等等這些跨越多部門的用例。

這個平台擁有和 Hive、Presto、MySQL、HDFS、Postgres和S3交互的能力，並且提供了鉤子使得系統擁有很好地擴展性。除了一個命令行界面，該工具還提供了一個基於Web的用戶界面讓您可以可視化管道的依賴關係、監控進度、觸發任務等。

來個小總結

Python都是拿來做運維嗎

當然不是！

運維只是Python的應用方向之一，實際上Python主要有下面這些方向：

1. 常規軟體開發

Python支持函數式編程和OOP面向對象編程，能夠承擔任何種類軟體的開發工作，因此常規的軟體開發、腳本編寫、網路編程等都屬於標配能力。

2. 科學計算

隨著NumPy, SciPy, Matplotlib, Enthought librarys等眾多程序庫的開發，Python越來越適合於做科學計算、繪製高質量的2D和3D圖像。和科學計算領域最流行的商業軟體Matlab相比，Python是一門通用的程序設計語言，比Matlab所採用的腳本語言的應用範圍更廣泛，有更多的程序庫的支持。雖然Matlab中的許多高級功能和toolbox目前還是無法替代的，不過在日常的科研開發之中仍然有很多的工作是可以用Python代勞的。

3. 自動化運維

這幾乎是Python應用的自留地，作為運維工程師首選的編程語言，Python在自動化運維方面已經深入人心，比如Saltstack和Ansible都是大名鼎鼎的自動化平台。

4. 雲計算

開源雲計算解決方案OpenStack就是基於Python開發的，搞雲計算的同學都懂的。

5. WEB開發

基於Python的Web開發框架不要太多，比如耳熟能詳的Django，還有Tornado，Flask。其中的Python+Django架構，應用範圍非常廣，開發速度非常快，學習門檻也很低，能夠幫助你快速的搭建起可用的WEB服務。

6. 網路爬蟲

也稱網路蜘蛛，是大數據行業獲取數據的核心工具。沒有網路爬蟲自動地、不分晝夜地、高智能地在互聯網上爬取免費的數據，那些大數據相關的公司恐怕要少四分之三。能夠編寫網路爬蟲的編程語言有不少，但Python絕對是其中的主流之一，其Scripy爬蟲框架應用非常廣泛。

7. 數據分析

在大量數據的基礎上，結合科學計算、機器學習等技術，對數據進行清洗、去重、規格化和針對性的分析是大數據行業的基石。Python是數據分析的主流語言之一。

8. 人工智慧

Python在人工智慧大範疇領域內的機器學習、神經網路、深度學習等方面都是主流的編程語言，得到廣泛的支持和應用。

當然，除了以上的主流和前沿領域，Python還在其他傳統或特殊行業起著重要的作用。

摘自：劉江的Python教程