讀書心得

stock = {
    'nails': 125,
    'screws': 35,
    'wingnuts': 8,
    'washers': 24,
}

def get_batches(count, size):
    return count // size

comprehensions是python常用的一個功能，可以快速生成list, dict, set等變數。但有時會出現一些重覆的計算…

order = ['screws', 'wingnuts', ' clips']

found = {name: get_batches(stock.get(name, 0), 8)
         for name in order
         if get_batches(stock.get(name, 0), 8)}
print(found)

{‘screws’: 4, ‘wingnuts’: 1}

現在我們可以用assignment expressions( :=，又稱walrus operator)來減少這些重覆語句的出現。

found = {name: batches for name in order
         if (batches := get_batches(stock.get(name, 0), 8))}

print(found)

不過要小心assignment expressions可能會汙染comprehensions外的scope，所以本書只建議在if的區域使用assignment expressions。

half = [(last := count // 2) for count in stock.values()]
print(last)
#12
print(batches)
#0

但實際上if區域的變數也是會汙染，書中的建議原因不太確定為何。

例如list之類有序的容器可以用sort這個方法來做排序，但若是其中的物件沒辨法比較時(沒有實作< operator)會產生Error，這時用用key傳入一個function回傳可比較的物件來代替。

class Tool:
    def __init__(self, name, weight):
        self.name = name
        self.weight = weight

    def __repr__(self):
        return f'Tool({self.name!r}, {self.weight})'


tools = [
    Tool('level', 3.5),
    Tool('hammer', 1.25),
    Tool('screwdriver', 0.5),
]

tools.sort()

TypeError: ‘<‘ not supported between instances of ‘Tool’ and ‘Tool’

我們可以用一個lamda function來讓Tool物件以name元素來做排序。

tools.sort(key=lamda x: x.name)
print(tools)

[Tool(‘hammer’, 1.25), Tool(‘level’, 3.5), Tool(‘screwdriver’, 0.5)]

或是回傳一個tuple，sort會依照順序來做比較。

tools = [
    Tool('sander', 4),
    Tool('drill', 4),
    Tool('circular saw', 0.5),
]

tools.sort(key=lambda x: (x.weight, x.name))
print(tools)

Tool(‘circular saw’, 0.5), Tool(‘drill’, 4), Tool(‘sander’, 4)]

另外可以用reverse參數或是負號來做反向排序

tools.sort(key=lambda x: (x.weight, x.name), reverse=True)
print(tools)

[Tool(‘sander’, 4), Tool(‘drill’, 4), Tool(‘circular saw’, 0.5)]

tools.sort(key=lambda x: (-x.weight, x.name), reverse=True)
print(tools)

[Tool(‘circular saw’, 0.5), Tool(‘sander’, 4), Tool(‘drill’, 4)]

Effective PYTHON 2rd

在使用dictionary時，若key值不存在時會產生KeyError，我們有四種方式可以處理。

counters = {
    'key1': 1,
    'key2': 2
}

key = 'key0'


#法一:
#先檢查key值是否存在
if key in counters:
    count = counters[key]
else:
    count = 0

counters[key] = count + 1


#法二:
#用try/except處理KeyError
try:
    count = counters[key]
except KeyError:
    count = 0

counters[key] = count+1


#法三:
#使用get
count = counters.get(key, 0)
counters[key] = count + 1


#法四:
#使用setdefault
counters.setdefault(key, 0)
counters[key] += 1

get會把第一個引數當作key回傳對應的value，若key不存在不會丟出KeyError而是會回傳第一個引數的值，在此例中就會回傳0。若是沒有第二個引數會回傳None，在此例中應該比較推薦用get的用法。

而setdefault則會把value直接用第二個引數修改。通常是適合用在value是container的狀況，但書中建議這種情況可能要考慮用defaultdic來代替一般的dictionary。

key = 'key0'
votes = {
    'key1': ['Bob', 'Alice'],
    'key2': ['Coco']
}

names = votes.get(key)
if names is None:
    votes[key] = names = []

#或是用 := (Walrus Operator, assignment expression)
if (names := votes.get(key)) is None:
    votes[key] = names = []

#這種情況用setdefault最簡潔
names = votes.setdefault(key, [])

這本書不如“鳳凰計畫”有名，但我認為就算看過“鳳凰計畫”的人也還是很值得一讀。這本書會把“鳳凰計畫”裡面提到的「三步工作法」詳盡說明，但這本書所提的devops並沒有明確指出要用的流程或是工具，比較偏概念還有各公司採用的devops元素作簡介。

再對本書內容介紹前，我先以自己的解讀做總結。

1. 自動化開發——bug, feature, 需求的自動化管理。並非只有coding的流程，所有高層主管以及客戶提出的需求都要有自動化的紀錄與追蹤。這樣才能統計所有的意見實行的狀況與成果。
2. 自動化測試與部署——這是大部分人所以為的devops，但只有這個部分是沒有辦法達成devops的精神
3. 自動化監控——除了監控以外，還要能提供客觀的方式來做評估產品。
4. 部署後自動化測試——這也可算是監控的一部分，但自動化的測試可以提供更可靠且客觀的評估。更激烈的手段如“搗亂猴”，甚至主動內部攻擊來做測試。
5. 將上述步驟以程式化自動執行，反覆循環執行並改進。
6. 創造由上而下的devops文化，而非只是任命或雇用devops工程師。

目前大部份的devops可能都只關注在第二點，但實際上要從一到五點重覆循環改進才是真正的devops精神。

三步工作法其實是有很多抽象的概念與文化，自動化也只是手段之一。所以我認為最最重要的點還是第六點，要達成的最好方法就是推薦你的同事或主管來閱讀這本書。

醜話說在前這本書的翻譯品質並不好，一來可能是譯者的翻譯問題二來可能是本書原文作者用字方式較特別。我本人並沒有看過原文，但看過原文的朋友曾表示這本書的英文並不好理解。

撇開翻譯品質的問題，這本書是以小說方式解譯devops，故當成小說來閱讀應該不會有太大問題。因為我只有在硬體系統廠工作的經驗，閱讀時對於這本書常碰到的「deploy」問題較沒有概念，一些專有名詞如ITIL, ITSM也就略過不研究。

這本書以「第一人稱」來描寫比爾這個中階經理在CIO被FIRE後被拉上公司技術總管理人，負責理管全公司約100名工程師。書中的公司雖為一家汽車零件公司，但有許多複雜的IT系統負責生產管理、庫存、零售、薪資、財務等功能。

閱讀全文