Python编码规范

编码风格

模块、类和函数请使用docstring格式注释，谷歌docstring注释

https://zh-google-styleguide.readthedocs.io/en/latest/google-python-styleguide/python_style_rules/#comments

https://python-web-guide.readthedocs.io/zh/latest/codingstyle/codingstyle.html#id2

docstring就是__doc__方法的内容，在模块、函数、类的声明的第一条语句

google风格的docstring

[code]"""
This is a groups style docs.

Parameters:
param1 - this is the first param
param2 - this is a second param

Returns:
This is a description of what is returned

Raises:
KeyError - raises an exception
"""

不要硬编码，不要使用幻数

包导入顺序，标准库、第三方库、本地库；导入模块按照模块导入，按照module.func使用，避免from module import func

异常

尽量少或者尽量精确的使用try/except；少使用print, 多使用logging模块，logging模块可以记录信息但是程序会继续执行

函数相关

docstring；函数参数和返回值尽量使用简单数据类型；函数要么修改传入的可变参数，要么返回一个值，请不要两者同时做；如果默认参数不是immutable对象，最好使用None作为占位符；None是单例模式的，用is 来判断一个对象是否是None；尽量写纯函数（返回结构只依赖于参数并且没有副作用的函数），不容易出错；避免在遍历一个序列的同时修改它，可能会导致非预期的行为；圈复杂度高，没法写单元测试；

类相关：

不要到处OOP，适时使用OOP；业务逻辑代码中禁止使用元类；不要轻易在非__init__方法中添加类属性；多重继承时用MRO顺序；尝试使用CRC(class-responsibility-collaboration):类-职责-交互卡片设计类

测试相关：

一定要写UT，必要的docstring；对于外部调用、网络请求、rpc调用等使用mock或者stub；基于代码行为测试，不要片面追求测试覆盖率。

日志相关：

非必要的地方不要打印日志，日志的作用，记录用户行为，排查问题，记录哪些信息。

ORM和数据库相关：

 数据库这一层的接口考虑下参数过滤，防止不恰当参数可能导致的慢查询；优先使用ORM，相比sql语句更容易维护，同时避免了sql注入；

https://github.com/calvinlau/calvinwiki/wiki/MySQL%E6%95%B0%E6%8D%AE%E5%BA%93%E5%BC%80%E5%8F%91%E7%9A%84%E4%B8%89%E5%8D%81%E5%85%AD%E6%9D%A1%E5%86%9B%E8%A7%84

注释相关：

 注释有时候能帮助你思考设计，比如如果一个类、函数等难以用一句话描述它的职责，很有可能就违背了SRP(单一职责原则)；对于复杂的数据结构，适当注释出类型，` __impl_kwargs = None # type: Dict[str, Any]` ；代码中的特殊注释，TODO表示该处有功能代码待编写，FIXME表示该处代码需要修正，XXX表示该处代码待改进，HACK表示该处代码要调整;

线程安全相关

 不能保证线程安全就用线程锁GIL

python代码性能优化

 profile，火焰图查看性能瓶颈，代码的耗时遵循2/8定律，大部分web应用瓶颈在IO这里；优先从数据结构、算法、数据库、网络IO等层面优化，大部分web应用语言性能不会成为瓶颈；对于cpu密集的代码可以使用cpython(不是CPython)编写扩展来优化速度，在reddit和知乎都有应用，http://cython.org/；更换语言（切换到golang）,框架（使用异步框架），数据库甚至架构，成本较高，作为最后的备选方案；

常见的web后端性能优化方案 :批量，批量接口(比如数据库一次获取多条数据/redis pipeline等)，目的是避免多次网络I/O；消除数据库慢查询，索引优化；缓存：使用redis等内存型数据库存热数据，需要注意缓存失效问题(Cashe-aside,Write-through,Write-back)，内存型数据库相比较传统关系型数据库速度优势明显，不过难以支持复杂查询；异步：使用celery结合消息队列等把任务交给离线worker执行，防止阻塞当前请求，或者使用异步架构；并发：使用gevent(greenlet)、多线程等并发请求数据，配合gunicorn(master-slave模型)部署。不过需要注意使用gevent mysql driver需要纯python编写的driver才能被monkey patch；多线程、多进程：python虽然有GIL，但是I/O期间会释放GIL，多线程仍可以大幅提升I/O密集应用的性能，多进程使用于CPU密集型应用

命名

 注意词性，过程用动宾结构，用返回值的描述命名函数，数据变量使用名词，布尔数据经常使用is等作为前缀，数字类型用cnt作为后缀；适当使用“匈牙利”命名法（能从命名推断类型），使用前缀或后缀；含义精确，具体胜于抽象，不要频繁使用诸如data，info，handle，process等概念太广泛的词汇给变量命名，不要使用偏门的简写，为了代码可读性冗余一些都可以（实际上对于现代语言长命名有一定好处，能减少冲突，容易grep）；命名要能凸显出右侧表达式结果的类型和含义；术语表和命名规范；不要自己创造缩写；变量的名称不要和循环里的临时变量名起冲突，一般用下划线定义一个临时使用的变量，比如for 循环

注释与docstring

docstrings = How to use code, 代码约定；Comments = Why & how code works

Docstring应该包括些什么？google风格的docstring，做了什么，传入和传出了什么(参数意义、格式)；docstring分为文件的，类的，函数的docstring；意图（目的），解释为什么需要它；描述参数和会抛出的异常；使用注意事项，复杂的使用有demo示例说明；需求文档，使用的api或者github，stackoverflow等链接；尽可能用简洁明了的话给所有的模块、类和函数来几句描述（为什么需要这个模块、类、函数？这个模块、类会在哪里被使用？完成了什么功能？）如果能简单描述出来，说明代码功能明确，无法简单描述的话说明代码可能需要拆分。

注释分为5类；代码的重复，用不同的语言重申代码的内容；代码的解释: 解释复杂的有效的和灵敏的代码，通常有用但是尽可能修改代码使得代码本身更清晰；代码中标记： TODO 标记等，经验表明，往往写了 TODO 后来就一直成了 TODO，所以最好提交代码前把要做的 TODO 做完，TODO 仅仅作为一次代码合并之前的提示。TODO 注释记得加上姓名，日期，联系方式和提示，方便 grep；代码中的总结：简化代码为一句或两句话，这种注释比重复代码更有价值，能帮助人快速理解代码；代码意图的描述：解释代码的目的。意图注释在问题一级上，而不是在答案一级，是一句利用答案的总结描述。『意图注释』和『总结注释』两类注释是可以接受的

异常处理

一般代码中三种错误类型，语法错误，逻辑错误，运行时错误，