Python 环境配置
本节介绍在本地计算资源中配置 Python 环境的方法。
为什么要配置 Python 环境?
安装好 FuncStudio 本地执行器后,还需要在配置本地 python 环境,因为用户在本地执行的算法内核程序,都需要借助 FuncStudio-SDK(CloudPSS-SDK 的一个类)给内核程序封装输入输出接口后,才能接入本地执行器,如下图所示。
FuncStudio-SDK 包括从执行器中获取函数输入参数值的接口以及在执行器中格式化输出计算结果的接口。
FuncStudio-SDK 又分为针对 Python 算法的 Python-SDK 和针对 Matlab 算法的 Matlab-SDK。
Matlab-SDK 会在 Matlab 中启动一个 Python 解释器,并且在 Python 解释器里调用 Matlab 算法,是的一种特殊的 FuncStudio-SDK,本质上仍然是 Python-SDK。
因此,无论是使用 Python 还是 Matlab 语言编写的算法内核程序在接入本地执行器前都需要在本地安装 3.7 及以上版本的 Python,并安装 Python-SDK 包。
配置流程
如果用户在本地设备上安装了多个版本的 python,建议使用虚拟 Python 环境来管理接入 FuncStudio 的算法内核。创建虚拟 Python 环境是为了让函数项目运行在一个独立的环境中,使得不同环境下的项目互不干扰。常用的 Python 虚拟环境管理工具有 virtualenv 以及 Anaconda。接下来,我们以 virtualenv 为例,展示虚拟 Python 环境的配置流程。
安装 virtualenv
本地设备中打开终端命令窗口,输入并执行如下命令来安装 Python 的 virtualenv 包。
pip install virtualenv
新建虚拟环境地址
需要新建一个存放虚拟环境的目录。
创建虚拟环境
在命令窗口中,将当前路径切换到该目录下,并输入如下格式的命令行:
virtualenv -p [某一个版本的基础 Python 执行器地址] + 虚拟环境名
其中 virtualenv 是创建虚拟环境的指令,之后的参数用于指定当前虚拟环境所使用的 Python 基础环境的位置,即当前设备上 python3.7 的安装位置,最后一个参数是用户自己设定的虚拟环境名,这里取名 cloudpss。
例如:
virtualenv -p D:\python3.7\python.exe cloudpss
执行这个命令后,可以看到在存放虚拟环境的地址下创建了一个名为 cloudpss 的文件夹。
激活虚拟环境
进入虚拟环境所在的目录,找到 scripts 子目录,将命令窗口的当前路径切换到该目录下,执行 Activate
命令,即可激活虚拟环境,在命令行,若左侧显示一个括号,里面写着虚拟环境名称,说明现在已进入到虚拟环境中。至此虚拟 Python 环境就建立好了。
这个环境地址在后续将内核接入执行器配置执行计算内核的命令语句,以及配置 Matlab 的 Python 环境时都会用到。
安装 CloudPSS SDK
最后,还需要在命令窗口中执行如下命令,在创建虚拟 Python 环境中安装 CloudPSS SDK。
pip install cloudpss
安装成功后在命令窗口中输入如下命令,来检验是否安装成功。若安装成功,命令窗口会返回安装版本。
pip show cloudpss