用docker部署項目，有多個python環(huán)境，不同環(huán)境python代碼之間存在參數(shù)調(diào)用，該如何實現(xiàn)？這基本上就是應用程序微服務的體系結構。主要有兩種方式：[1]將每個環(huán)境封裝為一個微服務，提供res

用docker部署項目，有多個python環(huán)境，不同環(huán)境python代碼之間存在參數(shù)調(diào)用，該如何實現(xiàn)？

這基本上就是應用程序微服務的體系結構。主要有兩種方式：[1]將每個環(huán)境封裝為一個微服務，提供restapi（或其他類型的RPC調(diào)用）并相互調(diào)用

2）通過消息驅(qū)動，每個服務發(fā)送一條消息來實現(xiàn)參數(shù)調(diào)用。

docker技術能不能解決不同Python版本開發(fā)的問題？

是的，docker的功能遠不止這些。Docker技術解決了開發(fā)環(huán)境與開發(fā)環(huán)境不一致的問題。例如，如果您在windows中使用Python自己的venv為Django創(chuàng)建一個虛擬環(huán)境，然后將Django項目部署到Ubuntu或CentOS，那么您不能直接使用虛擬環(huán)境。Docker允許您在windows上編寫dockerfile文件，并直接在Ubuntu或CentOS上使用它。只要開發(fā)環(huán)境正常，99%的生產(chǎn)環(huán)境就正常。至于剩下的1%編程形而上學，本課題要解決的主要問題是：如何基于復雜場景（多接口耦合）進行接口自動測試。

以上最佳實踐也是很多洞，涉水而出。我嘗試了很多方法，甚至開發(fā)了一個關鍵字驅(qū)動的自動化測試框架。讓我們談談基于場景的自動化的困難，以及為什么最終選擇Python robot框架。

參照關鍵字驅(qū)動測試的思想，將接口請求發(fā)送、響應驗證和響應內(nèi)容返回三部分封裝為“請求驗證”關鍵字。

同時封裝“content extraction”關鍵字，提取接口響應體的具體數(shù)據(jù)。這樣就可以得到前一個接口返回的具體數(shù)據(jù)作為下一個接口的輸入?yún)?shù)。

就是這樣。任何場景都可以通過“request verification”關鍵字、“content extraction”關鍵字和“request verification”關鍵字進行驗證

這里我們需要考慮選擇哪些方法和工具。首先，基于測試庫體系結構框架的思想，用Python實現(xiàn)了關鍵字方法。robot框架工具的核心思想是關鍵字驅(qū)動，其主要功能是關鍵字庫、資源導入和用例編寫。建議將關鍵字方法作為庫導入后，每個關鍵字在自然語言中映射一次，方便業(yè)務測試人員使用。

Robot框架還支持數(shù)據(jù)驅(qū)動。你可以了解它。