插件機(jī)制是代碼/功能反向依賴注入到主體程序的一種方法，編譯型語言通過動(dòng)態(tài)加載動(dòng)態(tài)庫實(shí)現(xiàn)插件。對于Python這樣的腳本語言，實(shí)現(xiàn)插件機(jī)制更簡單。

機(jī)制

Python的__import__方法可以動(dòng)態(tài)地加載Python文件，即以某個(gè)py腳本的文件名作為__import__的參數(shù)，在程序運(yùn)行的時(shí)候加載py腳本程序模塊。對應(yīng)的import關(guān)鍵字則是靜態(tài)加載依賴的py模塊。

描述

__import__() 函數(shù)用于動(dòng)態(tài)加載類和函數(shù) 。

如果一個(gè)模塊經(jīng)常變化就可以使用 __import__() 來動(dòng)態(tài)載入。

語法

__import__ 語法：

__import__(name[, globals[, locals[, fromlist[, level]]]])

參數(shù)說明：

name -- 模塊名

需要?jiǎng)討B(tài)加載的py腳本若存放在任意的目錄下，則需要首先需要增加腳本查找路徑：

sys.path.append(modulePath)

應(yīng)用示例

# 增加查找路徑sys.path.append(modulePath)# 加載腳本module = __import__(moduleName) # 保存腳本對象，否則會被析構(gòu) self.modules[moduleName] = module# 調(diào)用插件中的方法初始化module.InitModule(self)

總結(jié)

使用插件機(jī)制可以實(shí)現(xiàn)高內(nèi)聚低耦合的程序。

在實(shí)踐中，我們處理的任務(wù)有若干的可執(zhí)行程序配合完成，可執(zhí)行程序可以是C++，.Net , Java，甚至其他腳本程序，這時(shí)候我們使用Python作為粘合劑，定義了主體的任務(wù)流程框架，使用插件機(jī)制動(dòng)態(tài)的注入需要執(zhí)行的任務(wù)。

另外當(dāng)在不同的情況下，需要使用不同的exe配合的時(shí)候，我們只需要用json定義需要的exe組合，主程序不需要做任何的更改就可以滿足變換的業(yè)務(wù)需求。

補(bǔ)充知識：Kusto使用python plugin

整個(gè)流程為kusto的數(shù)據(jù)進(jìn)入python腳本時(shí)自動(dòng)轉(zhuǎn)化為pandas DataFrame，

python 腳本的輸出自動(dòng)轉(zhuǎn)化為kusto table，其中列名和變量都保持不變。

Python 腳本緊接著Kusto的輸出

注意以下幾點(diǎn)

1.typeof為python腳本輸出的參數(shù)

2.typeof 中的數(shù)據(jù)類型跟python腳本輸出pandas DataFrame列是完全一致的，包括變量名，變量類型，前后不一致的話會報(bào)錯(cuò)

3.typeof 中*表示復(fù)用輸入的數(shù)據(jù)類型， 比如（ *，age:int） 表示輸入在輸出的基礎(chǔ)上多個(gè)了age屬性

4. python腳本的輸入是轉(zhuǎn)化為DataFrame 的kusto table, 其在python腳本里的變量名為df（會自動(dòng)匹配上）， 同時(shí)我們要讓輸出的DataFrame 命名為result, 程序會自動(dòng)輸出

5. python 中可以接受外界參數(shù)，通過 kargs['topK']這樣的形式,kargs是系統(tǒng)默認(rèn)的傳遞參數(shù)的變量， 同時(shí)kusto在python腳本的最后通過pack('topK', 10)這樣的形式往python腳本中傳遞參數(shù)

6 .python腳本可以直接寫在kusto代碼中，也可以以鏈接的形式訪問

7. kusto 中的python運(yùn)行企業(yè)版的anaconda上，個(gè)人沒法輕易安裝自己想要的包，所以如果要使用某些包，最好是將其功能用最基本的包寫好。kusto 運(yùn)行鏡像的沙盒支持 numpy ,pd, 以及tensorflow ,keras ,torch hdbscan, xgboost 這些比較大眾的包

以上這篇Python插件機(jī)制實(shí)現(xiàn)詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持好吧啦網(wǎng)。