Как установить несколько проектов на компьютер избежав конфликтов?

Как установить несколько проектов на компьютер избежав конфликтов?

Конфликты версий пакетов — одна из основных проблем при разработке нескольких Python проектов на одной машине. Решение заключается в использовании виртуальных окружений и правильного управления зависимостями. Давайте разберём все методы.

Проблема: конфликты зависимостей

1. Что может пойти не так

"""
СЦЕНАРИЙ КОНФЛИКТА:

Проект A требует:
├─ django==3.2
├─ djangorestframework==3.12
└─ python-dateutil==2.8.0

Проект B требует:
├─ django==4.0
├─ djangorestframework==3.13
└─ python-dateutil==2.8.2

Глобальная установка:
pip install django==3.2 djangorestframework==3.12 python-dateutil==2.8.0

Потом:
pip install django==4.0 djangorestframework==3.13 python-dateutil==2.8.2

Результат:
- Проект A выглядит: django==4.0 (несовместимо!)
- Проект B работает корректно
- Конфликты, ошибки, "это работало вчера!"
"""

Решение 1: Virtual Environments (venv)

2. Встроенное решение Python

# ШАГ 1: Создать виртуальное окружение для проекта A
cd ~/projects/project-a
python3 -m venv venv

# ШАГ 2: Активировать окружение
source venv/bin/activate  # На Linux/Mac
# или
venv\Scripts\activate  # На Windows

# ШАГ 3: Установить зависимости проекта A
pip install django==3.2 djangorestframework==3.12

# ШАГ 4: Проверить установленные пакеты
pip list

# ШАГ 5: Создать requirements.txt для фиксации версий
pip freeze > requirements.txt

# ШАГ 6: Выйти из окружения
deactivate

Структура проекта:

project-a/
├── venv/
│   ├── bin/
│   │   ├── python
│   │   ├── pip
│   │   └── activate
│   ├── lib/
│   │   └── python3.11/
│   │       └── site-packages/  <- Все пакеты здесь!
│   └── pyvenv.cfg
├── requirements.txt
├── main.py
└── .gitignore (не коммитить venv!)

Python script для управления:

import subprocess
import os
import sys

class VenvManager:
    """Менеджер для работы с виртуальными окружениями"""
    
    def __init__(self, project_path: str):
        self.project_path = project_path
        self.venv_path = os.path.join(project_path, "venv")
    
    def create(self):
        """Создать виртуальное окружение"""
        subprocess.run([sys.executable, "-m", "venv", self.venv_path])
        print(f"✓ Created venv at {self.venv_path}")
    
    def install_requirements(self, requirements_file: str):
        """Установить зависимости"""
        pip_path = os.path.join(self.venv_path, "bin", "pip")
        subprocess.run([pip_path, "install", "-r", requirements_file])
        print(f"✓ Installed requirements from {requirements_file}")
    
    def run_script(self, script_path: str):
        """Запустить скрипт в окружении"""
        python_path = os.path.join(self.venv_path, "bin", "python")
        subprocess.run([python_path, script_path])
    
    def freeze_requirements(self, output_file: str):
        """Сохранить текущие зависимости"""
        pip_path = os.path.join(self.venv_path, "bin", "pip")
        with open(output_file, 'w') as f:
            result = subprocess.run([pip_path, "freeze"], capture_output=True, text=True)
            f.write(result.stdout)
        print(f"✓ Saved requirements to {output_file}")

# Использование
manager = VenvManager("~/projects/project-a")
manager.create()
manager.install_requirements("requirements.txt")
manager.freeze_requirements("requirements.txt")

Решение 2: Poetry (современный подход)

3. Управление зависимостями и версиями

[tool.poetry]
name = "project-a"
version = "0.1.0"
description = "My awesome project"
authors = ["Alice <alice@example.com>"]

[tool.poetry.dependencies]
python = "^3.9"
django = "^3.2"
djangorestframework = "^3.12"
python-dateutil = "^2.8.0"

[tool.poetry.dev-dependencies]
pytest = "^7.0"
black = "^22.0"
mypy = "^0.950"

[build-system]
requires = ["poetry-core"]
build-backend = "poetry.core.masonry.api"

Работа с Poetry:

# Установить Poetry (один раз на машину)
curl -sSL https://install.python-poetry.org | python3 -

# Создать новый проект
poetry new my-project

# Перейти в проект
cd my-project

# Добавить зависимость
poetry add django  # Автоматически выберет совместимую версию

# Установить зависимости из pyproject.toml
poetry install

# Запустить скрипт в виртуальном окружении
poetry run python main.py

# Обновить зависимости
poetry update

# Экспортировать в requirements.txt (для legacy систем)
poetry export -f requirements.txt --output requirements.txt

Преимущества Poetry:

"""
ПЛЮСЫ POETRY:

1. Лучшее разрешение зависимостей
   - Автоматически находит совместимые версии
   - Решает конфликты версий умнее

2. Семантическое версионирование
   - django = "^3.2" -> 3.2, 3.3, 3.4... но не 4.0
   - flask = "~1.1" -> 1.1.x но не 1.2

3. Lock-файл (poetry.lock)
   - Гарантирует идентичное окружение на всех машинах
   - Точная воспроизводимость

4. Встроенная работа с virtual environments
   - Автоматическое создание и управление

5. Встроенный build и publish
   - Легко опубликовать пакет на PyPI
"""

Решение 3: Conda (для научных проектов)

4. Среда для больших экосистем

# Установить Miniconda (легче, чем Anaconda)
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

# Создать окружение с конкретной версией Python
conda create -n project-a python=3.9

# Активировать окружение
conda activate project-a

# Установить пакеты из conda
conda install -c conda-forge numpy pandas scikit-learn

# Создать файл конфигурации
conda env export > environment.yml

# На другой машине воссоздать окружение
conda env create -f environment.yml

# Деактивировать окружение
conda deactivate

environment.yml:

name: project-a
channels:
  - conda-forge
dependencies:
  - python=3.9
  - numpy=1.21
  - pandas=1.3
  - scikit-learn=1.0
  - pip
  - pip:
    - django==3.2
    - djangorestframework==3.12

Решение 4: Docker контейнеры

5. Полная изоляция окружения

FROM python:3.9-slim

WORKDIR /app

COPY requirements.txt .

RUN pip install --no-cache-dir -r requirements.txt

COPY . .

CMD ["python", "main.py"]

docker-compose.yml для нескольких проектов:

version: '3.9'

services:
  project-a:
    build:
      context: ./project-a
      dockerfile: Dockerfile
    environment:
      - PYTHONUNBUFFERED=1
    ports:
      - "8000:8000"
    volumes:
      - ./project-a:/app

  project-b:
    build:
      context: ./project-b
      dockerfile: Dockerfile
    environment:
      - PYTHONUNBUFFERED=1
    ports:
      - "8001:8001"
    volumes:
      - ./project-b:/app

  database:
    image: postgres:13
    environment:
      POSTGRES_PASSWORD: password
    ports:
      - "5432:5432"

Работа с Docker:

# Запустить все сервисы
docker-compose up

# Запустить в фоне
docker-compose up -d

# Посмотреть логи
docker-compose logs -f project-a

# Остановить все
docker-compose down

Лучшие практики

6. Как избежать конфликтов

"""
BEST PRACTICES:

1. ВСЕГДА ИСПОЛЬЗОВАТЬ ВИРТУАЛЬНЫЕ ОКРУЖЕНИЯ
   Никогда не устанавливайте в global Python
   Каждый проект = своё окружение

2. ФИКСИРОВАТЬ ВЕРСИИ В requirements.txt
   pip freeze > requirements.txt
   Коммитить в git
   Использовать точные версии для production

3. ИСПОЛЬЗОВАТЬ СЕМАНТИЧЕСКОЕ ВЕРСИОНИРОВАНИЕ (SemVer)
   major.minor.patch (1.2.3)
   ^ (совместимо с minor изменениями)
   ~ (совместимо с patch изменениями)

4. ТЕСТИРОВАТЬ В ЧИСТОМ ОКРУЖЕНИИ
   Удалить venv
   Создать новое
   Установить из requirements.txt
   Запустить тесты

5. ИСПОЛЬЗОВАТЬ .gitignore
   Не коммитить venv/, .venv/, env/
   Не коммитить __pycache__/
   Не коммитить .env файлы с секретами

6. ДОКУМЕНТИРОВАТЬ ТРЕБОВАНИЯ
   README с инструкциями для нового разработчика
   CONTRIBUTING.md с процессом разработки
   Список системных требований (например, PostgreSQL 12+)
"""

Сравнение подходов

7. Таблица сравнения

"""
МЕТОД          УСТАНОВКА  УПРАВЛЕНИЕ  ИЗОЛЯЦИЯ  ВОСПРОИЗВОДИМОСТЬ
venv           Легко      Базовое     Хорошо    Хорошо
Poetry         Средне     Отличное    Отличное  Отличное
Conda          Сложно     Хорошее     Отличное  Отличное
Docker         Сложно     Отличное    Идеально  Идеально
"""

Таким образом, для избежания конфликтов при разработке нескольких проектов используйте виртуальные окружения (минимум venv) или Poetry (рекомендуется). Для production-систем и микросервисов используйте Docker. Всегда фиксируйте версии зависимостей и тестируйте в чистом окружении.