Question

怎样将python程序及其依赖打包成rpm包部署

Answer 1

可以的，虽然说pip比较流行，但rpm从原理上完全可以覆盖这些部署过程，只有一些小的要求：

所有环境的Python安装方式必须一致，不能存在某些Python是2.6，某些是2.7，某些装在/usr/local下面，某些在/usr/lib下面之类的情况
如果带有C扩展的话，链接到的库应当是来自某个rpm包的。如果没有的话就简单多了。
如果有依赖的其他Python包的话，需要把依赖的包也做成rpm；实在偷懒也可以打进同一个rpm中。

实际上发行版中有许多Python库都以rpm的形式提供，不过一般我们嫌它版本旧，更倾向于用pip管理一组新的。

要写一个rpm spec，可以从头自己写，也可以参考一些其他软件的spec，我建议你采用后者，既然你们公司已经广泛使用rpm了，那肯定有很多本公司的spec可以参考，也有人可以问。

回到话题，写rpm spec，或者说rpmbuild的过程，分成以下步骤：
部署源代码，一般来说将一个.tar.gz复制到SRC目录中，然后用%setup宏就可以了，这个宏也基本上没干什么特别的事，就是把.tar.gz解压缩了一下，然后进入相应目录。.tar.gz只要从git中取出干净的源代码，整个目录打成tar包就可以了。好像还有专门的git-archive命令。
build过程，对应C/C++项目中的./configure, make。对Python项目来说一般可以跳过，因为setup.py都会搞定。也可以选择在这个阶段使用setup.py进行build，build出一个wheel包来，这是我推荐的方法，因为wheel包和直接setup.py install的目录结构有一些差异，而pip安装默认是按照wheel的方式。也就是说在这一步调用：setup.py bdist_wheel。再精细一点可以指定build的目标为build目录，这样需要cleanup的时候容易一些。

install过程，对应C/C++项目中的make install。一般来说我们平时怎么装这个软件，这一步就怎么装，所以我们也是使用setup.py。唯一的技巧在于，我们需要指定安装的目标到rpmbuild根的某个目录下面，而不是系统的目录。这个目录在install开始之前应当被清空。可以参考其他spec。对于我们来说，就是将Python的库安装到指定的目录，而不是系统的site-packges当中。如果你在build这一步已经打包了wheel，那么使用wheel install命令、指定目标文件夹就可以了。
打包过程，rpm的打包原理非常简单，最开始install的目录是空的，install完成后里面有了一堆文件，那么就按照文件列表将这一堆文件打包、然后指定每个文件将来应当安装到什么位置。对于Python项目来说，一般会安装package名的目录和EGGINFO两个目录，将这两个目录连同里面所有的内容一起加入%files段就可以了。如果你要部署的是某个应用，一般你还会希望将init.d中的启动脚本、或者 systemd的配置文件以及其他应用的配置文件一起部署了，可以在install的过程中将这些文件从源文件目录中复制到目标文件夹里，然后加到files段里面。

安装、卸载脚本。表现为%pre, %post之类的段一般来说如果你有服务要安装的话，需要在这里使用chkconfig, chkconfig on，或者systemd的话就是systemctl enable。如果你希望安装完有个机会修改配置文件，可以选择在首次安装的时候不要启动服务，而在update的时候启动服务，这可以通过脚本传进的第一个命令行参数$1进行判断，0、1、2表示不同的情况（分别是卸载、安装、更新，具体的记不清了），可以参考其他人写的spec；也可以选择安装完永远直接启动，在post中使用service xxx start, 在preuninstall的时候使用service xxx stop。

rpm的功能还是很强大的，除了跟pip共通的功能以外，它有一个显著的好处就是可以帮助你同时管理服务的配置、启动和停止，从而简化部署过程。不过要注意如果使用rpm的话就不要同时使用pip，否则pip更新过的库，rpm卸载或更新时会冲突。

有第三方依赖的时候，一种方法是为每个依赖项写一个独立的spec，里面内容都是上面这样的直接调用setup.py，或者更简单一些，在install的时候直接调用pip就可以；然后在需要这些依赖项的rpm包的spec当中写上Require信息，跟pip体系的requirements差不多。偷懒也可以在同一个rpm中打了一堆Python包进去，但是如果有多个独立安装的rpm都打了同一个Python包，就会冲突，要注意。

其实用习惯了会觉得也不比pip差，需要跟非Python组件混合部署的时候反而会觉得简单了很多。