Backend: Python¶
Frameworks¶
FastAPI 🌟🌟🌟🌟🌟¶
很新也很好，对ORM，异步等的支持也更好，接口文档等也可以原生地生成，感觉后续会逐渐取代Flask。
Flask 🌟🌟🌟🌟¶
轻量简便，应用较多的后端框架，比较适合简单的服务的构建。 但是对ORM，接口文档管理等目前比较通用的需求无内部集成，需要结合很多第三方库来实现。
Django 🌟🌟🌟¶
更加完善的后端框架，更“重”一些，更适合大型项目的开发。
ORM(Object-relational mapping)¶
SQLAlchemy 🌟🌟🌟🌟🌟¶
较为流行，用的比较多的ORM框架，支持的数据库种类也比较多。
SQLModel 🌟🌟🌟🌟¶
很新的框架，基于SQLAlchemy和Pydantic构建，更加Modern。 但是目前看距离1.0版本还要一段时间，文档也在完善中，所以可能还不太适合生产环境。
ODM(Object-document mapping)¶
ODMantic¶
Sync and Async ODM (Object Document Mapper) for MongoDB based on python type hints
Beanie 🌟🌟🌟🌟¶
Asynchronous Python ODM for MongoDB. 当前业务中用的最多的MongoDB ODM，支持异步，支持Pydantic。 整体用下来也没有遇到太大的坑，还是比较推荐使用的。
大量数据Validation的性能问题
因为底层是用的Pydantic做数据校验， 所以Beanie在大量数据的Validation上可能会有一些性能问题
Bunnet¶
Synchronous Python ODM for MongoDB.(Beanie的同步版本)
Database Migration¶
Alembic 🌟🌟🌟🌟🌟¶
Alembic是使用非常广泛的数据库迁移工具，功能完善, 且和SQLAlchemy集成得很好。
Alembic的使用场景
随着业务的发展，数据库的表结构和数据的变更是不可避免的， 而数据库迁移工具就是用来管理这些变更的。 一般来说，数据库迁移工具会记录下数据库的变更历史， 并且可以根据这些历史记录来生成数据库迁移脚本， 以便在不同的环境中执行这些脚本来同步数据库的变更。
使用数据库迁移工具可以让数据库的变更更加可控，更加透明(以代码的方式记录变更历史)。
Observability¶
目前接触到的有Skywalking和Sentry1.
Sentry 🌟🌟🌟🌟🌟¶
总体用下来Sentry要好用的多，支持足够好，使用足够简单，也可以同时满足问题排查和性能监控的需求。 Sentry相对优于Skywalking的地方很多，比如在性能监控方面，Sentry采集到的Span数据更加准确且精细， 可以很方便地基于性能监控数据来针对性地降低服务延时，而Skywalking的性能监控数据则相对粗糙，且采集的数据和实际有一定偏差。 另外在问题排查方面，Sentry的事件分析功能也更加强大，可以很方便地定位问题，而Skywalking的事件分析功能也相对简单。
Skywalking 🌟🌟🌟¶
Skywalking可以接ElasticSearch来收集日志，这对于日志的检索/分析来说是一个很好的选择， 相对来水Sentry对全局的日志检索/分析的支持得不够好。
Doc, Test, Lint & Format¶
MPPT: A Modern Python Package Template
MPPT是一个现代Python库模版，收集了目前社区应用最广泛的工具，这里只是列举一部分。 在MPPT文档中，还有更多的工具和实践，可以参考。
| Domain | Tools |
|---|---|
| Documentation | Mkdocs(with Material theme) |
| Testing | Pytest(unit), Hypothesis(property), Locust(stress) |
| Linting & Formatting | black, flake8, isort, ruff, mypy |