关于 Python 的踩坑记录

如果不熟悉某种开发语言，千万不要盲目自信的给出工期，否则你可能要为自己的乐观估计付出代价。

注：现在复盘开发中的问题，这种自己摸索的方式还是太低下了，还是应该更早的去请教同事们。

笔者付出的代价就是中午不吃饭 + 晚上加班排查。自己预估的工期，自己含泪也得完成不是......

笔者接到的需求是补充监控上报的指标，需要使用 proto 协议上报，在评估的时候，我是觉得这不应该很简单，生成 & 上报一下就可以。然而事实就是，被坑了两次。

因为异常的时候只打印这个「bad argument type for built-in operation」报错，导致笔者分析了很长时间。但如果想打印出更多异常信息可以选择，增加打印，比如：

bash 复制代码

    print(e) # 打印错误信息
    print(type(e)) # 打印错误类型
    print(e.args) # 打印错误参数
    print(e.with_traceback()) # 打印错误堆栈

python 生成的 proto 对应的文件是会动态依赖 protobuf 库，且库的版本必须要跟 proto 的文件的版本对应。笔者使用的基础组件，在遇到这种依赖高版本的 protobuf 但本地又不存在的情况时，代码会直接崩溃。

注：苍天呐，它就崩溃在一个八百年都没有人动过的地方。时间紧任务重的压迫感瞬间袭来。

举例说明：

上一个因为自己不懂的坑，终于被填完了，下一个又来。使用旧版本的 protoc 配合新版本的 protobuf 库可能会导致一些问题，具体取决于版本之间的变化。

产生这种不兼容的原因：

API 不兼容
- 新特性缺失 : 新版本的 protobuf 库可能引入了新特性或方法，而旧版本的 protoc 生成的代码无法使用这些新特性。这可能导致运行时错误，特别是在尝试调用不存在的方法时。
- 方法签名变化 : 如果新版本的 protobuf 库中对某些方法的签名进行了更改，旧版本的生成代码可能无法正确调用这些方法，导致运行时异常。

注：论服务 & 协议能够前向兼容的重要性

序列化和反序列化问题
- 数据结构变化 : 如果新版本的 protobuf 库对数据结构进行了更改（例如，添加、删除或重命名字段），旧版本的 protoc 生成的代码可能无法正确序列化或反序列化数据。这可能导致数据丢失或解析错误。
- 默认值变化 : 在某些情况下，新版本的 protobuf 库可能会改变默认值的处理方式，这可能影响数据的序列化和反序列化。
运行时错误
- 运行时异常 : 如果旧版本的 protoc 生成的代码与新版本的 protobuf 库不兼容，可能会导致运行时错误，如 AttributeError 或 TypeError。
兼容性问题
- 跨版本兼容性 : 如果你在项目中使用了多个不同版本的 protobuf 库，可能会导致兼容性问题。特别是在大型项目中，多个库可能依赖于不同版本的 protobuf，这可能导致冲突。

时隔多年，笔者又一次的进入了封闭开发的项目，真的是头大，不过好处是学东西的速度，简直飞快：