【Pycharm 调试技巧 03】7 步实现远程代码调试

【Pycharm 调试技巧 03】7 步实现远程代码调试

一般情况下,我们开发调试都是在个人PC上完成,遇到问题,开一下 Pycharm 的调试器,很快就能找到问题所在。

可有些时候,项目代码的运行会对运行环境有依赖,必须在部署了相关依赖组件的服务器上才可以运行,这就直接导致了我们不能在本地进行调试。

对于这种特殊的场景,就我所知,有如下两种解决方案:

  • pdb
  • 远程调试

pdb略,而远程调试呢,是让我们可以在我们在 PC 上用 PyCharm 的图形化界面来进行调试远方服务器上代码,它和本地调试没有太大的区别,原来怎么调试的现在还是怎么调试。

区别就在于,本地调试不需要事前配置,只要你的代码准备好了,随时可以开始 Debug ,而远程调试呢,需要不少前置步骤,这也正是本篇文章的内容,教你如何配置远程调试环境。

1. 新建一个项目

首先,要在Pycharm中新建一个空的项目,后面我们拉服务器上的项目代码就会放置在这个项目目录下。我这边的名字是 NOVA,你可以自己定义。

2. 配置连接服务器

Tools -> Deployment -> configuration

添加一个Server

  • Name:填你的服务器的IP
  • Type:设定为SFTP

点击OK后,进入如下界面,你可以按我的备注,填写信息:

  • SFTP host:公网ip
  • Port:服务器开放的ssh端口
  • Root path:你要调试的项目代码目录
  • Username:你登陆服务器所用的用户
  • Auth type:登陆类型,若用密码登陆的就是Password
  • Password:选密码登陆后,这边输入你的登陆密码,可以选择保存密码。

这里请注意,要确保你的电脑可以ssh连接到你的服务器,不管是密钥登陆还是密码登陆,如果开启了白名单限制要先解除。

填写完成后,切换到Mappings选项卡,在箭头位置,填写``

以上服务器信息配置,全部正确填写完成后,点击OK

接下来,我们要连接远程服务器了。 Tools -> Deployment -> Browse Remote Host

3. 下载项目代码

如果之前填写的服务器登陆信息准确无误的话,现在就可以看到远程的项目代码。

选择下载远程代码要本地。

下载完成提示。

现在的IDE界面应该是这样子的。

4. 下载远程解释器

为什么需要这步呢?

远程调试是在远端的服务器上运行的,它除了依赖其他组件之外,还会有一些很多Python依赖包我们本地并没有。

进入 File -> Settings 按图示,添加远程解释器。

填写远程服务器信息,跟之前的一样,不再赘述。

点击OK后,会自动下载远程解释器。如果你的项目比较大,这个时间可能会比较久,请耐心等待。

5. 添加程序入口

因为我们要在本地DEBUG,所以你一定要知道你的项目的入口程序。如果这个入口程序已经包含在你的项目代码中,那么请略过这一步。

如果没有,就请自己生成入口程序。

比如,我这边的项目,在服务器上是以一个服务运行的。而我们都知道服务的入口是Service文件cat /usr/lib/systemd/system/openstack-nova-compute.service

ini 复制代码
[Unit]
Description=OpenStack Nova Compute Server
After=syslog.target network.target libvirtd.service

[Service]
Environment=LIBGUESTFS_ATTACH_METHOD=appliance
Type=notify
NotifyAccess=all
TimeoutStartSec=0
Restart=always
User=nova
ExecStart=/usr/bin/nova-compute

[Install]
WantedBy=multi-user.target

看到那个ExecStart没有?那个就是我们程序的入口。 我们只要将其拷贝至我们的Pycharm中,并向远程同步该文件。

6. 调试前设置

开启代码自动同步,这样,我们对代码的修改Pycharm都能识别,并且为我们提交到远程服务器。

开启 Gevent compatible,如果不开启,在调试过程中,很可能出现无法调试,或者无法追踪/查看变量等问题。

7. 开始调试代码

在你的程序入口文件处,点击右键,选择Debug即可。

如果你的程序入口,需要引入参数,这是经常有的事,可以的这里配置。

配置完点击保存即可。

8. 友情提醒

按照文章的试调试代码,会自动同步代码至远端,千万不要在生产环境使用,一定要在开发环境中使用,否则后果自负。

调试工具给了程序员提供了很大的便利,但还是希望你不要过度依赖。尽量在每次写代码的时候,都追求一次成型,提高自己的编码能力。

测试新人可以学习《测试人的 Python 工具书》书籍《性能测试 JMeter 实战》书籍

相关推荐
Apifox2 天前
Apifox 10 月更新|支持实时预览在线文档个性化配置的效果、性能优化、测试能力升级
前端·后端·测试
虫无涯2 天前
解锁 Playwright 自动化测试:一篇教程入门WebUI自动化测试【入门级】
python·单元测试·测试
程序员二黑3 天前
状态迁移与场景法:搞定复杂业务流测试的利器
面试·单元测试·测试
霍格沃兹_测试3 天前
测试脚本生成太慢?我用Dify+自然语言描述,效率提升了300%
测试
windliang7 天前
前端 AI 自动化测试:brower-use 调研
前端·agent·测试
往事随风去7 天前
那个让老板闭嘴、让性能翻倍的“黑科技”:基准测试最全指南
后端·测试
霍格沃兹_测试8 天前
测试效率卡点如何破?QA 双角色协作模式帮你提升效率和覆盖率
测试
WeilinerL8 天前
泛前端代码覆盖率探索之路
前端·javascript·测试
大话性能10 天前
MySQL 数据库的备份和恢复(Linux)
测试