依靠 Python 來完成許多 Ops/DevOps 型別的自動化：自動化工作流程、建立儀表板、管理基礎架構和構建有用的工具。隨著時間的推移，我發現了一些基於 Python 的方法，這些方法使這些任務變得更容易、更高效。以下是我使用的：
https://www.pulumi.com/blog/python-for-devops/<a>
- 使用 Flask 和 Prometheus Client 自定義儀表板
- 自動化工作流程 Schedule，然後是 RQ，最後是 Airflow
- 使用 Scapy 進行網路分析
- CLI 的 Click / Typer / Rich（從 Click 開始，但總會在某個時候超越它）
當然，還有更多。
然後，為了好玩，我嘗試在單個服務中使用 Python 完成所有工作 - 使用 dagger 作為容器，使用 pulumi 作為基礎設施。（我為 pulumi 工作，因為我非常喜歡以這種方式使用 Python :)）
程式碼：https ://github.com/adamgordonbell/service-status-monitor
網友1：
對於負載測試，我使用 Locust
Locust 太棒了！一開始用它進行負載測試，但現在我也每天用它作為一種自動冒煙測試來增強我在本地的整合測試（執行相同的負載測試，只需幾個使用者，無需等待）。它讓我有十足的信心推出我所從事的產品。
網友2：
您應該考慮放棄requests。看起來 PSF 可能最終會再次嘗試加強其開發，但在很長一段時間內，請求處於功能凍結狀態。如果您需要同步支援（或同步 + 非同步，對於非同步，請檢視），我建議您檢視 httpx 。 httpx 具有與請求非常相似的介面，因此您應該感覺很熟悉，並且它已經與 pytest 和許多其他工具進行了很好的整合。
如果你對 感到厭煩click，你真的應該看看cyclopts。它類似於 Typer，但不是由 FastAPI 的開發人員製作的，因此它實際上獲得了功能和更新。而且它不是基於 Click，所以沒有 Click 的包袱。但你必須自己重新實現一些功能（上下文）。
網友3：
我喜歡typed-argument-parser，因為它基本上比argparse簡單的使用更易於維護。
有時我們不想要 CLI 或 TUI，或者我們只需要重寫早已過時的 bash 指令碼。
網友4：
如果您想嘗試使用 Python 進行混沌工程，請嘗試一下 Chaos Toolkit 。