m1&m1pro 如何吊打老款 Intel mbp 就不多提了(发布会不点名, 以友商代称, 但是官网直接放具体型号, 这操作真6)
简单列一下2个重要的使用感受(2021 16寸 标配):
- 不烫手, 没有风扇怒吼
- 几乎没遇到卡顿, 使用 utools 等工具切换应用可用「丝般顺滑」来形容
16寸标配与14寸标配3个重要区别:
- 芯片SoC: m1pro 10核 vs m1pro 8核, 性能略降低(官方 m1pro 数据都是基于 m1pro 10核, b站up主测试 8核 性能约低 15%)
- 充电: 140w vs 90w
- 总量: 多 1kg
由于 m1pro 采取 ARM 架构(ISA, 指令集架构, 详见上一篇blog: 极客时间-计组学习笔记一), 需要安装 ARM版/M1版 软件才能运行
查看 python官网 可知, ARM版python最低版本为 3.8:
- Python 3.8.10 - May 3, 2021
- Download macOS 64-bit Intel installer
- Download macOS 64-bit
universal2installer > Intel/M1 兼容版本
由于项目使用了 python3.6 版本, 根据 开发环境/测试环境应尽量和线上环境保持一致, 所以分别尝试了 python3.8/python3.6 进行开发环境配置验证
python3.8: 本地
本地进行 python 开发, 操作so easy:
- brew/pyenv 安装好 python 版本
- pycharm:
Python interpreter> virtual env > 选择 python3.6(线上环境使用版本)/Python3.8(arm 芯片最低支持版本) - pycharm 中安装 pip package, 或者直接 console 中执行
# 进入项目根目录
cd /app
# 安装项目依赖包
venv/bin/pip install -r requirements.txt
# 遇到 mysql 报错
brew install mysql-connector-python
由于 requirements.txt 是 python3.6 下的, 部分包需要升级才能适配 python3.8
- 执行
venv/bin/pip install -r requirements.txt > t.log, 查看 log 可知Pillow, pandas, numpy, grpcio几个包安装失败 - 直接执行
pip install Pillow pandas numpy grpcio, 可获取 python3.8 下所需的版本 - 修改
requirements.txt中对应软件的版本, 再次执行 ``venv/bin/pip install -r requirements.txt`
从 Pillow官网 可知: 升级 Pillow 到 8.4.0 版本后, 能支持 python3.6-python3.10
其他几个(pandas, numpy, grpcio)没有在官网找到对应的 python版本 兼容信息, 依靠测试来验证
最后在 python3.6 的老开发机, 基于更新后的 requirements.txt 文件安装依赖, 只有 pandas 库不支持
python3.6: docker
python3.6 没有支持 ARM版, 所以 m1pro mbp 本地跑 python3.6 这条路走不通, 需要使用 docker.
在 docker hub 上搜索, 有支持 arm64/v8 的镜像版本
采用构建开发环境镜像的老套路: 先在容器中run, 然后写 Dockerfile, 最后基于构建的新镜像验证
- 根据基础镜像启动容器并挂载项目
docker run -ti --rm -v (pwd):/app python:3.6-buster bash
- 在容器中配置&验证开发环境, 记下的配置过程(查看 history 然后 copy)
# 配置加速源, 上海使用交大源超快, 基本可以跑满带宽
sed -i "s|http://deb.debian.org/debian|https://mirror.sjtu.edu.cn/debian|g" /etc/apt/sources.list
apt update
# 继续交大源
pip config set global.index-url https://mirrors.sjtug.sjtu.edu.cn/pypi/web/simple
pip install --upgrade pip
pip install cython numpy
pip install -r requirements.txt
# 根据报错与pillow官网信息, 添加相应依赖
apt install -y zlib libjpeg
# 启动项目验证
cd /app
python manage.py runserver 8000
# 根据报错添加相应依赖
apt install net-tools # ifconfig
- OK后, 照抄一遍写入 Dockerfile 验证:
FROM python:3.6-slim-buster
RUN sed -i "s|http://deb.debian.org/debian|https://mirror.sjtu.edu.cn/debian|g" /etc/apt/sources.list && \
apt update && \
apt install -y zlib libjpeg net-tools && \
pip config set global.index-url https://mirrors.sjtug.sjtu.edu.cn/pypi/web/simple && \
pip install --upgrade pip && \
pip install cython numpy && \
pip install -r requirements.txt
- 生成镜像:
docker build . -t dayday:m1py36 - 使用新镜像验证项目:
docker run -ti -d -p 8000:8000 -v (pwd):/app dayday:m1py36 python /app/manage.py runserver 8000
当然, 也可以将启动命令使用 ENTRYPOINT 指令添加到 Dcokerfile 中, 也可以使用 docker-compose.yml 来简化, 这些 so easy, 就不展开了
写在最后
ARM 在桌面的平台的优势越来越明显了, 尤其是笔记本越来越成为开发主力. m1 作为先行者, 开了一个很好的头, 希望 RISC-V 也能带来更多惊喜
关于 docker 官网 python 镜像的版本, 稍微多说两句: 以 python:3.6-slim-buster 为例
-
3.6是 python 的版本, 当然还有更具体的版本, 比如3.6.15, 3.6 都是指向最新版3.6.x -
buster是使用的 debian9 作为基础镜像, 可以通过 https://wiki.debian.org/DebianReleases 查询: 13.trixie 12.bookworm 11.bullseye 10.buster 9.stretch 8.jessie -
slim是精简版的 debian 镜像, 镜像体积大大降低, 适合生产使用, 开发推荐非 slim 版, slim 版缺少部分依赖