Cài Đặt Môi Trường Phát Triển Python Hiện Đại với pyenv, Poetry, uv, và pyproject.toml
Table of Contents
Thiết Lập Môi Trường Python Hiện Đại
Việc chỉ dùng pip install ngày nay rất dễ gây ra lỗi xung đột phiên bản hay lỗi "code chạy trên máy tôi nhưng server thì chết".
Để phát triển Python chuyên nghiệp, bạn cần cách ly môi trường, khóa phiên bản (lock dependencies), và quản lý bản build.
Các Công Cụ Tiêu Chuẩn Hiện Nay
- pyenv: Quản lý và chuyển đổi qua lại giữa các phiên bản Python (3.10, 3.12...).
- Poetry / uv: Quản lý thư viện, tự động tạo môi trường ảo một cách chuyên nghiệp.
- pyproject.toml: File cấu hình chuẩn mới cho mọi dự án Python.
Các Bước Thiết Lập Hoàn Hảo
Bước 1: Quản lý phiên bản với pyenv
Giúp cài đặt và kích hoạt đúng phiên bản Python cho từng dự án.
# Cài đặt và set phiên bản local cho project
pyenv install 3.12
pyenv local 3.12
Bước 2: Tạo môi trường ảo (venv)
Cách ly thư viện của dự án này với hệ thống và các dự án khác.
python -m venv .venv
source .venv/bin/activate
Bước 3: Quản lý thư viện với Poetry
Bỏ qua requirements.txt cũ kỹ, dùng Poetry để quản lý file lock an toàn tuyệt đối.
# Khởi tạo và thêm thư viện
poetry new myapp
poetry add fastapi
Nên dùng công cụ nào?
So sánh nhanh
- venv: Mặc định của Python, dễ dùng, an toàn.
- Pipenv: Từng rất hot, nhưng hiện tại hơi chậm.
- Poetry: Phổ biến nhất hiện nay, quản lý dependencies rất tuyệt vời.
- uv: Công cụ mới bằng Rust, tốc độ siêu nhanh (nhanh gấp chục lần pip).
Cảnh Báo Dành Cho Người Mới
Tuyệt đối không dùng sudo pip install hoặc cài đặt các gói trực tiếp vào Python hệ thống. Luôn luôn dùng môi trường ảo!
Free In-Browser Developer Tools
Clean AI CLI logs, build cron expressions, decode JWTs, and calculate chmod permissions offline.
Related Articles
Kho dữ liệu phân tích Serverless với BigQuery & Cloud Run: Từ luồng GA4 đến cảnh báo SEO tự động
Tìm hiểu cách xây dựng kho dữ liệu phân tích serverless tự động với BigQuery, Google Analytics 4 và Cloud Run: mô hình hóa lược đồ, chuyển đổi SQL theo lịch trình, chi phí không tải và cảnh báo truy vấn SEO tự động.
Read more
BigQuery + Cloud Run: Xây Dựng Pipeline Nhập Dữ Liệu Serverless Cho Production
Cẩm nang cấp production về nhập dữ liệu serverless trên Google Cloud: BigQuery Storage Write API, chiến lược phân vùng và phân cụm, bộ nhận FastAPI async trên Cloud Run, Terraform đầy đủ, phân tích chi phí thực tế, và những chế độ lỗi gọi bạn lúc 3 giờ sáng.
Read moreFastAPI vs Litestar: So sánh Benchmark Production và Kiến trúc Microservice Thông lượng Cao
Một bài so sánh khách quan, dựa trên benchmark giữa FastAPI và Litestar. Khám phá hiệu năng ASGI, kiến trúc dependency injection, tốc độ serialization, và typing cho OpenAPI.
Read more