基于bandersnatch搭建pip本地源

由于现在工作在单位局域网环境下,不能联接互联网,Python程序的开发和部署需要很多地三方的包,为了便于在局域网环境下学习和使用Python进行程序开发,特在有互联网的电脑上同步了一份Pip源,定期同步部署到局域网服务器上。
查了不少资料,发现PyPi官方推荐使用 https://pypi.python.org/pypi/bandersnatch 这个软件,会定时抓取官方镜像,安装简单一次安装之后你就不用管了而且运行也非常稳定。

安装

安装配置bandersnatch比较容易,首先安装python 2.7,pip,virtualenv,然后:

$ virtualenv bandersnatch
$ cd bandersnatch
$ source ./bin/activate
$ pip install -r https://bitbucket.org/pypa/bandersnatch/raw/stable/requirements.txt

配置

运行bandersnatch需要root权限,并进行配置,配置文件路径为/etc/bandersnatch.conf。首次执行bandersnatch可以生成该文件:

# sudo bin/bandersnatch mirror

注:执行此命令后,会有如下输出:

2014-06-14 16:25:28,645 WARNING: Config file ‘/etc/bandersnatch.conf’ missing, creating default config.
2014-06-14 16:25:28,645 WARNING: Please review the config file, then run ‘bandersnatch’ again.

需要重新编辑/etc/bandersnatch.conf文件,修改pypi源的存储路径,即将#directory = /srv/pypi 修改为你自己设定的路径。

修改完成后,重新执行bin/bandersnatch mirror,就开始同步pip官方源到本地,此过程可能比较长,而且可能会由于网络原因超时报错,需要多次重复执行该命令。

加速

由于bandersnatch默认是和官方的pypi源进行同步,国内访问速度和稳定性欠佳,试着修改该源,发现bandersnatch使用xml rpc方式向配置文件中定义的master服务器地址获取包列表信息的,而国内pypi源普遍只提供http方式下载,而没有提供相应的xml rpc服务。

因此,通过修改配置文件中的master源的方法看来是不行了。那就尝试一下能不能在下载环节进行加速,包列表还是向官网获取,下载地址指向国内地址也行,毕竟,同步的大部分时间是花在下载过程中的。

经过对比发现,豆瓣网的pypi源存储地址和官方源的结构是一样的只是域名部分的差别,让从官方下载的包,改为从豆瓣网下载。

试着从bandersnatch源码入手看看能不能解决这个问题。

发现bandersnatch源码的master.py第39行get函数是作用下载文件:

def get(self, path, required_serial, **kw):
        logger.debug('Getting {0} (serial {1})'.format(path, required_serial))
        if not path.startswith(self.url):
            path = self.url + path
        # here, path is already https://pypi.python.org/packages/ ...
        r = self.session.get(path, timeout=self.timeout, **kw)

该函数被多个地方调用,因此,复制该函数,再建立一个cn_get函数,修改该函数,替换包下载地址的域名部分,实现从douban下载。修改后的部分源码为:

def cn_get(self, path, required_serial, **kw):
        logger.debug('Getting {0} (serial {1})'.format(path, required_serial))
        if not path.startswith(self.url):
            path = self.url + path
 
        cn_url = "http://pypi.douban.com"
        cn_path = path.replace(self.url, cn_url)
 
        # here, path is already https://pypi.python.org/packages/ ...
        r = self.session.get(cn_path, timeout=self.timeout, **kw)

在package.py的197行附近,修改调用master.get方法为cn_get。

r = self.mirror.master.cn_get(url, required_serial=None, stream=True)
        checksum = hashlib.md5()

然后重新运行

# sudo bin/bandersnatch mirror

你会发现,下载速度”嗖嗖的“,完成!

还没有评论,快来抢沙发!

发表评论

  • 😉
  • 😐
  • 😡
  • 😈
  • 🙂
  • 😯
  • 🙁
  • 🙄
  • 😛
  • 😳
  • 😮
  • emoji-mrgree
  • 😆
  • 💡
  • 😀
  • 👿
  • 😥
  • 😎
  • ➡
  • 😕
  • ❓
  • ❗
  • 65 queries in 0.380 seconds