Pex工具v2.31.0发布:新增锁定文件子集功能
2025-06-14 11:23:52作者:仰钰奇
Pex是一个强大的Python执行环境打包工具,它能够将Python代码及其依赖项打包成一个独立的可执行文件。这个工具特别适合需要分发Python应用程序的场景,因为它可以确保应用程序在所有目标环境中都能以一致的方式运行。
最新发布的Pex 2.31.0版本引入了一个重要的新功能——锁定文件子集功能。这个功能通过pex3 lock subset命令实现,允许开发者基于现有的锁定文件快速创建一个子集锁定文件。
锁定文件子集功能详解
锁定文件是Pex工具中的一个重要概念,它记录了项目所有依赖项及其精确版本信息。在实际开发中,我们经常会遇到只需要使用锁定文件中部分依赖项的情况。传统做法是重新生成一个新的锁定文件,但这既耗时又可能引入不必要的变更。
Pex 2.31.0引入的pex3 lock subset命令解决了这个问题。它允许开发者:
- 基于现有锁定文件快速创建子集
- 只保留指定的依赖项
- 保持原有锁定文件的其他所有属性不变
使用方式非常简单:
pex3 lock subset <reqs...> --lock existing.lock
这个命令会读取existing.lock文件,然后只保留<reqs...>指定的依赖项,生成一个新的锁定文件。由于它只是对现有锁定文件进行修剪,而不是重新解析依赖关系,因此执行速度非常快。
技术实现原理
从技术角度看,这个功能的实现涉及以下几个关键点:
- 锁定文件解析:Pex需要正确解析现有的锁定文件格式,理解其中的依赖关系图
- 依赖项修剪:基于用户指定的需求,构建新的依赖关系子图
- 完整性保持:确保修剪后的锁定文件仍然保持所有必要的元数据
- 性能优化:避免重新解析依赖关系,直接复用现有锁定文件中的信息
实际应用场景
这个功能在以下场景特别有用:
- 微服务部署:当只需要部署包含部分依赖的轻量级服务时
- 开发环境优化:开发者可以只为当前工作创建最小化的依赖集
- CI/CD流程:在构建流水线中快速创建针对特定任务的依赖集
- 依赖分析:帮助开发者理解大型项目中各个组件的实际依赖关系
版本兼容性
Pex 2.31.0保持了良好的向后兼容性,新功能不会影响现有锁定文件的使用方式。同时,该版本继续支持多种平台,包括:
- Linux (x86_64, aarch64, armv7l)
- macOS (x86_64, aarch64)
每个平台都有对应的预编译二进制文件,确保用户在不同环境下都能获得良好的使用体验。
总结
Pex 2.31.0的锁定文件子集功能为Python项目依赖管理带来了更大的灵活性。通过这个功能,开发者可以更高效地管理复杂的依赖关系,优化构建和部署流程。对于使用Pex工具进行Python应用程序打包和分发的团队来说,这无疑是一个值得升级的版本。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781