踩坑专栏

问题描述 使用fastapi写api服务时，对于float类型的响应参数，需要限制输出精度。 环境配置 python==3.6 fastapi==0.75.1 问题还原 fastapi model 原

之前使用keras 2.3.1 搭配的后端tensorflow是1.14,今天使用的tensorflow是2.2的版本，因为版本上不同，发现在服务器上，nvidia-smi命令，发现虽然程序上使用来的

原因 是dos字符与unix字符的问题 解决方法 安装dos2unix 注意 转换格式的时候不止要对Dockerfile进行转换，还要对Dockerfile中启动服务的xxx.sh文件也要转换。

问题 问题很简单，在docker部署算法服务，用CPU+tensorflow进行模型运算，tensorflow1.14,docker镜像 python3.7 会报错下面两个 Allocation报错可

更新了python的坑爹机制，今天就更新一下python的有用的技巧（摸鱼写博客），有没有用这个见仁见智！

gunicorn或uwsgi部署flask 内存泄漏控制 这里通过web服务器的gunicorn或uwsgi配置进行物理限制。

uwsgi+gevent+flask 和gunicorn+gevent+flask在部署中遇到的坑，主要是gevent要匹配对应模式

pymysql 插入datetime 使用f-string格式化产生的问题，需要注意python中f-string和传统格式化%s %d直接的差距

gevent monkey path的天坑，在我上至stackoverflow，github，下至csdn，简书，没有一个方法是能解决问题的。最后靠调换导入顺序解决！！！

docker mysql+canal 环境部署 最近在搞数据库的增删改查，业务上需要新增一个服务的。服务需要同步一个数据库的操作。

使用orm 框架sqlalmechy的过程中，也出现了一个神坑 sqlalmechy 版本是1.4.29 如果password 中有“@”符号就连不上数据库了

起因是我们的一个算法接口服务的镜像，在服务器上部署的时候，一下会占用60g的内存，但这个服务本身不到1g。业务需要对这个服务进行优化。 我逛遍了各种论坛也没有找到原因。 后来直接进入镜像查看配置文件。