📚 课程目录第2章环境搭建与快速启动

2. 环境搭建与快速启动：使用 pip 安装 GE，初始化项目，创建第一个 Data Context

好，咱们正式开始动手。这一章的目标很简单：在你的机器上把 Great Expectations 跑起来，然后创建一个项目骨架。我见过不少新手在环境配置上卡半天，其实真没那么复杂。跟着我来，十分钟搞定。

2.1 使用 pip 安装 Great Expectations

安装之前，我建议你先确认一下 Python 版本。GE 目前要求 Python 3.8 到 3.11。我个人习惯用 3.10，兼容性最好。

小提示： 如果你同时管理多个项目，强烈建议用虚拟环境。别问我为什么——我曾经在一个全局环境里装了一堆包，结果版本冲突搞得我差点重装系统。

打开终端，执行：

# 创建虚拟环境（推荐）
python -m venv ge_env
source ge_env/bin/activate  # Windows 用 ge_env\Scripts\activate

# 安装 Great Expectations
pip install great_expectations

安装完成后，验证一下：

great_expectations --version

如果看到版本号，说明装好了。嗯，这里要注意：如果你在公司内网，可能需要配置代理或使用离线包。我遇到过几次因为网络问题安装失败的情况，解决办法是提前下载 whl 文件。

2.2 初始化项目：创建 Data Context

Data Context 是什么？说白了，它就是 GE 项目的“大脑”——管理所有配置、数据源、校验规则和结果的地方。你想想看，没有它，GE 根本不知道你要校验什么数据。

初始化非常简单：

# 进入你的项目目录
cd my_data_project

# 初始化 GE 项目
great_expectations init

执行后，你会看到终端输出一堆信息。GE 会在当前目录下创建一个 great_expectations/ 文件夹。这就是你的 Data Context。

  核心概念： Data Context 是 GE 项目的根对象。它包含了所有配置、Expectation Suite、Checkpoint 和 Data Docs 的路径。你后续的所有操作，几乎都要通过它来协调。

我们来看看这个文件夹里都有什么：

great_expectations/
├── great_expectations.yml   # 主配置文件
├── expectations/            # 存放 Expectation Suite
├── checkpoints/             # 存放 Checkpoint 配置
├── plugins/                 # 自定义插件目录
├── uncommitted/             # 不提交到版本控制的文件
│   ├── config_variables.yml # 敏感变量
│   └── data_docs/           # 生成的文档
└── .gitignore

这个结构很清晰。我刚开始用的时候，最喜欢的是 uncommitted/ 目录——它自动帮你把敏感信息隔离了，省得你手写 .gitignore。

2.3 创建第一个 Data Context（编程方式）

除了命令行，你也可以用 Python 代码来创建。我个人更推荐这种方式，尤其是在自动化脚本里。

import great_expectations as ge

# 创建 Data Context
context = ge.data_context.DataContext()

# 或者指定路径
# context = ge.data_context.DataContext("/path/to/my/great_expectations")

执行这段代码，GE 会在当前目录下创建 great_expectations/ 文件夹。如果已经存在，它会直接加载。

注意： 如果你在 Jupyter Notebook 里运行，确保当前工作目录正确。我曾经因为路径问题，在 Notebook 里创建了三个 Data Context 才发现——嗯，那场面挺尴尬的。

2.4 验证 Data Context 是否可用

创建完了，怎么知道它好不好使？跑个简单的列表看看：

# 列出所有可用的数据源
datasources = context.list_datasources()
print(datasources)

# 列出所有 Expectation Suite
suites = context.list_expectation_suites()
print(suites)

如果返回空列表，说明 Data Context 正常工作。别担心，空是正常的——我们还没添加任何数据源和校验规则。

2.5 本章知识体系

下面这张图帮你理清环境搭建的核心流程：

2.6 常见问题与避坑

安装和初始化过程中，你可能会遇到几个坑。我帮你列出来：

问题	原因	解决办法
pip 安装超时	网络问题或包体积大	使用国内镜像源：`pip install -i https://pypi.tuna.tsinghua.edu.cn/simple great_expectations`
Python 版本不兼容	使用了 Python 3.12+	降级到 3.10 或 3.11
初始化后找不到文件夹	当前目录权限不足	切换到有写入权限的目录
Jupyter 中 DataContext 报错	工作目录不对	用 `os.chdir()` 切换到项目根目录

我的经验： 如果你在公司用 Windows，记得把 great_expectations/ 加到杀毒软件的白名单里。我遇到过几次因为实时扫描导致初始化卡死的情况，关了杀毒软件瞬间就好了。

2.7 小结

到这一步，你的 GE 环境已经搭好了。Data Context 也创建成功了。说白了，你现在有了一个空白的“校验工作台”。接下来要做什么？往里面加数据源、写校验规则、跑检查。别急，后面几章会一步步带你走完。

嗯，最后提醒一句：如果你在团队里用，记得把 great_expectations/ 提交到 Git，但 uncommitted/ 目录要加到 .gitignore 里。GE 初始化时已经帮你做好了，别手贱改掉。