4、配置文件管理：INI文件解析、YAML文件解析、JSON文件解析、配置文件模板化

配置文件这东西，说白了就是软件的「记忆」。没有它，每次启动都得重新设置一遍参数，那谁受得了？我做了这么多年运维，见过太多因为配置文件格式搞错、解析失败导致的线上事故。今天咱们就把这几种主流格式掰开揉碎了讲清楚。

4.1 INI文件解析：老当益壮

INI格式是配置文件里的「老前辈」了。Windows 95时代就在用，现在很多轻量级工具依然偏爱它。结构简单到不能再简单：节（Section）、键（Key）、值（Value）。

一个典型的INI文件长这样：

[database]
host = 192.168.1.100
port = 3306
user = admin
password = ${DB_PASSWORD}

[logging]
level = INFO
file = /var/log/app.log
max_size = 50MB

我个人习惯用Python的configparser来解析。为什么？因为它内置在标准库里，不用装任何第三方包。部署的时候少一个依赖，就少一个坑。

核心要点：INI文件不支持嵌套结构，也不支持数组。如果你需要表达复杂关系，趁早换YAML或JSON。

解析代码其实就几行：

import configparser

config = configparser.ConfigParser()
config.read('config.ini')

db_host = config['database']['host']
log_level = config.get('logging', 'level', fallback='INFO')

小技巧：用config.get()方法时加上fallback参数，这样即使配置项缺失也不会报错。我在项目中遇到过因为少写一个配置项导致整个服务启动失败的情况，从那以后我就养成了这个习惯。

4.2 YAML文件解析：人类可读性之王

YAML，全称是「YAML Ain't Markup Language」。这名字就透着股傲娇劲儿。它最大的优势是什么？可读性。你想想看，一个缩进就能表达层级关系，多直观。

但成也缩进，败也缩进。我曾经排查过一个线上问题，折腾了两个小时，最后发现是YAML文件里混用了空格和Tab。嗯，这里要注意：YAML严格禁止使用Tab缩进。

一个典型的YAML配置：

server:
  host: "0.0.0.0"
  port: 8080
  workers: 4

database:
  master:
    host: db-master.example.com
    port: 3306
  slaves:
    - host: db-slave-1.example.com
      port: 3306
    - host: db-slave-2.example.com
      port: 3306

features:
  enable_cache: true
  rate_limit: 1000

解析YAML，Python里最常用的是PyYAML库：

import yaml

with open('config.yaml', 'r') as f:
    config = yaml.safe_load(f)

db_host = config['database']['master']['host']
slave_hosts = [slave['host'] for slave in config['database']['slaves']]

警告：永远使用yaml.safe_load()而不是yaml.load()。后者可以执行任意Python代码，是严重的安全漏洞。我见过有人因为这个被攻击，整个服务器被植入挖矿程序。

4.3 JSON文件解析：通用数据交换格式

JSON现在几乎是互联网的通用语言了。API接口返回的是JSON，前端传数据用JSON，连很多数据库都支持JSON格式。它的优势在于：几乎所有编程语言都有原生的解析支持。

JSON的语法比YAML严格得多。字符串必须用双引号，不能有注释，最后一个元素后面不能有逗号。这些限制反而让它更可靠——不会出现歧义。

一个JSON配置示例：

{
  "application": {
    "name": "my-service",
    "version": "2.1.0"
  },
  "monitoring": {
    "enabled": true,
    "interval_seconds": 30,
    "alert_channels": ["email", "slack", "pagerduty"]
  },
  "resources": {
    "cpu_limit": "2.0",
    "memory_limit": "4Gi"
  }
}

Python解析JSON简直不要太简单：

import json

with open('config.json', 'r') as f:
    config = json.load(f)

app_name = config['application']['name']
alert_channels = config['monitoring']['alert_channels']

避坑指南：我曾经在生成JSON配置文件时，不小心在最后一个元素后面加了个逗号，结果整个解析失败。后来我养成了用json.dumps()生成配置的习惯，它会自动处理格式问题。

4.4 配置文件模板化：告别重复劳动

你有没有遇到过这种情况？同样的配置结构，只是IP地址、端口号不同，就要复制粘贴好几份。更可怕的是，如果配置结构变了，你得手动修改每一份。这就是配置文件模板化要解决的问题。

模板化的核心思想很简单：把配置中不变的部分写成模板，把变化的部分用变量代替。运行时再根据实际环境填充变量。

我用的是Jinja2模板引擎，它功能强大而且语法简洁。一个模板文件长这样：

# config.yaml.j2
server:
  host: "{{ server_host }}"
  port: {{ server_port }}

database:
  host: "{{ db_host }}"
  port: {{ db_port }}
  user: "{{ db_user }}"
  password: "{{ db_password }}"

logging:
  level: "{{ log_level | default('INFO') }}"
  file: "/var/log/{{ app_name }}/app.log"

然后写个脚本渲染它：

from jinja2 import Environment, FileSystemLoader
import yaml

env = Environment(loader=FileSystemLoader('.'))
template = env.get_template('config.yaml.j2')

variables = {
    'server_host': '0.0.0.0',
    'server_port': 8080,
    'db_host': '192.168.1.100',
    'db_port': 3306,
    'db_user': 'app_user',
    'db_password': 'secret123',
    'app_name': 'myapp',
    'log_level': 'DEBUG'
}

rendered = template.render(variables)

with open('config.yaml', 'w') as f:
    f.write(rendered)

核心思路：模板化配置 + 环境变量注入 + 自动化部署 = 一套配置管理方案。我建议你把变量值放在环境变量或Vault这类密钥管理服务里，而不是硬编码在脚本中。

4.5 三种格式怎么选？

说实话，没有银弹。我根据多年经验总结了一个选择标准：

场景 推荐格式 原因
简单配置（< 50行） INI 够用，解析快，零依赖
复杂配置（嵌套结构） YAML 可读性好，支持注释
API交互、跨语言 JSON 通用性强，解析速度快
需要模板化 YAML + Jinja2 灵活，支持条件判断和循环

最后说一句：不管你选哪种格式，一定要做配置校验。我见过太多因为配置写错导致的服务崩溃。写个简单的校验脚本，在部署前跑一遍，能省去你半夜爬起来排查问题的痛苦。

← 上一章 📖 返回目录 下一章 →