Python项目在开发、测试、生产等不同场景下需要适配不同的配置参数，比如数据库连接地址、接口密钥、日志级别等，工程化的配置管理能够避免手动修改配置带来的风险，实现多环境的自动解析与切换。
多环境配置管理的核心需求
多环境配置管理需要满足几个核心要求，首先是环境隔离，不同环境的配置互不干扰；其次是切换便捷，不需要修改代码就能适配不同环境；最后是配置安全，敏感信息不暴露在代码仓库中。常见的环境划分包括开发环境、测试环境、预发布环境和生产环境，不同环境的配置差异主要体现在服务地址、账号密码、功能开关等方面。
基于环境变量+配置文件的实现方案
这种方案是目前Python项目中最常用的多环境配置管理方式，核心思路是通过环境变量指定当前运行环境，再根据环境加载对应的配置文件。
1. 定义环境标识
首先通过环境变量APP_ENV来标识当前运行环境，可选值包括dev、test、prod等，默认值为开发环境。在启动项目前设置该环境变量即可完成环境切换，比如在Linux系统中可以通过export APP_ENV=prod设置生产环境。
2. 配置文件结构设计
在项目根目录下创建configs目录，存放不同环境的配置文件，结构如下：
- configs/
- __init__.py
- base.py # 通用基础配置
- dev.py # 开发环境配置
- test.py # 测试环境配置
- prod.py # 生产环境配置
基础配置文件存放所有环境通用的配置项，比如项目名称和通用超时时间：
# configs/base.py
# 基础通用配置
BASE_CONFIG = {
"project_name": "demo_project",
"request_timeout": 30,
"log_format": "%(asctime)s - %(name)s - %(levelname)s - %(message)s"
}
各环境配置文件继承基础配置，并覆盖需要差异化的配置项，比如开发环境配置：
# configs/dev.py
from .base import BASE_CONFIG
# 开发环境配置，继承基础配置并覆盖差异化项
DEV_CONFIG = BASE_CONFIG.copy()
DEV_CONFIG.update({
"db_host": "127.0.0.1",
"db_port": 3306,
"db_user": "root",
"db_password": "dev_password",
"log_level": "DEBUG"
})
生产环境配置示例：
# configs/prod.py
from .base import BASE_CONFIG
# 生产环境配置，继承基础配置并覆盖差异化项
PROD_CONFIG = BASE_CONFIG.copy()
PROD_CONFIG.update({
"db_host": "192.168.0.1",
"db_port": 3306,
"db_user": "prod_user",
"db_password": "prod_password",
"log_level": "INFO"
})
3. 配置加载逻辑实现
创建配置加载模块，根据环境变量APP_ENV的值加载对应的配置：
# configs/__init__.py
import os
def load_config():
# 获取环境变量，默认开发环境
env = os.getenv("APP_ENV", "dev")
# 根据环境加载对应配置
if env == "dev":
from .dev import DEV_CONFIG
return DEV_CONFIG
elif env == "test":
from .test import TEST_CONFIG
return TEST_CONFIG
elif env == "prod":
from .prod import PROD_CONFIG
return PROD_CONFIG
else:
raise ValueError(f"不支持的环境标识: {env}")
# 全局配置实例
config = load_config()
4. 配置使用方式
在项目中直接导入全局配置实例即可使用，无需关心当前环境：
# 业务代码中使用配置
from configs import config
def connect_db():
# 直接使用配置中的数据库参数
host = config["db_host"]
port = config["db_port"]
user = config["db_user"]
password = config["db_password"]
print(f"连接数据库: {host}:{port}，用户: {user}")
敏感配置的安全处理
对于数据库密码、接口密钥等敏感配置，不建议直接写在配置文件中，可以通过环境变量单独注入，避免敏感信息提交到代码仓库。比如修改配置加载逻辑，优先读取环境变量中的敏感配置：
# configs/__init__.py 优化后的加载逻辑
import os
def load_config():
env = os.getenv("APP_ENV", "dev")
if env == "dev":
from .dev import DEV_CONFIG
base_config = DEV_CONFIG
elif env == "prod":
from .prod import PROD_CONFIG
base_config = PROD_CONFIG
else:
raise ValueError(f"不支持的环境标识: {env}")
# 敏感配置优先从环境变量读取，不存在则使用配置文件中的值
config = base_config.copy()
config["db_password"] = os.getenv("DB_PASSWORD", base_config.get("db_password"))
config["api_key"] = os.getenv("API_KEY", base_config.get("api_key"))
return config
config = load_config()
方案优势总结
这种多环境配置管理方案的优势很明显，首先是配置与代码分离，所有配置文件可以统一管理，敏感信息通过环境变量注入更安全；其次是环境切换便捷，只需要修改APP_ENV环境变量即可，不需要修改任何业务代码；最后是扩展性强，新增环境只需要添加新的配置文件并更新加载逻辑即可，不会影响现有功能。
在实际的大型Python项目中，还可以结合pydantic-settings等第三方库实现更复杂的配置校验和加载逻辑，进一步提升配置管理的工程化水平。