GitLab CI/CD中配置Python虚拟环境的最佳实践是什么

你提出的方案完全合理，是生产环境常用的优化方案，相比官方通用模板能大幅减少冗余操作，提升流水线运行效率。

具体实现逻辑和配置参考如下： #

核心实现逻辑 #

1. 新增专属的依赖安装阶段，放在所有业务作业（代码检查、测试等）之前执行，整个流水线仅执行一次虚拟环境创建和依赖安装
2. 全局缓存保留虚拟环境和pip缓存目录，所有后续作业直接复用缓存的环境
3. 全局before_script仅保留虚拟环境激活逻辑，无冗余安装操作

完整配置示例 #

# 阶段定义，依赖安装阶段优先级最高
stages:
  - deps
  - lint
  - test

# 全局缓存配置
cache:
  # 可选配置：按requirements.txt内容生成缓存key，仅当依赖文件变更时才会重新生成缓存
  key:
    files:
      - requirements.txt
  paths:
    - .cache/pip
    - venv/

# 全局前置操作：仅激活虚拟环境
before_script:
  - source venv/bin/activate

# 依赖安装专属作业，全流水线仅执行一次
install_deps:
  stage: deps
  script:
    - python -V # 打印Python版本用于调试
    - pip install --upgrade pip virtualenv
    - virtualenv venv
    - source venv/bin/activate
    - pip install -r requirements.txt

# 代码检查作业，直接复用已有环境
lint:
  stage: lint
  script:
    - pylint ./src
    - flake8 ./src

# 测试作业，直接复用已有环境
test:
  stage: test
  script:
    - pytest -v

补充注意事项 #

• 如果需要支持多Python版本测试，可以给不同版本的作业设置不同的缓存key前缀，避免不同版本的虚拟环境混用，例如key: "${PYTHON_VERSION}-${CI_COMMIT_REF_SLUG}"
• 部分不需要公共依赖的特殊作业，可以单独覆盖before_script和cache配置，跳过环境激活步骤

内容的提问来源于stack exchange，提问作者LuGeNat