pycharm 配置设置远程调试【远程解释器】

也不知道是不是我的PyCharm版本的问题，创建解释器生成的SFTP配置中，映射总会自己定位到一个临时路径，所以还需要修改一下SFTP，点上方工具-部署-配置。默认第一个就是解释器创建的SFTP，注意一下根目录和映射下的部署路径，这两个加起来就是服务器上你要部署的路径，然后点确定。在设置-项目-Python解释器下，点击右边添加解释器，选择SSH，如下图所示。，test为账号，192.168.1.101为主机，20063为端口号。点击确定，然后选择服务器上的一个文件夹来保存你的项目。

本文详细介绍了Python和PyCharm的安装配置流程。Python安装部分包含下载官方文件、自定义路径安装、环境变量配置等步骤，并提供了命令行验证方法。PyCharm安装则涵盖专业版与社区版的选择、安装路径设置、环境变量添加等操作，特别说明了安装选项的推荐配置。全文采用分步骤图文结合的方式，对关键环节如路径修改、环境配置等均给出具体操作指引，适合新手按步骤完成开发环境的搭建。

pycharm: 配置远程解释器

首先，我们可以运行任何挂起的迁移，然后让我们从RunConfiguration下拉菜单中编辑此项目的运行配置，然后编辑配置。在这个例子中，我们创建了两个容器，一个用于数据库，一个用于应用程序，并让Docker Compose将它们链接在一起。在最后一步中，我们将选择目标服务器中Python解释器的路径，然后配置本地项目和服务器之间的路径映射。在“添加解释器”对话框中，从列表中选择WSL。就是这样，我们配置了一组在Docker Compose下运行的服务，集成到IDE的工具中，然后成功启动了我们的应用程序。

在实际开发过程中，越来越多的应用部署在远程服务器或虚拟机上，尤其是在云环境中运行的应用程序。尽管如此，调试这些远程应用依然是开发过程中的一大挑战。幸运的是，**PyCharm** 提供了强大的远程调试功能，使得开发者能够直接从本地机器调试运行在远程服务器上的 Python 程序。这项功能极大地方便了远程开发和调试，尤其是当程序需要在与生产环境相似的环境中运行时。本文介绍如何使用 PyCharm 的远程调试功能，在远程服务器上调试 Python 代码。

1 说明 环境 pycharm 2017(pycharm 2019 在目录结构上有调整，可自行摸索) 作用 调试。在本地编写的python代码终究还是要部署到服务器的，能直接在服务器环境调试当然最好。 内存。做数据分析的时候会需要处理大量的数据，有时候本地内存根本吃不消，而服务器环境下内存充裕。 备份。使用远程解释器后，所有本地代码都会同步到远程环境相当于多了一重备份。 2 配置远程项目 ...

使用pycharm连接远程解释器或远程jupyter服务

创建STFP配置是为了让我们把代码部署在服务器上面的时候，本地项目的修改操作能够随时同步到服务器上面。1.在导航栏部分找到2.弹出如下页面这里有FTP、FTPS、SFTP，这里科普一下：FTP 是File Transfer Protocol（文件传输协议）的英文简称，而中文简称为“文传协议”。用于Internet上的控制文件的双向传输。同时，它也是一个应用程序（Application）。基于不同的操作系统有不同的FTP应用程序，而所有这些应用程序都遵守同一种协议以传输文件。

Base interpreter: 你下载好的python路径下的bin/python.exe，如/home/username/python311/bin/python.exe。Interpreter: 选已经配置好的虚拟环境的文件夹下的python.exe，如/home/username/env/py311/bin/python3.11。Tools->Deployment->Browse Remote Host，右边会弹出界面，可浏览远端，方便操作，右击你在服务器上的代码目录，

Pycharm部署远程服务器与调试准备工作步骤1.创建文件目录2.pycharm配置3. 远程解释器配置4. 向服务器传输项目在pycharm查看运行服务端项目文件技术无止境，路遥有佳期。我是浮生，祝你幸福！ 最近因工作需求要远程部署服务器，服务器端用的是另外一台电脑，所装系统为CentOS7，装系统的内容我们就暂时跳过，直接来看看如何配置。 准备工作 首先我们要搭建好服务器，知道服务器的IP与端口，建议将IP设置为静态IP,如果是局域网的话客户端和服务器端的网关应该在同一区段，详细过程不再累述。如果服务器

点击Tools→Deployment→Configuration由于在社区版的PyCharm中没有找到Configuration，所以这里使用的是专业版。

首先，打开或新建一个本地的项目，在 pycharm 的右下角可以看到显示，说明此时项目尚未配置 python 解释器。点击，开始设置 python 解释器。点击右边的添加远程 python 解释器。输入服务器的地址和用户名，然后点击 Next，输入密码，点击 Next。如果你以前连接过服务器，则可以直接点击Existing，选择配置好的方案，点击Next。等待 Pycharm 与服务器建立连接，点击 Next。接下来是最重要的一步。远程虚拟环境与系统环境的配置类似，这里介绍系统环境的配置。点击。

在添加spark环境变量后依然报错，但是这个警告通常不会影响代码的运行，因为PyCharm会使用内置的Java类来处理Hadoop相关的功能。添加后会提示缺少findspark模块，因为Linux环境下没有安装这个模块，可以使用编译器远程安装到Linux主机上。5. 选择系统解释器，解释器路径为anaconda目录下envs->创建的虚拟环境->bin->python。在配置完成后，pycharm会自动生成对应的远程服务器目录，本地机器上传的程序文件都会在部署路径里面。原因：没有打开hadoop集群。

因为最近需要研究一篇论文的代码，但是代码因为是放在服务器上的，一行一行肉眼去看很难懂代码的实际运行逻辑和用到的方法，所以就想尝试在本地使用Pycharm连接服务器进行远程的debug和运行。