python-anti-patterns

Python のアンチパターンチェックリスト

Python コードでよくある間違いやアンチパターンをまとめたチェックリストです。実装を確定する前に確認して、問題を早期に見つけましょう。

このスキルを使う場面

• マージ前のコードレビュー
• 原因不明の問題のデバッグ
• Python のベストプラクティスの指導や学習
• チームのコーディング規約の策定
• レガシーコードのリファクタリング

注: このスキルでは、避けるべきことに焦点を当てています。望ましいパターンやアーキテクチャについては、python-design-patterns スキルを参照してください。

インフラストラクチャのアンチパターン

タイムアウト／リトライ処理の分散

# BAD: Timeout logic duplicated everywhere
def fetch_user(user_id):
    try:
        return requests.get(url, timeout=30)
    except Timeout:
        logger.warning("Timeout fetching user")
        return None

def fetch_orders(user_id):
    try:
        return requests.get(url, timeout=30)
    except Timeout:
        logger.warning("Timeout fetching orders")
        return None

修正方法: デコレーターまたはクライアントラッパーに一元化します。

# GOOD: Centralized retry logic
@retry(stop=stop_after_attempt(3), wait=wait_exponential())
def http_get(url: str) -> Response:
    return requests.get(url, timeout=30)

二重リトライ

# BAD: Retrying at multiple layers
@retry(max_attempts=3)  # Application retry
def call_service():
    return client.request()  # Client also has retry configured!

修正方法: リトライは1つのレイヤーだけで行います。インフラストラクチャのリトライ動作を把握しておきましょう。

設定値のハードコード

# BAD: Secrets and config in code
DB_HOST = "prod-db.example.com"
API_KEY = "sk-12345"

def connect():
    return psycopg.connect(f"host={DB_HOST}...")

修正方法: 型付き設定と環境変数を使用します。

# GOOD
from pydantic_settings import BaseSettings

class Settings(BaseSettings):
    db_host: str = Field(alias="DB_HOST")
    api_key: str = Field(alias="API_KEY")

settings = Settings()

アーキテクチャのアンチパターン

内部型の公開

# BAD: Leaking ORM model to API
@app.get("/users/{id}")
def get_user(id: str) -> UserModel:  # SQLAlchemy model
    return db.query(UserModel).get(id)

修正方法: DTO／レスポンスモデルを使用します。

# GOOD
@app.get("/users/{id}")
def get_user(id: str) -> UserResponse:
    user = db.query(UserModel).get(id)
    return UserResponse.from_orm(user)

I/O とビジネスロジックの混在

# BAD: SQL embedded in business logic
def calculate_discount(user_id: str) -> float:
    user = db.query("SELECT * FROM users WHERE id = ?", user_id)
    orders = db.query("SELECT * FROM orders WHERE user_id = ?", user_id)
    # Business logic mixed with data access
    if len(orders) > 10:
        return 0.15
    return 0.0

修正方法: リポジトリパターンを使い、ビジネスロジックは純粋に保ちます。

# GOOD
def calculate_discount(user: User, orders: list[Order]) -> float:
    # Pure business logic, easily testable
    if len(orders) > 10:
        return 0.15
    return 0.0

エラー処理のアンチパターン

例外の無条件な捕捉

# BAD: Swallowing all exceptions
try:
    process()
except Exception:
    pass  # Silent failure - bugs hidden forever

修正方法: 特定の例外を捕捉し、適切にログを記録するか処理します。

# GOOD
try:
    process()
except ConnectionError as e:
    logger.warning("Connection failed, will retry", error=str(e))
    raise
except ValueError as e:
    logger.error("Invalid input", error=str(e))
    raise BadRequestError(str(e))

部分的な失敗の無視

# BAD: Stops on first error
def process_batch(items):
    results = []
    for item in items:
        result = process(item)  # Raises on error - batch aborted
        results.append(result)
    return results

修正方法: 成功と失敗の両方を記録します。

# GOOD
def process_batch(items) -> BatchResult:
    succeeded = {}
    failed = {}
    for idx, item in enumerate(items):
        try:
            succeeded[idx] = process(item)
        except Exception as e:
            failed[idx] = e
    return BatchResult(succeeded, failed)

入力検証の不足

# BAD: No validation
def create_user(data: dict):
    return User(**data)  # Crashes deep in code on bad input

修正方法: API の境界で早期に検証します。

# GOOD
def create_user(data: dict) -> User:
    validated = CreateUserInput.model_validate(data)
    return User.from_input(validated)

リソースのアンチパターン

リソースを閉じ忘れる

# BAD: File never closed
def read_file(path):
    f = open(path)
    return f.read()  # What if this raises?

修正方法: コンテキストマネージャーを使用します。

# GOOD
def read_file(path):
    with open(path) as f:
        return f.read()

非同期コード内でのブロッキング

# BAD: Blocks the entire event loop
async def fetch_data():
    time.sleep(1)  # Blocks everything!
    response = requests.get(url)  # Also blocks!

修正方法: 非同期処理に対応したライブラリを使用します。

# GOOD
async def fetch_data():
    await asyncio.sleep(1)
    async with httpx.AsyncClient() as client:
        response = await client.get(url)

型安全性のアンチパターン

型ヒントの不足

# BAD: No types
def process(data):
    return data["value"] * 2

修正方法: すべての公開関数に型注釈を付けます。

# GOOD
def process(data: dict[str, int]) -> int:
    return data["value"] * 2

型指定のないコレクション

# BAD: Generic list without type parameter
def get_users() -> list:
    ...

修正方法: 型パラメーターを使用します。

# GOOD
def get_users() -> list[User]:
    ...

テストのアンチパターン

正常系しかテストしない

# BAD: Only tests success case
def test_create_user():
    user = service.create_user(valid_data)
    assert user.id is not None

修正方法: エラー条件と境界ケースをテストします。

# GOOD
def test_create_user_success():
    user = service.create_user(valid_data)
    assert user.id is not None

def test_create_user_invalid_email():
    with pytest.raises(ValueError, match="Invalid email"):
        service.create_user(invalid_email_data)

def test_create_user_duplicate_email():
    service.create_user(valid_data)
    with pytest.raises(ConflictError):
        service.create_user(valid_data)

モックの使いすぎ

# BAD: Mocking everything
def test_user_service():
    mock_repo = Mock()
    mock_cache = Mock()
    mock_logger = Mock()
    mock_metrics = Mock()
    # Test doesn't verify real behavior

修正方法: 重要な処理経路には統合テストを使用します。モックは外部サービスに限定します。

簡易レビュー用チェックリスト

コードを確定する前に、次の項目を確認してください。

• タイムアウト／リトライ処理が分散していない（一元化されている）
• 二重リトライがない（アプリケーション＋インフラストラクチャ）
• 設定値やシークレットがハードコードされていない
• 内部型（ORM モデル、protobuf）が公開されていない
• I/O とビジネスロジックが混在していない
• except Exception: pass のような無条件な例外処理がない
• バッチ処理で部分的な失敗を無視していない
• 入力検証が不足していない
• リソースを閉じ忘れていない（コンテキストマネージャーを使用している）
• 非同期コード内にブロッキング呼び出しがない
• すべての公開関数に型ヒントがある
• コレクションに型パラメーターが指定されている
• エラー経路がテストされている
• 境界ケースがカバーされている

よくある修正方法のまとめ

アンチパターン	修正方法
リトライ処理の分散	デコレーターに一元化
設定値のハードコード	環境変数＋pydantic-settings
ORM モデルの公開	DTO／レスポンススキーマ
I/O とロジックの混在	リポジトリパターン
無条件な except	特定の例外を捕捉
エラー時にバッチ処理が停止する	成功／失敗を含む BatchResult を返す
検証がない	Pydantic を使って境界で検証
リソースを閉じ忘れる	コンテキストマネージャー
非同期コード内でのブロッキング	非同期処理に対応したライブラリ
型指定の不足	すべての公開 API に型注釈を付ける
正常系しかテストしない	エラーと境界ケースをテスト

---

注意点

• ミュータブルなデフォルト引数は呼び出し間で状態を共有します： def f(x=[]): の場合、x を指定しないすべての呼び出しで同じリストにアクセスします。x=None を使い、関数内で作成してください。
• 裸の except: や except Exception: は、BaseException 経由でのみ KeyboardInterrupt を捕捉します — 裸の except を使った長時間実行ループは、Ctrl+C を黙って無視します。
• __slots__ はメモリを節約しますが、必要な箇所で __weakref__ と __dict__ のエントリーを正確に宣言しないと、pickle 化、weakref、多重継承で問題が発生します。
• キャッシュされた小さな整数／文字列に対する is と == の違い — 小さな整数（-5..256）やインターンされた文字列では a is b が機能しますが、それ以外では予測できない結果になります。値の比較には常に == を使ってください。
• python -O では assert が取り除かれます — 実行時の検証には使わず、コード内部の不変条件にのみ使用してください。