python3-开发进阶Flask的基础(3)
上篇我们大概简单描述了一下上下文管理,这篇来具体来说说,
- 上下管理的request
- 上下管理的session
- 第三方组件:flask-session
- pymysql操作数据库 数据库连接池
一、前奏
1、一个新名词:偏函数 (可以帮你自动传参数)
- import functools #装饰器用过的模块
- def index(a,b):
- return a+b
- new_fun=functools.partial(index,666) #666当作第一个参数
- #原来的调用
- # ret=index(1,2)
- #
- # print(ret)
- ret=new_fun(1) #偏函数,帮助开发者自动传递参数
- print(ret)
2、super和执行类的区别?
- class Base(object):
- def func(self):
- print('Base.func')
- class Foo(Base):
- def func(self):
- #方式一:根据mro的顺序执行方法
- # super().func()
- #方式二:主动执行Base类的方法
- # Base.func(self)
- print('Foo.func')
- obj=Foo()
- obj.func()
- print(obj.__mro__)
3、面向对象中特殊方法 setattr/getattr注意事项:
- class Foo(object):
- def __init__(self):
- #self.duoduo={} 直接定于会发现调用__setattr__方法时,还没有生成会报错
- object.__setattr__(self,'duoduo',{})
- def __setattr__(self, key, value):
- print(key,value,self.duoduo)
- obj=Foo()
- print(obj.duoduo)
四、栈
基于列表实现的一个栈:
- class Stack(object):
- def __init__(self):
- self.data=[]
- def push(self,val):
- self.data.append(val)
- def pop(self):
- return self.data.pop()
- _stack=Stack()
- _stack.push('大娃')
- _stack.push('二娃')
- print(_stack.pop())
- print(_stack.pop())
5、Local类
- try:
- from greenlet import getcurrent as get_ident #获取协程的唯一标记
- except:
- from threading import get_ident #获取线程的唯一标记
- class Local(object):
- def __init__(self):
- object.__setattr__(self,'storage',{})
- def __setattr__(self, key, value):
- ident=get_ident()
- if ident not in self.storage:
- self.storage[ident]={key,value}
- else:
- self.storage[ident][key]=value
- def __getattr__(self, item):
- ident=get_ident()
- if ident in self.storage:
- return self.storage[ident].get(item)
这个是我们自己写的,我们再去看看flask中的Local类
- from flask import globals #点globals
- _request_ctx_stack = LocalStack() #点LocalStack()
- self._local = Local() #点Local
先看看上面导入的模块:一样的,优先协程,然后线程
__slots__,只能访问什么属性的范围
6、全局变量只有在初次加载时执行
二、上下文管理 request
1、wsgi 初步处理请求
2 、 __call__方法 执行wsgi_app
3、ctx=RequestContextsession,request) 再执行 ctx.push()
4、LocalStack对象 把ctx对象添加到local中
5、Local 存数据的时__storage__={‘唯一标识’:{stack:[ctx,]}}
6、视图函数
上下文管理:session
就一个流程,别的基本上一样,
最后通过localstack获取ctx中的session,给session赋值(从cookie中读取数据)
三、flask-session
先下载第三方的库
- pip3 install flask-session
用法:
- import redis
- from flask import Flask
- from flask.sessions import SecureCookieSessionInterface
- from flask_session import Session
- duo=Flask(__name__)
- #duo.session_interface=SecureCookieSessionInterface()
- #duo.session_interface=RedisSessionInterface()
- duo.config['SESSION_TYPE']='redis'
- duo.config['SESSION_TYPE']=redis.Redis(host='11.1.11.1',port=6379,password='123456')
- Session(duo)
我们来看看Session里面是什么:
app.session_interface赋值,再来看看sef._get_interface(app)
这下我们来说说他的原理:
最开始请求进来的时候,这时是根本没有sesiion,找到他的session,执行open_session
执行完open_session,就要保存在浏览器上执行save_session
保存好后,下次再来访问:
总结:
- session 数据保存到redis session:随机字符串(每个线程或协程都不一样)
- 随机字符串返回给用户
查看源码
- from flask_session import RedisSessionInterface
四、数据库连接池
- pip3 install DBUtils
创建一批连接到连接池,供所有线程共享使用。
- import time
- import pymysql
- import threading
- from DBUtils.PooledDB import PooledDB, SharedDBConnection
- POOL = PooledDB(
- creator=pymysql, # 使用链接数据库的模块
- maxconnections=6, # 连接池允许的最大连接数,0和None表示不限制连接数
- mincached=2, # 初始化时,链接池中至少创建的空闲的链接,0表示不创建
- maxcached=5, # 链接池中最多闲置的链接,0和None不限制
- maxshared=3, # 链接池中最多共享的链接数量,0和None表示全部共享。
PS: 无用,因为pymysql和MySQLdb等模块的 threadsafety都为1,所有值无论设置为多少,_maxcached永远为0,
所以永远是所有链接都共享。- blocking=True, # 连接池中如果没有可用连接后,是否阻塞等待。True,等待;False,不等待然后报错
- maxusage=None, # 一个链接最多被重复使用的次数,None表示无限制
- setsession=[], # 开始会话前执行的命令列表。如:["set datestyle to ...", "set time zone ..."]
- ping=0,
- # ping MySQL服务端,检查是否服务可用。
# 如:0 = None = never, 1 = default = whenever it is requested,
2 = when a cursor is created, 4 = when a query is executed, 7 = always- host='127.0.0.1',
- port=3306,
- user='root',
- password='123',
- database='db',
- charset='utf8'
- )
- def func():
- # 检测当前正在运行连接数的是否小于最大链接数,如果不小于则:等待或报raise TooManyConnections异常
- # 否则
- # 则优先去初始化时创建的链接中获取链接 SteadyDBConnection。
- # 然后将SteadyDBConnection对象封装到PooledDedicatedDBConnection中并返回。
- # 如果最开始创建的链接没有链接,则去创建一个SteadyDBConnection对象,再封装到PooledDedicatedDBConnection中并返回。
- # 一旦关闭链接后,连接就返回到连接池让后续线程继续使用。
- conn = POOL.connection()
- cursor = conn.cursor(pymysql.cursors.DictCursor) #pymsql
- cursor.execute('select * from tb1')
- result = cursor.fetchall()
- conn.close()
- func()
注意:
使用数据库要用连接池
封装SQLHelper