• flask之四 flask上下文源码分析 flask-session的使用 数据库连接池 flask-script


    一、flask上下文源码分析

    请求上下文执行流程ceng(ctx):
    1 项目一启动,有6个全局变量

    -_request_ctx_stack:LocalStack对象
    -_app_ctx_stack :LocalStack对象
    -request : LocalProxy对象
    -session : LocalProxy对象

    -current_app:LocalProxy对象

    -g:LocalProxy对象

     2 请求来了 app.__call__()内部执行:self.wsgi_app(environ, start_response)

     3 wsgi_app()

    3.1 执行:ctx = self.request_context(environ):返回一个RequestContext对象,并且封装了request(当次请求的request对象),session
    3.2 执行: ctx.push():RequestContext对象的push方法 
      3.2.1 push方法中中间位置有:
        _request_ctx_stack.push(self),self是ctx对象
      3.2.2 去_request_ctx_stack对象的类中找push方法(LocalStack中找push方法)
      3.2.3 push方法源码:
        def push(self, obj):
        

        #通过反射找self._local,在init实例化的时候生成的:self._local = Local()
        #Local()flask封装的支持线程和协程的local对象
        # 一开始取不到stack,返回None

        rv = getattr(self._local, "stack", None)

        if rv is None:

          #走到这,self._local.stack=[],rv=self._local.stack

          self._local.stack = rv = []

          #把ctx放到了列表中

          #self._local={'线程id1':{'stack':[ctx,]},'线程id2':{'stack':[ctx,]},'线程id3':{'stack':[ctx,]}}

          rv.append(obj)

          return rv

          

    4 如果在视图函数中使用request对象,比如:print(request)

    4.1 会调用request对象的__str__方法,request类是:LocalProxy
    4.2 LocalProxy中的__str__方法:lambda x:
      str(x._get_current_object())
      4.2.1 内部执行self._get_current_object()
      4.2.2 _get_current_object()方法的源码如下:
        def _get_current_object(self):
          if not hasattr(self.__local, "__release_local__"):
          #self.__local()  在init的时候,实例化的,在init中:object.__setattr__(self, "_LocalProxy__local", local)
          # 用了隐藏属性
          #self.__local 实例化该类的时候传入的local(偏函数的内存地址:partial(_lookup_req_object, "request"))
          #加括号返回,就会执行偏函数,也就是执行_lookup_req_object,不需要传参数了
          #这个地方的返回值就是request对象(当此请求的request,没有乱)
            return self.__local()
          try:
            return getattr(self.__local, self.__name__)
          except AttributeError:
            raise RuntimeError("no object bound to %s" % self.__name__)
      4.2.3 _lookup_req_object函数源码如下:
          def _lookup_req_object(name):
            #name是'request'字符串
            #top方法是把第二步中放入的ctx取出来,因为都在一个线程内,当前取到的就是当次请求的ctx对象
            top = _request_ctx_stack.top
            if top is None:
              raise RuntimeError(_request_ctx_err_msg)
            #通过反射,去ctx中把request对象返回
            return getattr(top, name)
      4.2.4 所以:print(request) 实质上是在打印当此请求的request对象的__str__

        
          
          

    5 如果在视图函数中使用request对象,比如:print(request.method):实质上是取到当次请求的reuquest对象的method属性

    6 最终,请求结束执行: ctx.auto_pop(error),把ctx移除掉

    其他:

    session:
      请求来了opensession
        ctx.push()---->也就是RequestContext类的push方法的最后的地方:
          
         if self.session is None:
           #self是ctx,ctx中有个app就是flask对象,self.app.session_interface也就是它:SecureCookieSessionInterface()
           session_interface = self.app.session_interface
           self.session =session_interface.open_session(self.app, self.request)
         if self.session is None:
           #经过上面还是None的话,生成了个空session
           self.session = session_interface.make_null_session(self.app)
      请求走了savesession
        response = self.full_dispatch_request() 方法内部:执行了before_first_request,before_request,视图函数,after_request,savesession
        self.full_dispatch_request()---->执行:self.finalize_request(rv)-----》self.process_response(response)----》
        最后:self.session_interface.save_session(self, ctx.session,response)  
      请求扩展相关
        before_first_request,before_request,after_request依次执行
      flask有一个请求上下文,一个应用上下文
        ctx:
          是:RequestContext对象:封装了request和session
          调用了:_request_ctx_stack.push(self)就是把:ctx放到了那个位置

    什么是g以及g对象和session的区别??

    专门用来存储用户信息的g对象,g的全称的为global 
    g对象在一次请求中的所有的代码的地方,都是可以使用的 

    区别:
      g对象只对当次请求有效(当此请求内有效)
      session:可以跨请求,该用户的多次请求中都可以使用
      

    代理模式:request和session就是代理对象,用的就是代理模式

    二、flask-session的使用

    1 由于原生的flask中session是加密后放到了cookie中
    2 我们想保存到文件中,数据库中,redis(比较多)。。。
    3 借助于第三方:flask-session

    第一种使用方式:

      

    from flask import Flask,session
    import redis
    from flask_session import RedisSessionInterface
    app = Flask(__name__)
    
    # 不需要指定
    # app.secret_key='dafasdf'
    
    conn=redis.Redis(host='127.0.0.1',port=6379)
    
    app.session_interface=RedisSessionInterface(conn,key_prefix='lqz')
    @app.route('/set_session')
    def set_session():
        session['name']='lqz'
        return 'session写入了,写了name=lqz'
    
    @app.route('/get_session')
    def get_session():
        # s=session['name']
        s=session.get('name','娶不到')
        return '获取到的session是'+s
    
    if __name__ == '__main__':
        app.run()

    第二种使用方式

    from flask_session import Session
    # 方式一
    app.config['SESSION_TYPE'] = 'redis'
    app.config['SESSION_REDIS'] = Redis(host='127.0.0.1',port='6379')
    app.config['SESSION_KEY_PREFIX']='lqz'
    # 方式二
    # app.config.from_object('settings.Pro')
    # 使用第三方插件,是一个通用方式
    Session(app) # 本质跟上面一样,只不过通过配置文件来处理,好处是后期只改配置文件,即可完成配置
    3 注意:设置session的过期时间,在配置文件中设置
    app.config['PERMANENT_SESSION_LIFETIME']=timedelta(seconds=7)

    三、数据库连接池

    1 传统方案存在的问题
    
    # 第一种方案,全局使用沟通一个curser会存在效率问题,安全性问题
    conn = pymysql.Connect(host='127.0.0.1', user='root', password="123", database='luffy', port=3306)
    curser = conn.cursor()
    
    # 第二种:不限制数据库的连接数,会导致连接数暴增
    conn = pymysql.Connect(host='127.0.0.1', user='root', password="123", database='luffy', port=3306)
    curser = conn.cursor()

    2 使用数据库连接池

    -pip3 install DButils
        -两种模式:
            第一种模式不用(为每个线程创建一个连接,线程即使调用了close方法,也不会关闭,只是把连接重新放到连接池,供自己线程再次使用。当线程终止时,连接自动关闭)
            第二种:创建一批连接到连接池,供所有线程共享使用

    3 使用步骤

    -第一步:新建sql_pool.py
        import pymysql
        # from DBUtils.PooledDB import PooledDB
        from dbutils.pooled_db import PooledDB
        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。
            ping=0,
            # ping MySQL服务端,检查是否服务可用。
            host='127.0.0.1',
            port=3306,
            user='root',
            password='123',
            database='luffy',
            charset='utf8'
        )
        
        -第二步:使用
        from sql_pool import POOL
        conn = POOL.connection() # 从连接池种取一个链接(如果没有,阻塞在这)
        curser = conn.cursor()
        curser.execute('select * from luffy_order where id<2')
        res=curser.fetchall()
        print(res)

    四、flask-script

    1 django 运行项目  python manage.py runserver 
    2 借助于flask-script可以子定制命令
        pip3 install flask-script
        
    3 使用
        -自带一个runserver
        -自定制命令
        
        
    
    from flask import Flask
    from flask_script import Manager
    app = Flask(__name__)
    
    
    manager=Manager(app)
    
    
    # 自己定制命令
    @manager.command
    def custom(arg):
        """
        自定义命令
        python manage.py custom 123
        :param arg:
        :return:
        """
        print(arg)
    
    
    
    @manager.option('-n', '--name', dest='name')
    @manager.option('-u', '--url', dest='url')
    def cmd(name, url):
        """
        自定义命令(-n也可以写成--name)
        执行: python manage.py  cmd -n lqz -u http://www.oldboyedu.com
        执行: python manage.py  cmd --name lqz --url http://www.oldboyedu.com
        :param name:
        :param url:
        :return:
        """
        print(name, url)
    #有什么用?
    #把excel的数据导入数据库,定制个命令,去执行
    
    
    
    @app.route('/')
    def index():
        return '首页'
    
    if __name__ == '__main__':
        manager.run()
    #以后在执行,直接:python3 manage.py runserver
    #python3 manage.py runserver --help
  • 相关阅读:
    python openpyxl 封装Execl常用操作的方法
    python webdriver grid多节点运行webdriver程序
    url的正则表达式
    基于Erlang VM的函数式编程语言Elixir
    [整理]团队开发效率提升探索一
    FreeBSD应该装gnome3做桌面
    FreeBSD pkg仓库有台湾的镜像了
    再探OAuth2
    【转】Android世界的Swift
    内存只有4G的MBP要怎么破
  • 原文地址:https://www.cnblogs.com/ltyc/p/14437138.html
Copyright © 2020-2023  润新知