Flask入门三(Flask-session的使用、数据库链接池、wtforms、Flask定制命令、Flask-Cache)

本文主要是介绍Flask入门三(Flask-session的使用、数据库链接池、wtforms、Flask定制命令、Flask-Cache),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 一、Flask-session使用
    • 1.使用方式一
    • 2.使用方式二
    • 3.读RedisSessionInterface源码
    • 4.flask-session补充
  • 二、数据库连接池
    • 1.flask中使用mysql
    • 2.上述问题解决
  • 使用数据库连接池
    • 1.第三方数据库连接池
    • 2.操作数据库不带池版
    • 3.池版和非池版压测
  • 三、wtforms
  • 四、Flask定制命令
    • 1.使用 flask-script定制命令(老版本,新版本不用了)
    • 2.新版本定制命令
    • 3.Django中自定制命令
  • 五、Flask-Cache

一、Flask-session使用

Flask内置的Session会把数据加密后保存到浏览器 我们自己重写Session类保存到Reids中只需要重写open_session和save_session方法

而在这中间有一个模块就做了这件事,那就是flask-session,以把数据存放到文件、redis、mongodb、关系型数据库等中

安装flask-session

	pip install flask-session

1.使用方式一

	from flask import Flask,sessionapp = Flask(__name__)app.debug=Trueapp.secret_key='jlkdoasfiuz'# 只要使用session就需要secret_key1.安装flask-session  pip install flask-session'使用方式一'2.导入(这里我写入到redis缓存数据库中)from flask_session import RedisSessionInterface3.把app.session_interface替换成RedisSessionInterface的对象# 替换了就会走RedisSessionInterface的open_session和save_sessionfrom redis import Redisconn=Redis(host='127.0.0.1',port=6379,db=2)# 需要传入的参数 redis, key_prefix, use_signer, permanent, sid_length'''1.redis 是传入链接的redis库,链接对象2.key_prefix    是保存在redis中名称的前缀3.use_signer    是如果是False就无需配置secret_key,默认设置True4.permanent 是关闭浏览器cookie是否失效5.sid_length    是生成session_key的长度,会以cookie形式写入到浏览器cookie中,但是去掉redis中session这个前缀去掉前缀就是session_key的长度限制'''app.session_interface=RedisSessionInterface(redis=conn,key_prefix='session',use_signer=False,permanent=True,sid_length=32)@app.route('/set_session')def set_session():session['name'] = 'jack'return 'set_session'@app.route('/get_session')def get_session():print(session.get('name'))return 'get_session'if __name__ == '__main__':app.run()

2.使用方式二

	from flask import Flask,sessionapp = Flask(__name__)app.debug=Trueapp.secret_key='jlkdoasfiuz'# 只要使用session就需要secret_key1.安装flask-session  pip install flask-session'使用方式二'2.在flask配置文件中加入配置from redis import Redis  # 导入redisapp.config['SESSION_TYPE'] = 'redis'  # 配置链接的类型app.config['SESSION_REDIS']=Redis(host='127.0.0.1',port=6379,db=2)# app.config['SESSION_KEY_PREFIX'] = 'session'  # 如果不写,默认以SESSION_COOKIE_NAME作为key# app.config.from_pyfile('./settings')  # 第二种导入配置文件方式3.导入Sessionfrom flask_session import SessionSession(app)  # 核心和方式一一模一样,具体看源码@app.route('/set_session')def set_session():session['name'] = 'jack'return 'set_session'@app.route('/get_session')def get_session():print(session.get('name'))return 'get_session'if __name__ == '__main__':app.run()

3.读RedisSessionInterface源码

	1.RedisSessionInterface的open_session(在它的父类中)def open_session(self, app, request):# -取到前端传入,在cookie中得随机字符串sid = request.cookies.get(app.config["SESSION_COOKIE_NAME"])if not sid:sid = self._generate_sid(self.sid_length)# 当sid不为空,把sid传入到session_class得到对象return self.session_class(sid=sid, permanent=self.permanent)if self.use_signer:  # 用来加密,所以第一种方式的ues_signer最好不要改为Falsetry:sid = self._unsign(app, sid)except BadSignature:sid = self._generate_sid(self.sid_length)return self.session_class(sid=sid, permanent=self.permanent)return self.fetch_session(sid)def fetch_session(self, sid):# 取到随机字符串prefixed_session_id = self.key_prefix + sid# 从redis中取出key为前缀+随机字符串对应的value值value = self.redis.get(prefixed_session_id)if value is not None:try:# 解密成字符串session_data = self.serializer.loads(value)# 把解密后的数据,组装到 session对象中return self.session_class(session_data, sid=sid)except pickle.UnpicklingError:return self.session_class(sid=sid, permanent=self.permanent)return self.session_class(sid=sid, permanent=self.permanent)2.RedisSessionInterface的save_session(在它自己内)def save_session(self, app, session, response):if not self.should_set_cookie(app, session):returndomain = self.get_cookie_domain(app)path = self.get_cookie_path(app)if not session: # 如果session有值if session.modified:  # 如果值被修改过,就把cookie中的删除,并且删除redis中的self.redis.delete(self.key_prefix + session.sid)response.delete_cookie(app.config["SESSION_COOKIE_NAME"], domain=domain, path=path)return# expiration_datetime = self.get_expiration_time(app, session)serialized_session_data = self.serializer.dumps(dict(session))# 放到redis中self.redis.set(name=self.key_prefix + session.sid,value=serialized_session_data,ex=total_seconds(app.permanent_session_lifetime),  # 过期时间)# 把session对应的随机字符串放到cookie中self.set_cookie_to_response(app, session, response, expiration_datetime)

4.flask-session补充

	- session的前缀如果不传,默认:config.setdefault('SESSION_KEY_PREFIX', 'session:')- session过期时间:通过配置,如果不写,会有默认'PERMANENT_SESSION_LIFETIME':           timedelta(days=31),#这个配置文件控制-设置cookie时,如何设定关闭浏览器则cookie失效permanent=Falseapp.config['SESSION_PERMANENT'] = False

二、数据库连接池

1.flask中使用mysql

	'settings.py'SECRET_KEY = 'fdsjakluiz'DEBUG = TrueMYSQL_USER = 'root'MYSQL_HOST = '127.0.0.1'MYSQL_PORT = 3306MYSQL_PASSWORD = '1234'MYSQL_DATABASE = 'cnblogs'JSON_AS_ASCII = False'app.py'import pymysql.cursorsfrom flask import Flask, jsonifyapp = Flask(__name__)app.config.from_pyfile('./settings.py')# pymysql操作mysqlfrom pymysql import Connectconn = Connect(user=app.config.get('MYSQL_USER'),password=app.config.get('MYSQL_PASSWORD'),host=app.config.get('MYSQL_HOST'),database=app.config.get('MYSQL_DATABASE'),port=app.config.get('MYSQL_PORT'),)# pymysql.cursors.DictCursor查出来的是列表套字典的形式cursor = conn.cursor(pymysql.cursors.DictCursor)# cursor = conn.cursor()# app.config['JSON_AS_ASCII'] = False  # 前端显示json格式中文@app.route('/')def articles():cursor.execute('select id,title,author from article limit 10')article_list = cursor.fetchall()  # 拿出所有return jsonify(article_list)if __name__ == '__main__':app.run()

这种方式conncursor如果是全局,出现如下问题:

	'上面的  conn和cursor 都是全局的'假设极端情况:同时并发两个用户-一个用户查询所有文章-一个用户查询所有用户'在线程中全局变量是共享的'就会出现,第一个线程拿着cursor执行了:cursor.execute('select id,title,author from article limit 10')然后第二个线程拿着 cursor 执行了:cursor.execute('select id,name from user limit 10')第一个线程开始执行:(用的全是同一个cursor)article_list = cursor.fetchall()就会出现查询article的cursor取出来的数据是  用户相关数据---》出现数据错乱

2.上述问题解决

每个人:线程用自己的从conn和cursor,在视图函数中,拿到链接和cursor

	import pymysql.cursorsfrom flask import Flask, jsonifyapp = Flask(__name__)app.config.from_pyfile('./settings.py')# pymysql操作mysqlfrom pymysql import Connect@app.route('/')def articles():conn = Connect(user=app.config.get('MYSQL_USER'),password=app.config.get('MYSQL_PASSWORD'),host=app.config.get('MYSQL_HOST'),database=app.config.get('MYSQL_DATABASE'),port=app.config.get('MYSQL_PORT'),)cursor = conn.cursor(pymysql.cursors.DictCursor)cursor.execute('select id,title,author from article limit 10')article_list = cursor.fetchall()  # 拿出所有return jsonify(article_list)@app.route('/desc')def desc():conn = Connect(user=app.config.get('MYSQL_USER'),password=app.config.get('MYSQL_PASSWORD'),host=app.config.get('MYSQL_HOST'),database=app.config.get('MYSQL_DATABASE'),port=app.config.get('MYSQL_PORT'),)cursor = conn.cursor(pymysql.cursors.DictCursor)cursor.execute('select id,real_desc from article limit 10')article_list = cursor.fetchall()  # 拿出所有return jsonify(article_list)if __name__ == '__main__':app.run()

但是这种如果并发量过高,就会出现连接数过多的问题,mysql的性能就降低了

使用数据库连接池

	'上述操作存在的问题'1.原生pymysql操作,最好有一个rom---->sqlalchemy2.并发问题:conn和cursor要做成单例,还是每个视图函数一个?-如果使用单例,数据会错乱-咱们需要,每个视图函数,哪一个链接,如果并发数过多,mysql链接数就会很多,所以使用连接池解决# django orm操作,一个请求,就会拿到一个mysql的链接,用完后就释放'所以想要彻底解决,得使用数据库连接池'-限定 mysql链接最多,无论多少线程操作,都是从池中取链接使用'解决上面的两个问题'-数据库连接池-创建一个全局的池-每次进入视图函数,从池中取一个连接使用,使用完放回到池中,只要控制池的大小,就能控制mysql连接数

1.第三方数据库连接池

	'pool.py' 在这个文件中配置池也也可以在视图函数中配置# 1 安装 pip install dbutils# 2 使用:实例化得到一个池对象---》池是单例from dbutils.pooled_db import PooledDBimport pymysqlPOOL=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 = alwayshost='127.0.0.1',port=3306,user='root',password='1234',database='cnblogs',charset='utf8')'app.py'  视图函数from flask import Flask,jsonifyapp = Flask(__name__)app.config.from_pyfile('./settings.py')import timefrom pool import POOLfrom pymysql.cursors import DictCursor## 3 在视图函数中导入使用@app.route('/article')def article():conn = POOL.connection()cursor = conn.cursor(DictCursor)# 获取10条文章cursor.execute('select id,title,author from article limit 10')time.sleep(1)# 切换res = cursor.fetchall()print(res)return jsonify({'code': 100, 'msg': '成功', 'result': res})if __name__ == '__main__':app.run()

2.操作数据库不带池版

	from flask import Flask,jsonifyapp = Flask(__name__)app.config.from_pyfile('./settings.py')import time## 3 在视图函数中导入使用@app.route('/article')def article():import pymysqlfrom pymysql.cursors import DictCursorconn = pymysql.connect(user='root',password="1234",host='127.0.0.1',database='cnblogs',port=3306)cursor = conn.cursor(DictCursor)# 获取10条文章cursor.execute('select id,title,author from article limit 10')time.sleep(1)# 切换res = cursor.fetchall()print(res)return jsonify({'code': 100, 'msg': '成功', 'result': res})if __name__ == '__main__':app.run(port=5001)

3.池版和非池版压测

	压测代码  jmeter工具---》javaimport requestsfrom threading import Thread# 没有连接池def task():# res = requests.get('http://127.0.0.1:5000/article')  # 带连接池版res = requests.get('http://127.0.0.1:5001/article')  # 不带连接池版print(res.json())if __name__ == '__main__':l = []for i in range(100):t = Thread(target=task)t.start()l.append(t)for i in l:i.join()'''效果是:使用池的连接数明显小,不使用池连接数明显很大'''

查看数据库连接数:show status like '%Threads%';

在这里插入图片描述

三、wtforms

wtforms是一个支持多个web框架的form组件,主要用于对用户请求数据进行验证、渲染错误信息、渲染页面

app.py

from flask import Flask,render_template,request,redirect
from wtforms import Form
from wtforms.fields import simple
from wtforms import validators
from wtforms import widgetsapp=Flask(__name__)
app.debug=Trueclass LoginForm(Form):# 字段(内部包含正则表达式)name = simple.StringField(label='用户名',validators=[validators.DataRequired(message='用户名不能为空.'),validators.Length(min=6, max=18, message='用户名长度必须大于%(min)d且小于%(max)d')],widget=widgets.TextInput(), # 页面上显示的插件render_kw={'class': 'form-control'})# 字段(内部包含正则表达式)pwd = simple.PasswordField(label='密码',validators=[validators.DataRequired(message='密码不能为空.'),validators.Length(min=8, message='用户名长度必须大于%(min)d'),validators.Regexp(regex="^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[$@$!%*?&])[A-Za-z\d$@$!%*?&]{8,}",message='密码至少8个字符,至少1个大写字母,1个小写字母,1个数字和1个特殊字符')],widget=widgets.PasswordInput(),render_kw={'class': 'form-control'})@app.route('/login', methods=['GET', 'POST'])
def login():if request.method == 'GET':form = LoginForm()return render_template('login.html', form=form)else:form = LoginForm(formdata=request.form)if form.validate():print('用户提交数据通过格式验证,提交的值为:', form.data)else:print(form.errors)return render_template('login.html', form=form)if __name__ == '__main__':app.run()

login.html

	<!DOCTYPE html><html lang="en"><head><meta charset="UTF-8"><title>Title</title></head><body><h1>登录</h1><form method="post"><p>{{form.name.label}} {{form.name}} {{form.name.errors[0] }}</p><p>{{form.pwd.label}} {{form.pwd}} {{form.pwd.errors[0] }}</p><input type="submit" value="提交"></form></body></html>

四、Flask定制命令

1.使用 flask-script定制命令(老版本,新版本不用了)

	flask 老版本中,没有命令运行项目,自定制命令flask-script 解决了这个问题:flask项目可以通过命令运行,可以定制命令新版的flask--》官方支持定制命令  click 定制命令,这个模块就弃用了flask-migrate 老版本基于flask-script,新版本基于flask-click写的使用步骤-1 pip3 install  Flask-Script==2.0.3-2 pip3 install flask==1.1.4-3 pip3 install markupsafe=1.1.1-4 使用from flask_script import Managermanager = Manager(app)if __name__ == '__main__':manager.run()-5 自定制命令@manager.commanddef custom(arg):"""自定义命令python manage.py custom 123"""print(arg)- 6 执行自定制命令python manage.py custom 123

2.新版本定制命令

	from flask import Flaskimport clickapp = Flask(__name__)自定制命令,通过create-user传入用户名就可以创建一个用户来@app.cli.command('create-user')@click.argument('name')def create_user(name):# from pool import POOL# conn = POOL.connection()# cursor=conn.cursor()# cursor.excute('insert into user (username,password) values (%s,%s)',args=[name,'hello123'])# conn.commit()print(name)命令行中执行-flask --app .\Flask定制命令.py:app create-user jack-简写成 前提条件式app所在的py文件名叫app.py-flask create-user jack@app.route('/')def index():return 'index'-运行项目的命令:flask --app .\Flask定制命令.py:app runif __name__ == '__main__':app.run()

3.Django中自定制命令

	1 app下新建文件夹management/commands/2 在该文件夹下新建py文件,随便命名(命令名)3 在py文件中写代码from django.core.management.base import BaseCommandclass Command(BaseCommand):help = '命令提示'def handle(self, *args, **kwargs):命令逻辑  4 使用命令python manage.py  py文件(命令名)

五、Flask-Cache

具体使用可以自寻去官方查看:https://flask-caching.readthedocs.io/en/latest/

	from flask import Flask,render_template# 安装 pip install Flask-Cachingfrom flask_caching import Cacheconfig = {"DEBUG": True,"CACHE_TYPE": "SimpleCache","CACHE_DEFAULT_TIMEOUT": 300}app = Flask(__name__)app.config.from_mapping(config)cache = Cache(app)@app.route("/")@cache.cached(timeout=50)def index():return render_template('index.html')@app.route('/set_cache')def set_cache():cache.set('name','xxxx')return 'set_cache'@app.route('/get_cache')def get_cache():res = cache.get('name')return resif __name__ == '__main__':app.run()

这篇关于Flask入门三(Flask-session的使用、数据库链接池、wtforms、Flask定制命令、Flask-Cache)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/783537

相关文章

Python调用Orator ORM进行数据库操作

《Python调用OratorORM进行数据库操作》OratorORM是一个功能丰富且灵活的PythonORM库,旨在简化数据库操作,它支持多种数据库并提供了简洁且直观的API,下面我们就... 目录Orator ORM 主要特点安装使用示例总结Orator ORM 是一个功能丰富且灵活的 python O

Java中String字符串使用避坑指南

《Java中String字符串使用避坑指南》Java中的String字符串是我们日常编程中用得最多的类之一,看似简单的String使用,却隐藏着不少“坑”,如果不注意,可能会导致性能问题、意外的错误容... 目录8个避坑点如下:1. 字符串的不可变性:每次修改都创建新对象2. 使用 == 比较字符串,陷阱满

Python使用国内镜像加速pip安装的方法讲解

《Python使用国内镜像加速pip安装的方法讲解》在Python开发中,pip是一个非常重要的工具,用于安装和管理Python的第三方库,然而,在国内使用pip安装依赖时,往往会因为网络问题而导致速... 目录一、pip 工具简介1. 什么是 pip?2. 什么是 -i 参数?二、国内镜像源的选择三、如何

使用C++实现链表元素的反转

《使用C++实现链表元素的反转》反转链表是链表操作中一个经典的问题,也是面试中常见的考题,本文将从思路到实现一步步地讲解如何实现链表的反转,帮助初学者理解这一操作,我们将使用C++代码演示具体实现,同... 目录问题定义思路分析代码实现带头节点的链表代码讲解其他实现方式时间和空间复杂度分析总结问题定义给定

Linux使用nload监控网络流量的方法

《Linux使用nload监控网络流量的方法》Linux中的nload命令是一个用于实时监控网络流量的工具,它提供了传入和传出流量的可视化表示,帮助用户一目了然地了解网络活动,本文给大家介绍了Linu... 目录简介安装示例用法基础用法指定网络接口限制显示特定流量类型指定刷新率设置流量速率的显示单位监控多个

JavaScript中的reduce方法执行过程、使用场景及进阶用法

《JavaScript中的reduce方法执行过程、使用场景及进阶用法》:本文主要介绍JavaScript中的reduce方法执行过程、使用场景及进阶用法的相关资料,reduce是JavaScri... 目录1. 什么是reduce2. reduce语法2.1 语法2.2 参数说明3. reduce执行过程

如何使用Java实现请求deepseek

《如何使用Java实现请求deepseek》这篇文章主要为大家详细介绍了如何使用Java实现请求deepseek功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1.deepseek的api创建2.Java实现请求deepseek2.1 pom文件2.2 json转化文件2.2

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本

C++ Primer 多维数组的使用

《C++Primer多维数组的使用》本文主要介绍了多维数组在C++语言中的定义、初始化、下标引用以及使用范围for语句处理多维数组的方法,具有一定的参考价值,感兴趣的可以了解一下... 目录多维数组多维数组的初始化多维数组的下标引用使用范围for语句处理多维数组指针和多维数组多维数组严格来说,C++语言没

在 Spring Boot 中使用 @Autowired和 @Bean注解的示例详解

《在SpringBoot中使用@Autowired和@Bean注解的示例详解》本文通过一个示例演示了如何在SpringBoot中使用@Autowired和@Bean注解进行依赖注入和Bean... 目录在 Spring Boot 中使用 @Autowired 和 @Bean 注解示例背景1. 定义 Stud