目录
1 蓝图的使用
# blueprint 翻译过来的，称之为蓝图
# 作用是：之前全在一个py中写flask项目，后期肯定要划分目录
# 不用蓝图，划分目录
no_blueprint_flask # 项目名
src #核心源码位置
__init__.py # 包 里面实例化得到了app对象，
models.py #放表模型
views.py # 放视图函数
static # 放静态资源
templates # 放模板
home.html # 模板
manage.py # 启动文件
# 蓝图的使用步骤
-第一步：导入蓝图类 from flask import Blueprint
-第二步：实例化得到蓝图对象 us=Blueprint('user',__name__)
-第三步：在app中注册蓝图 app.register_blueprint(us)
-第四步：在不同的views.py 使用蓝图注册路由 @us.route('/login')
-补充：蓝图可以有自己的静态文件和模板
-补充：注册蓝图时，可以使用前缀，必须以/ 开头
# 使用蓝图，划分小型项目目录
little_blueprint # 项目名
-src # 核心代码
-static # 静态文件
-1.jpg # 图片
-templates # 模板文件
-user.html # 模板
-views # 视图函数存放位置
-order.py # 订单相关视图
-user.py # 用户相关视图
-__init__.py # 包
-models.py # 表模型
-manage.py # 启动文件
# 使用蓝图，划分大型项目目录 多个app，像django一样
big_blueprint # 项目名
-src # 核心文件
-admin # admin的app
-static # 静态文件
-1.jpg # 图片
-templates # 模板文件目录
-admin_home.html # 模板文件
-__init__.py # 包
-models.py # 表模型
-views.py # 视图函数
-home # home app
-order # orderapp
-__init__.py # 包
-settings.py # 配置文件
-manage.py # 启动文件
2 g对象
# g 对象 是什么？
-global的缩写，再python中是个关键字，不能以关键字作为变量名，干脆用了g
-g 对象，在整个请求的全局，可以放值，可以取值
-全局变量，在任意位置导入使用即可
-它为什么不学django使用request作为上下文？
-因为使用request，可能会造成request数据的污染，不小心改了request的属性，但你不知道
-建议使用g 是空的，放入之后在当次请求中全局优先
# 以后想在当次请求中，放入一些数据，后面使用，就可以使用g对象
# g和session有什么区别？
-g 是只针对于当次请求
-session针对于多次请求
from flask import Flask, g, request
app = Flask(__name__)
app.debug = True
@app.before_request
def before():
if 'home' in request.path:
g.xx = 'xx'
def add(a, b):
# print('---',g.name)
print('---', request.name)
return a + b
@app.route('/')
def index():
print(g.xx)
name = request.args.get('name')
# g.name = name
request.method = name
res = add(1, 2)
print(res)
return 'index'
@app.route('/home')
def home():
print(g.xx)
return 'index'
if __name__ == '__main__':
app.run()
3 数据库连接池
# flask 操作mysql
-使用pymysql
-在视图函数中，创建pymysql的连接，查数据，查完，返回给前端
-有什么问题？ 来一个请求，创建一个连接，请求结束，连接关闭 （djanog就是这么做的）
-把连接对象，做成全局的，在视图函数中，使用全局的连接，查询，返回给前端
-有什么问题？会出现数据错乱，详见下图
# 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
# 使用第三方数据库连接池,使用步骤
-1 安装 pip install dbutils
-2 使用：实例化得到一个池对象
-3 在视图函数中导入使用
conn = pool.connection()
cursor = conn.cursor(pymysql.cursors.DictCursor)
cursor.execute('select id,title,author_img from aritcle limit 2')
res = cursor.fetchall()
# 带池的代码
@app.route('/article_pool')
def article_pool():
conn = pool.connection()
cursor = conn.cursor(pymysql.cursors.DictCursor)
cursor.execute('select id,title,author_img from aritcle limit 2')
res = cursor.fetchall()
print(res)
return jsonify(res)
# 不带池的代码
@app.route('/article')
def article():
conn = pymysql.connect(user='root',
password="",
host='127.0.0.1',
database='cnblogs',
port=3306)
cursor = conn.cursor(pymysql.cursors.DictCursor)
time.sleep(random.randint(1,3))
cursor.execute('select id,title,author_img from aritcle limit 2')
res = cursor.fetchall()
cursor.close()
conn.close()
return jsonify(res)
# 压力测试代码
from threading import Thread
import requests
def task():
res = requests.get('http://127.0.0.1:5000/article_pool')
print(len(res.text))
if __name__ == '__main__':
for i in range(500):
t = Thread(target=task)
t.start()
## 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%'