目录
回顾
1.cbv的使用
写一个类继承MethodView，写get、post。。。
类属性decorators = [auth,] 可以加装饰器
2.cbv执行流程
2.1 跟Django流程一样
2.2 endpoint作用路径别名，add_url_rule(view_func=IndexView.as_view('index'))
2.3 为什么endpoint不传，是被路由装饰器的函数名：函数.__name__
2.4 装饰器的执行先后顺序
3.请求响应
请求：全局request对象，在不同视图函数中尽管使用，不会错乱
method
path
files
form
argvs。。。
响应：四件套，响应对象，make_response包裹一下四件套之一
set_cookies
响应对象.headers 响应头
4.session使用
设置秘钥
全局导入，直接赋值，取值
5.session执行流程
open_session: 前端写到cookie到后端，后端取出cookie对应的value值，解密，转到session兑对象中，后续再视图函数中，使用session即可
save_session: 请求走的时候，校验session有没有被改过，如果被改了，删除cookie，重新设置cookie。session改了就删除cookie，没改就用原来的，而在Django是修改session表中的value值。
session用起来像字典 --->>> 如何做，一个对象可以像字典一样使用，__getitem__ __setitem__，只要调用__setitem__就说明动了，对象属性modify，一开始false，只要触发了__setiten__,置为true，后期只要判断modify，就可以判断session有没有被改过
6.闪现；跨域请求获取到之前请求存放的数据，取一次就没了 关注一下Django的message框架
flash('%s,对不起'% name)
get_flashed_messages()
7. 请求扩展
before_request
after_request
before_first_request
teardown_request: 错误日志记录
errorhandler：是某种状态码，就会执行它
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项目中，后期肯定要划分目录
不用蓝图，划分目录
no_blueprint # 项目名
src # 核心源码位置
__init__ # 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
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.pnj # 图片
-tempaltes # 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
有多个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
g对象
g对象是什么？
专门用来储存用户信息的g对象，g的全称为global
global的缩写，再python中是个关键字，不能以关键字作为变量名，干脆就用了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
什么不学Django中使用request作为上下文？
-
因为使用request，可能会造成request数据的污染，不就会小心改了request的属性，而却发现不了
-
建议使用g是空的，放入之后在当次请求中全局优先
使用场景
- 以后想在当次请求中，放入一些数据，供后面使用，就可以使用g对象
g和session有什么区别？
-
g 是只针对与当次请求，而session是针对于多次请求
-
解释：
session对象是可以跨request的，只要session还未失效，不同的request的请求会获取到同一个session，但是g对象不是，g对象不需要管过期时间，请求一次就g对象就改变了一次，或者重新赋值了一次
代码：
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()
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
问题一：这样会有什么问题呢？这样会导致来一个请求，创建一个连接，请求结束，连接关闭(Django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
问题二：这样会有什么问题呢？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
1.创建一个全局的池
2.每次进入视图函数，从池中取一个连接使用，使用完放回池中，只要控制池的大小，就能控制mysql的连接数
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.cursor.DictCursor)
cursor.execute('select id, title, author_img from article 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 article 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 = request.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%'
-teardown_request 错误日志记录
-errorhandler 监听状态码
不用蓝图划分目录导来到去肯定会出现循环导入
蓝图划分目录的
蓝图的使用
蓝图小型项目的划分
蓝图大型项目的划分
池
全局的cursor导致数混乱
两个请求来
secuothermi
标签：__,py,flask,蓝图,request,cursor,day03,session,连接池 From： https://www.cnblogs.com/xiao-fu-zi/p/17288227.html