.
.
.
.
.
.

昨日回顾

# 1 导出项目依赖  pipreqs

# 2 函数和方法的区别


# 3 local对象
	-并发编程中的一个对象，它可以保证多线程并发访问数据安全
    -本质原理是：不同的线程，操作的是自己的数据
    -不支持协程


# 4 自己定义local，支持线程和协程
	# 注意点一：
    try:
        # 只要解释器没有装greenlet，这句话就会报错
        # 一旦装了，有两种情况，使用了协程和没用协程，无论使用不使用，用getcurrent都能拿到协程id号
        from greenlet import getcurrent as get_ident
    except Exception as e:
        from threading import get_ident
	# 注意点二：重写类的  __setattr__和__getattr__
    	对象.属性 取值 不存在会触发  __getattr__
		对象.属性 设置值 不存在时会触发  __setattr__


   # 注意点三：由于重写了__setattr__和__getattr__
		类内部使用 self.storage  会递归
    	使用类调用对象的方法，它就是普通函数，有几个值传几个值
        object.__setattr__(self, 'storage', {})
        等同于：self.storage={}
        等价于：setattr(self,'storage', {})  会递归


# 5 flask是如何实现这个local类的
    def __setattr__(self, name, value):
        ident = self.__ident_func__()
        storage = self.__storage__
        try:
            storage[ident][name] = value
        except KeyError:
            storage[ident] = {name: value}

    def __getattr__(self, name):
        try:
            return self.__storage__[self.__ident_func__()][name]
        except KeyError:
            raise AttributeError(name)


  def __getattr__(self, k):
        ident = get_ident()
        return self.storage[ident][k]


   def __setattr__(self, k, v):
        ident = get_ident() #如果用协程，这就是协程号，如果是线程，这就是线程号
        if ident in self.storage:  #{'协程id号':{arg:1},'协程id号':{arg:2},'协程id号':{arg:3}}
            self.storage[ident][k] = v
        else:
            self.storage[ident] = {k: v}


# 6 偏函数  ：提前传值，返回一个对象，后期可以调用这个对象，传入后续的值


# 7 请求上下文源码分析(ctx 对象)，整个flask的执行流程
	-一旦请求来了----》会执行 Flask类的对象app()---》触发Flask __call__--->self.wsgi_app(environ, start_response)
    -Flask类wsgi_app 方法  大约 2417行
     def wsgi_app(self, environ, start_response):
        #1 返回了一个ctx，请求上下文对象，RequestContext 的对象，里面有session，request
        ctx = self.request_context(environ)
        try:
            try:
                # 2 ctx.push---->RequestContext的push---》382行 
                # _request_ctx_stack.push(self)--self是ctx---》是全局变量
                # 是LocalStack()的对象
                ctx.push()
                # 匹配路由执行视图函数，请求扩展
                response = self.full_dispatch_request()
            except Exception as e:
                error = e
                response = self.handle_exception(e)
            except:  # noqa: B001
                error = sys.exc_info()[1]
                raise
            # 把结果返回给wsgi服务器
            return response(environ, start_response)
        finally:
            if self.should_ignore_error(error):
                error = None
            # 把当前放进去的ctx剔除，当次请求结束了
            ctx.auto_pop(error)

	-是LocalStack()的对象 的push ，传入了ctx
        def push(self, obj):
            # self._local是 Flask自己定义的兼容线程和协程的Local
            #self._local中反射 stack，会根据不同线程或协程，返回不同线程的stack
            #rv是None的
            rv = getattr(self._local, "stack", None)
            if rv is None:
                # rv=[]
                # self._local.stack=rv
          		#self._local={'协程id号1':{stack:[]},'协程id号2':{stack:[]}}
                self._local.stack = rv = []
            rv.append(obj)
            #self._local={'协程id号1':{stack:[ctx,]},'协程id号2':{stack:[]}}
            return rv



   - 在视图函数中:request = LocalProxy(partial(_lookup_req_object, "request"))
    	-print(request.method) # 执行requets对象的 __getattr__
        -LocalProxy的__getattr__-->核心：
        -return getattr(self._get_current_object(), name)
    	-self._get_current_object() 是 ctx中的真正request对象，那method，自如就拿到当次请求的method
        -def _get_current_object(self):
            if not hasattr(self.__local, "__release_local__"):
                #object.__setattr__(self, "_LocalProxy__local", local)，初始化传入的
                # local 是 partial(_lookup_req_object, "request")
                # 
                # getattr(_lookup_req_object('request'), 'method')
                # getattr(当次请求的reuqest, 'method')
                return self.__local() # self中的 __local,隐藏属性
            try:
                return getattr(self.__local, self.__name__)
            except AttributeError:
                raise RuntimeError("no object bound to %s" % self.__name__)


   -def _lookup_req_object(name):
        # 这里把当前线程下 的ctx取出来了
        top = _request_ctx_stack.top
        if top is None:
            raise RuntimeError(_request_ctx_err_msg)
        return getattr(top, name) # 去ctx中反射request，返回的就是当次请求的requets


# django flask 同步框架，部署的时候，使用uwsgi部署，uwsgi是进程线程架构，并发量不高
# 可以通过uwsgi+gevent，部署成异步程序

今日内容

1 信号

# Flask框架中的信号基于blinker（安装这个模块），其主要就是让开发者可是在flask请求过程中定制一些用户行为  flask 和django都有
#观察者模式，又叫发布-订阅(Publish/Subscribe)  23 种设计模式之一
pip3.8 install blinker

# 信号：signial 翻译过来的，并发编程中学过 信号量Semaphore

# 比如：用户表新增一条记录，就记录一下日志
	-方案一：在每个增加后，都写一行代码  ---》后期要删除，比较麻烦
    -方案二：使用信号，写一个函数，绑定内置信号，只要程序执行到这，就会执行这个函数
# 内置信号： flask少一些，django多一些
request_started = _signals.signal('request-started')                # 请求到来前执行
request_finished = _signals.signal('request-finished')              # 请求结束后执行
 
before_render_template = _signals.signal('before-render-template')  # 模板渲染前执行
template_rendered = _signals.signal('template-rendered')            # 模板渲染后执行
 
got_request_exception = _signals.signal('got-request-exception')    # 请求执行出现异常时执行
 
request_tearing_down = _signals.signal('request-tearing-down')      # 请求执行完毕后自动执行（无论成功与否）
appcontext_tearing_down = _signals.signal('appcontext-tearing-down')# 应用上下文执行完毕后自动执行（无论成功与否）
 
appcontext_pushed = _signals.signal('appcontext-pushed')            # 应用上下文push时执行
appcontext_popped = _signals.signal('appcontext-popped')            # 应用上下文pop时执行
message_flashed = _signals.signal('message-flashed')                # 调用flask在其中添加数据时，自动触发



# 使用内置信号的步骤
	1 写一个函数
    2 绑定内置信号
    3 等待被触发


# 自定义信号
    # 1 定义出信号
    session_set = _signals.signal('session_set')


    # 2 写一个函数
    def test1(*args, **kwargs):
        print(args)
        print(kwargs)
        print('session设置值了')


    # 3 绑定自定义的信号
    # session_set.connect(test1)


    # 4 触发信号的执行(咱们做)
    # session_set.send('lqz') # 触发信号执行

# django中使用信号
https://www.cnblogs.com/liuqingzheng/articles/9803403.html

1.2 django信号

Model signals
    pre_init                    # django的modal执行其构造方法前，自动触发
    post_init                   # django的modal执行其构造方法后，自动触发
    pre_save                    # django的modal对象保存前，自动触发
    post_save                   # django的modal对象保存后，自动触发
    pre_delete                  # django的modal对象删除前，自动触发
    post_delete                 # django的modal对象删除后，自动触发
    m2m_changed                 # django的modal中使用m2m字段操作第三张表（add,remove,clear）前后，自动触发
    class_prepared              # 程序启动时，检测已注册的app中modal类，对于每一个类，自动触发
Management signals
    pre_migrate                 # 执行migrate命令前，自动触发
    post_migrate                # 执行migrate命令后，自动触发
Request/response signals
    request_started             # 请求到来前，自动触发
    request_finished            # 请求结束后，自动触发
    got_request_exception       # 请求异常后，自动触发
Database Wrappers
    connection_created          # 创建数据库连接时，自动触发
    
    
    
    
 # django中使用内置信号
	1 写一个函数
    def callBack(*args, **kwargs):
        print(args)
        print(kwargs)
    2 绑定信号
    #方式一
    post_save.connect(callBack)
    # 方式二
    from django.db.models.signals import pre_save
	from django.dispatch import receiver
    @receiver(pre_save)
    def my_callback(sender, **kwargs):
        print("对象创建成功")
        print(sender)
        print(kwargs)
    3 等待触发

2 flask-script

# django中，有命令  
	python manage.py runserver
    。。。
    
#flask启动项目，像djagno一样，通过命令启动

Flask==2.2.2
Flask_Script==2.0.3


#借助于：flask-script 实现
	-安装：pip3.8 install flask-script
    -修改代码：
    	from flask_script import Manager
    	manager=Manager(app)
        manager.run()
    -用命令启动
    	python manage.py runserver
        

        
 # 自定制命令
    #1  简单自定制命令
    @manager.command
    def custom(arg):
        # 命令的代码，比如：初始化数据库， 有个excel表格，使用命令导入到mysql中
        print(arg)

    #2 复杂一些的自定制命令
    @manager.option('-n', '--name', dest='name')
    @manager.option('-u', '--url', dest='url')
    def cmd(name, url):
        # python run.py cmd -n lqz -u xxx
        # python run.py cmd --name lqz --url uuu
        print(name, url)
    
    
   
    
# django 中如何自定制命令

3 sqlalchemy 快速使用

# flask 中没有orm框架，对象关系映射，方便我们快速操作数据库
# flask，fastapi中用sqlalchemy居多

# SQLAlchemy是一个基于Python实现的ORM框架。该框架建立在 DB API之上，使用关系对象映射进行数据库操作，简言之便是：将类和对象转换成SQL，然后使用数据API执行SQL并获取执行结果


# 安装
pip3.8 install sqlalchemy

#了解
SQLAlchemy本身无法操作数据库，其必须以来pymsql等第三方插件 
pymysql
    mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]
    
cx_Oracle
    oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...]
    
更多：http://docs.sqlalchemy.org/en/latest/dialects/index.html

4 sqlalchemy介绍和快速使用

4.1 原生操作的快速使用

# 先不是orm，而是原生sql


# 第一步：导入
from sqlalchemy import create_engine
# 第二步：生成引擎对象
engine = create_engine(
    "mysql+pymysql://[email protected]:3306/cnblogs",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)
# 第三步：使用引擎获取连接，操作数据库
conn = engine.raw_connection()
cursor=conn.cursor()
cursor.execute('select * from aritcle')
print(cursor.fetchall())

5 创建操作数据表

# 第一步：导入
from sqlalchemy import create_engine
import datetime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column, Integer, String, Text, ForeignKey, DateTime, UniqueConstraint, Index

# 第二步：执行declarative_base，得到一个类
Base = declarative_base()


# 第三步：继承生成的Base类
class User(Base):
    # 第四步：写字段
    id = Column(Integer, primary_key=True)  # 生成一列，类型是Integer，主键
    name = Column(String(32), index=True, nullable=False)  # name列varchar32，索引，不可为空
    email = Column(String(32), unique=True)
    # datetime.datetime.now不能加括号，加了括号，以后永远是当前时间
    ctime = Column(DateTime, default=datetime.datetime.now)
    # extra = Column(Text, nullable=True)

    # 第五步：写表名 如果不写以类名为表名
    __tablename__ = 'users'  # 数据库表名称

    # 第六步：建立联合索引，联合唯一
    __table_args__ = (
        UniqueConstraint('id', 'name', name='uix_id_name'),  # 联合唯一
        Index('ix_id_name', 'name', 'email'),  # 索引
    )


class Book(Base):
    __tablename__ = 'books'
    id = Column(Integer, primary_key=True)
    name = Column(String(32))
# 第七步：把表同步到数据库中


# 不会创建库，只会创建表
engine = create_engine(
    "mysql+pymysql://[email protected]:3306/aaa",
    max_overflow=0,  # 超过连接池大小外最多创建的连接
    pool_size=5,  # 连接池大小
    pool_timeout=30,  # 池中没有线程最多等待的时间，否则报错
    pool_recycle=-1  # 多久之后对线程池中的线程进行一次连接的回收（重置）
)

# 把表同步到数据库  （把被Base管理的所有表，都创建到数据库）
Base.metadata.create_all(engine)


# 把所有表删除
# Base.metadata.drop_all(engine)

5.2 sqlalchemy快速插入数据

6 scoped_session线程安全

6.2 类装饰器

7 基本增删查改

7.1 基本增删查改和高级查询

7.3 原生sql

8 一对多

8.1 表模型

8.2 新增和基于对象的查询

9 多对多

9.1 表模型

9.2 增加和基于对象的跨表查询

10 flask-sqlalchemy使用和和flask-migrate使用

10.1 flask-migrate

作业

面试
1 什么是猴子补丁，有什么用途
2 什么是反射，python中如何使用反射
3 http和https的区别

# 面试题背

补充

# 微服务