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