python3-开发进阶Flask的基础（3）

上篇我们大概简单描述了一下上下文管理，这篇来具体来说说，

上下管理的request

上下管理的session

第三方组件：flask-session

pymysql操作数据库 数据库连接池

一、前奏

1、一个新名词：偏函数 （可以帮你自动传参数）

import functools   #装饰器用过的模块

def index(a,b):
return a+b

new_fun=functools.partial(index,666)   #666当作第一个参数

#原来的调用
# ret=index(1,2)
#
# print(ret)
ret=new_fun(1)   #偏函数，帮助开发者自动传递参数
print(ret)

2、super和执行类的区别？

class Base(object):

def func(self):
print('Base.func')

class Foo(Base):
def func(self):
#方式一：根据mro的顺序执行方法
# super().func()
#方式二：主动执行Base类的方法
# Base.func(self)
print('Foo.func')

obj=Foo()
obj.func()
print(obj.__mro__)

3、面向对象中特殊方法 setattr/getattr注意事项：

class Foo(object):
def __init__(self):
#self.duoduo={}    直接定于会发现调用__setattr__方法时，还没有生成会报错
object.__setattr__(self,'duoduo',{})

def __setattr__(self, key, value):
print(key,value,self.duoduo)

obj=Foo()
print(obj.duoduo)

四、栈

基于列表实现的一个栈：

class Stack(object):

def __init__(self):
self.data=[]

def push(self,val):
self.data.append(val)

def pop(self):
return self.data.pop()

_stack=Stack()
_stack.push('大娃')
_stack.push('二娃')

print(_stack.pop())
print(_stack.pop())

5、Local类

try:
from greenlet import getcurrent as get_ident   #获取协程的唯一标记
except:
from threading import get_ident   #获取线程的唯一标记

class Local(object):

def __init__(self):
object.__setattr__(self,'storage',{})

def __setattr__(self, key, value):
ident=get_ident()
if ident not in self.storage:
self.storage[ident]={key,value}
else:
self.storage[ident][key]=value

def __getattr__(self, item):
ident=get_ident()
if ident in self.storage:
return self.storage[ident].get(item)

这个是我们自己写的，我们再去看看flask中的Local类

from flask import globals  #点globals

_request_ctx_stack = LocalStack()  #点LocalStack()

self._local = Local()   #点Local

先看看上面导入的模块：一样的，优先协程，然后线程



__slots__,只能访问什么属性的范围

6、全局变量只有在初次加载时执行

二、上下文管理 request

1、wsgi 初步处理请求

2 、 __call__方法 执行wsgi_app

3、ctx=RequestContextsession,request) 再执行 ctx.push()

4、LocalStack对象 把ctx对象添加到local中

5、Local 存数据的时__storage__={'唯一标识'：{stack:[ctx,]}}

6、视图函数

上下文管理：session

就一个流程，别的基本上一样，

最后通过localstack获取ctx中的session,给session赋值（从cookie中读取数据）

三、flask-session

先下载第三方的库

pip3 install  flask-session

用法：

import redis
from flask import Flask
from flask.sessions import SecureCookieSessionInterface
from flask_session import Session

duo=Flask(__name__)

#duo.session_interface=SecureCookieSessionInterface()
#duo.session_interface=RedisSessionInterface()
duo.config['SESSION_TYPE']='redis'
duo.config['SESSION_TYPE']=redis.Redis(host='11.1.11.1',port=6379,password='123456')
Session(duo)

我们来看看Session里面是什么：



app.session_interface赋值，再来看看sef._get_interface(app)





这下我们来说说他的原理：

最开始请求进来的时候，这时是根本没有sesiion,找到他的session,执行open_session



执行完open_session,就要保存在浏览器上执行save_session



保存好后，下次再来访问：



总结：

session 数据保存到redis session：随机字符串（每个线程或协程都不一样）

随机字符串返回给用户

查看源码

from flask_session import RedisSessionInterface

四、数据库连接池

pip3 install DBUtils

创建一批连接到连接池，供所有线程共享使用。

import time
import pymysql
import threading
from DBUtils.PooledDB import PooledDB, SharedDBConnection
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。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 = always
host='127.0.0.1',
port=3306,
user='root',
password='123',
database='db',
charset='utf8'
)

def func():
# 检测当前正在运行连接数的是否小于最大链接数，如果不小于则：等待或报raise TooManyConnections异常
# 否则
# 则优先去初始化时创建的链接中获取链接 SteadyDBConnection。
# 然后将SteadyDBConnection对象封装到PooledDedicatedDBConnection中并返回。
# 如果最开始创建的链接没有链接，则去创建一个SteadyDBConnection对象，再封装到PooledDedicatedDBConnection中并返回。
# 一旦关闭链接后，连接就返回到连接池让后续线程继续使用。
conn = POOL.connection()
cursor = conn.cursor(pymysql.cursors.DictCursor)  #pymsql
cursor.execute('select * from tb1')
result = cursor.fetchall()
conn.close()

func()

注意：

　　使用数据库要用连接池

　 封装SQLHelper