百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

PythonWeb之Flask框架配置管理(一)

ccwgpt 2024-09-15 15:06 43 浏览 0 评论

前言:

在学习Falsk框架的时候发现了网上资源比较繁杂,而涉及到工程项目的文件配置和管理也是各有千秋。所以花了点时间专门整理一个配置项目工程目录的文章,本篇文章从最初始化最简洁的Flask安装样例出发,从零开始编写代码和配置文件,旨在帮助本人以及广大读者理解项目目录文件之间的关系。

那么接下来就让我们进入到flask目录配置的学习中。

首先这里我选择pycharm进行开发,毋庸置疑,pycharm是最好最流行的Python IDE,功能强大,方便实用。借助于使用virtualenv创建好的虚拟环境,开始创建一个新的python空项目(这里不选择直接使用flask框架创建项目)。

创建好一个空项目后,由我们自己手动新建各部分所需文件目录,并编写原始代码。在这之前,我们先来了解一下Flask程序的默认(初始)结构。

Flask框架默认(初始)项目结构

app.py

from flask import Flask

app = Flask(__name__)
?
@app.route('/')
def index():
   return 'Hello Flask'
?
?
if __name__ == '__main__':
   app.run()

创建一个app.py 文件之后,写下上面的代码,点击运行。可以得到以下界面。

很显然,程序运行成功了。

现在我们来编写一些配置所需要的代码。

1.在单一文件中构建所有依赖工具

manage.py

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from flask_session import Session
from flask_wtf import CSRFProtect
?
import redis
?
?
app = Flask(__name__)
?
?
class BaseConfig(object):
   """配置信息"""
   DEBUG = True
?
   SECRET_KEY = "sdsadafafsfsd@$%9"
?
   # 数据库
   SQLALCHEMY_DATABASE_URL = "mysql://root:mysql@127.0.0.1:3306/database_name"
   SQLALCHEMY_TRACK_MODIFICATIONS = True
?
   # redis
   REDIS_HOST = "127.0.0.1"
   REDIS_PORT = 6379
?
   # flask_session 配置
   SESSION_TYPE = "redis"
   SESSION_REDIS = redis.StrictRedis(host=REDIS_HOST,port=REDIS_PORT) # 若是上线运行,此处可能是另一台redis服务器
   SESSION_USE_SIGNER = True # 对cookie中session_id 进行隐藏处理
   SESSION_SESSION_LIFETIME = 86400 # session数据的有效期,单位 秒
?
?
app.config.from_object(Config)
?
# 数据库
db = SQLAlchemy(app)
?
# 创建redis连接对象
redis_store = redis.StrictRedis(host=BaseConfig.REDIS_HOST,port=BaseConfig.REDIS_PORT)
?
# 利用flask-session,将session数据保存到redis中
Session(app)
?
# 为flask补充csrf防护
CSRFProtect(app)
?
?
@app.route('/')
def index():
   return 'Hello Flask'
?
?
if __name__ == '__main__':
   app.run()

2.(自定义)创建工程目录

在实际生产中,我们将单一配置文件中的依赖工具和功能提取抽离出来,写到不同的模块中,便于代码的管理和复用

2.1 第一次抽取

(1)第一次的抽取,先用工厂模式将app的创建抽离出来,并分匹配【配置模式】,将【配置模式】作为 类 来传递

config.py

# 所有的配置项都放到config.py中
# flask的配置项目,名字都是大写字母
?
import redis
?
class BaseConfig(object):
   DEBUG = True
?
   # 秘钥
   SECRET_KEY = "sdsadafafsfsd@$%9"
?
   # 数据库
   SQLALCHEMY_DATABASE_URL = "mysql://root:mysql@127.0.0.1:3306/database_name"
   SQLALCHEMY_TRACK_MODIFICATIONS = True
?
   # redis
   REDIS_HOST = "127.0.0.1"
   REDIS_PORT = 6379
?
   # flask_session 配置
   SESSION_TYPE = "redis"
   SESSION_REDIS = redis.StrictRedis(host=REDIS_HOST,port=REDIS_PORT) # 若是上线运行,此处可能是另一台redis服务器
   SESSION_USE_SIGNER = True # 对cookie中session_id 进行隐藏处理
   SESSION_SESSION_LIFETIME = 86400 # session数据的有效期,单位 秒
?
?
# 发行环境
class ProductionConfig(BaseConfig):
   DEBUG = False
?
?
# 开发环境
class DevelopmentConfig(BaseConfig):
   
   DEBUG = True
?
?
# 测试环境
class TestingConfig(BaseConfig):
   pass
?
?
# 配置信息
config_map = {
   'develop': DevelopmentConfig,
   'product': ProductionConfig,
   'test': TestingConfig
}

(2)第一次抽取后的manage.py 文件还剩下

manage.py

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from flask_session import Session
from flask_wtf import CSRFProtect
from config import config_map
?
import redis
?
?
# 工厂模式
def create_app(config_name):
   """
  创建flask的应用对象
  :param config_name: str 配置模式的 模式的名字 ("develop","product")
  :return:
  """
   app = Flask(__name__)
?
   # 获取配置模式的名字,获取配置参数的类
   config_class = config_map.get(config_name)
   app.config.from_object(config_class)
?
   return app
?
?
app = create_app('develop')
?
# 数据库
db = SQLAlchemy(app)
?
# 创建redis连接对象
redis_store = redis.StrictRedis(host=Config.REDIS_HOST,port=Config.REDIS_PORT)
?
# 利用flask-session,将session数据保存到redis中
Session(app)
?
# 为flask补充csrf防护
CSRFProtect(app)
?
?
@app.route('/')
def index():
   return 'Hello Flask'
?
?
if __name__ == '__main__':
   app.run()

2.2 第二次抽取

(1)第二次抽取,首先在项目根目录创建一个新的 文件夹app,在app文件夹下创建--init--.py、models.py、views.py文件。

(2)将工厂模式函数create_app复制到--init--.py文件,同时将 数据库初始化/实例化 app应用程序的代码抽离过来,如下:

(3)此时有一个问题,db = SQLAlchemy(app) 中 app还没有被创建,当然我们可以导入manage模块来解决这个问题,如下

import manage
# 数据库
db = SQLAlchemy(manage.app)

但这样很明显就失去了一开始想要分隔抽离代码功能的作用,所以这里采用以下方法解决:

先创建SQLAlchemy对象,但不进行赋值,而后在工厂函数中进行赋值。

——init——.py

from flask import Flask
from config import config_map
from flask_sqlalchemy import SQLAlchemy
?
?
# 数据库 初始化关联app
db = SQLAlchemy()
?
?
# 工厂模式
def create_app(config_name):
   """
  创建flask的应用对象
  :param config_name: str 配置模式的 模式的名字 ("develop","product")
  :return:
  """
   app = Flask(__name__)
?
   # 获取配置模式的名字,获取配置参数的类
   config_class = config_map.get(config_name)
   app.config.from_object(config_class)
?
   # db初始化关联app过程
   # 使用app初始化db
   db.init_app(app)
?
   return app

manage.py

from flask_session import Session
from flask_wtf import CSRFProtect
?
import redis
?
from app import create_app
?
?
app = create_app('develop')
?
# 创建redis连接对象
redis_store = redis.StrictRedis(host=Config.REDIS_HOST,port=Config.REDIS_PORT)
?
# 利用flask-session,将session数据保存到redis中
Session(app)
?
# 为flask补充csrf防护
CSRFProtect(app)
?
?
@app.route('/')
def index():
   return 'Hello Flask'
?
?
if __name__ == '__main__':
   app.run()

2.3 第三次抽取

(1)这里将redis连接对象也抽取到--init--.py文件中,和上一个抽取中的db一样,其他模块中的代码也会使用到redis,所以这里db、redis不能放在工厂函数中,否则会导致其他模块导包是无法导入。

(2)设置全局变量redis_store = None,然后在工厂函数中再进行初始化。

2.4 第四次抽取

(1)第四次抽取,将session和csrf两个功能同样抽取到--init--.py文件中,因为session和csrf是Flask的补充功能,在程序执行中只需要初始化一次以修改 flask机制或引入该功能,初始化对象后,后续操作直接在视图函数中使用flask自己的全局对象session和flask_wtf中csrf生成的内容就可以了,并不使用Session(app)、CSRFProtect(app)对象。

因此,将Session(app)、CSRFProtect(app)对象直接写在工厂函数中,创建时初始化一次就可以了。

manage.py

from app import create_app
?
?
app = create_app('develop')
?
?
?
@app.route('/')
def index():
   return 'Hello Flask'
?
?
if __name__ == '__main__':
   app.run()

--init--.py

from flask import Flask
from config import config_map
from flask_sqlalchemy import SQLAlchemy
from flask_session import Session
from flask_wtf import CSRFProtect
?
import redis
?
# 数据库 初始化关联app
db = SQLAlchemy()
?
# 创建redis连接对象
redis_store = None
?
?
# 工厂模式
def create_app(config_name):
   """
  创建flask的应用对象
  :param config_name: str 配置模式的 模式的名字 ("develop","product")
  :return:
  """
   app = Flask(__name__)
?
   # 获取配置模式的名字,获取配置参数的类
   config_class = config_map.get(config_name)
   app.config.from_object(config_class)
?
   # db初始化关联app过程
   db.init_app(app)
?
   # 初始化redis工具
   global redis_store
   redis_store = redis.StrictRedis(host=config_class.REDIS_HOST, port=config_class.REDIS_PORT)
?
   # 利用flask-session,将session数据保存到redis中
   Session(app)
?
   # 为flask补充csrf防护
   CSRFProtect(app)
?
   return app

好了,到此将项目目录文件的一些基本配置完成了。接下来需要引入Flask蓝图的概念,继续进行代码分离,以及一些需要修改的地方,且放到下一篇文章来讲。

相关推荐

十分钟让你学会LNMP架构负载均衡(impala负载均衡)

业务架构、应用架构、数据架构和技术架构一、几个基本概念1、pv值pv值(pageviews):页面的浏览量概念:一个网站的所有页面,在一天内,被浏览的总次数。(大型网站通常是上千万的级别)2、u...

AGV仓储机器人调度系统架构(agv物流机器人)

系统架构层次划分采用分层模块化设计,分为以下五层:1.1用户接口层功能:提供人机交互界面(Web/桌面端),支持任务下发、实时监控、数据可视化和报警管理。模块:任务管理面板:接收订单(如拣货、...

远程热部署在美团的落地实践(远程热点是什么意思)

Sonic是美团内部研发设计的一款用于热部署的IDEA插件,本文其实现原理及落地的一些技术细节。在阅读本文之前,建议大家先熟悉一下Spring源码、SpringMVC源码、SpringBoot...

springboot搭建xxl-job(分布式任务调度系统)

一、部署xxl-job服务端下载xxl-job源码:https://gitee.com/xuxueli0323/xxl-job二、导入项目、创建xxl_job数据库、修改配置文件为自己的数据库三、启动...

大模型:使用vLLM和Ray分布式部署推理应用

一、vLLM:面向大模型的高效推理框架1.核心特点专为推理优化:专注于大模型(如GPT-3、LLaMA)的高吞吐量、低延迟推理。关键技术:PagedAttention:类似操作系统内存分页管理,将K...

国产开源之光【分布式工作流调度系统】:DolphinScheduler

DolphinScheduler是一个开源的分布式工作流调度系统,旨在帮助用户以可靠、高效和可扩展的方式管理和调度大规模的数据处理工作流。它支持以图形化方式定义和管理工作流,提供了丰富的调度功能和监控...

简单可靠高效的分布式任务队列系统

#记录我的2024#大家好,又见面了,我是GitHub精选君!背景介绍在系统访问量逐渐增大,高并发、分布式系统成为了企业技术架构升级的必由之路。在这样的背景下,异步任务队列扮演着至关重要的角色,...

虚拟服务器之间如何分布式运行?(虚拟服务器部署)

  在云计算和虚拟化技术快速发展的今天,传统“单机单任务”的服务器架构早已难以满足现代业务对高并发、高可用、弹性伸缩和容错容灾的严苛要求。分布式系统应运而生,并成为支撑各类互联网平台、企业信息系统和A...

一文掌握 XXL-Job 的 6 大核心组件

XXL-Job是一个分布式任务调度平台,其核心组件主要包括以下部分,各组件相互协作实现高效的任务调度与管理:1.调度注册中心(RegistryCenter)作用:负责管理调度器(Schedule...

京东大佬问我,SpringBoot中如何做延迟队列?单机与分布式如何做?

京东大佬问我,SpringBoot中如何做延迟队列?单机如何做?分布式如何做呢?并给出案例与代码分析。嗯,用户问的是在SpringBoot中如何实现延迟队列,单机和分布式环境下分别怎么做。这个问题其实...

企业级项目组件选型(一)分布式任务调度平台

官网地址:https://www.xuxueli.com/xxl-job/能力介绍架构图安全性为提升系统安全性,调度中心和执行器进行安全性校验,双方AccessToken匹配才允许通讯;调度中心和执...

python多进程的分布式任务调度应用场景及示例

多进程的分布式任务调度可以应用于以下场景:分布式爬虫:importmultiprocessingimportrequestsdefcrawl(url):response=re...

SpringBoot整合ElasticJob实现分布式任务调度

介绍ElasticJob是面向互联网生态和海量任务的分布式调度解决方案,由两个相互独立的子项目ElasticJob-Lite和ElasticJob-Cloud组成。它通过弹性调度、资源管控、...

分布式可视化 DAG 任务调度系统 Taier 的整体流程分析

Taier作为袋鼠云的开源项目之一,是一个分布式可视化的DAG任务调度系统。旨在降低ETL开发成本,提高大数据平台稳定性,让大数据开发人员可以在Taier直接进行业务逻辑的开发,而不用关...

SpringBoot任务调度:@Scheduled与TaskExecutor全面解析

一、任务调度基础概念1.1什么是任务调度任务调度是指按照预定的时间计划或特定条件自动执行任务的过程。在现代应用开发中,任务调度扮演着至关重要的角色,它使得开发者能够自动化处理周期性任务、定时任务和异...

取消回复欢迎 发表评论: