本文共 2804 字,大约阅读时间需要 9 分钟。
欧了欧了 咱们一起来体会flask的奇特魅力吧!
安装flask
<pre style="-webkit-tap-highlight-color: transparent; box-sizing: border-box; font-family: Consolas, Menlo, Courier, monospace; font-size: 16px; white-space: pre-wrap; position: relative; line-height: 1.5; color: rgb(153, 153, 153); margin: 1em 0px; padding: 12px 10px; background: rgb(244, 245, 246); border: 1px solid rgb(232, 232, 232); font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">pip install flask
</pre>
圆周率计算API
圆周率可以使用正整数的平方倒数之和求得,当这个级数趋于无限时,值会越来越接近圆周率。运转python flask_pi.py,翻开浏览器拜访http://localhost:5000/pi?n=1000000,能够看到页面输出3.14159169866,这个值同圆周率现已非常挨近。留意pi()的回来值不能是浮点数,所以必须运用str转换成字符串
再仔细观察代码,你还会留意到一个特别的变量request,它看起来似乎是一个全局变量。从全局变量里拿当时恳求参数,这非常奇怪。如果在多线程环境中,该怎么确保每个线程拿到的都是当时线程正在处理的恳求参数呢?所以它不能是全局变量,它是线程局部变量,线程局部变量外表上和全局变量没有不同,但是在拜访线程局部变量时,每个线程得到的都是当时线程内部同享的目标。
缓存核算成果
为了防止重复核算,咱们将现已核算的pi(n)值缓存起来,下次就能够直接查询。一起咱们不再只回来一个单纯的字符串,咱们回来一个json串,里边有一个字段cached用来标识当时的成果是否从缓存中直接获取的。
运行python flask_pi.py,打开浏览器访问http://localhost:5000/pi?n=1000000,可以看到页面输出读者也许会问,为什么缓存类PiCache需要使用RLock呢?这是因为考虑到多线程环境下Python的字典读写不是完全线程安全的,需要使用锁来保护一下数据结构。分布式缓存
上面的缓存仅仅是内存缓存,进程重启后,缓存结果消失,下次计算又得重新开始。
如果开启第二个端口5001来提供服务,那这第二个进程也无法享受第一个进程的内存缓存,而必须重新计算。所以这里要引入分布式缓存Redis来共享计算缓存,避免跨进程重复计算,避免重启重新计算。运行python flask_pi.py,打开浏览器访问http://localhost:5000/pi?n=1000000,可以看到页面输出重启进程,再次刷新页面,能够看书页面输出的cached字段依然是true,阐明缓存成果不再由于进程重启而丢掉。MethodView
写过Django的朋友们可能会问,Flask是否支撑类方法的API编写方法,答复是必定的。下面我们运用Flask原生支撑的MethodView来改写一下上面的服务。
咱们完成了MethodView的get办法,阐明该API仅支撑HTTP恳求的GET办法。假如要支撑POST、PUT和DELETE办法,需要用户自己再去完成这些办法。flask默许的MethodView挺好用,可是也不行好用,它无法在一个类里供给多个不同URL名称的API效劳。所以接下来咱们引进flask的扩展flask-classy来解决这个问题。
小试flask扩展flask-classy
运用扩展的第一步是安装扩展pip install flask-classy,然后咱们在同一个类里再加一个新的API效劳,核算斐波那契级数。
访问http://localhost:5000/fib/100,我们可以看到页面输出了好了,关于Python web框架Flask的分享就到这里,如果你跟我一样都喜欢python,想成为一名优秀的程序员,也在学习python的道路上奔跑,欢迎你加入python学习群:839383765 群内每天都会分享最新业内资料,分享python免费课程,共同交流学习,让学习变(编)成(程)一种习惯!
转载于:https://blog.51cto.com/14186420/2349554