我的问题是关于在生产环境或其他关注性能的环境中使用 Flask 时处理数据库连接的推荐方法。在 Flask 中,g 对象可用于存储内容,并且可以将打开的数据库连接放置在那里,以允许应用程序在同一请求期间的后续数据库查询中重用它们。但是,g 对象不会跨请求持久存在,因此似乎每个新请求都需要新的数据库连接(以及随之而来的性能损失)。
我发现与此事最相关的问题是:如何在 python Web 服务器中保留数据库连接 https://stackoverflow.com/questions/6688413/how-to-preserve-database-connection-in-a-python-web-server但答案只是提出了连接池的抽象概念(没有将其与人们如何在 Flask 中使用它以及它如何跨请求生存联系起来)或提出一种仅与一种特定类型的数据库或特定堆栈相关的解决方案。
所以我的问题是关于在生产基于 Flask 构建的连接到的应用程序时应采取的一般方法any一种数据库。看起来涉及连接池的事情是在正确的方向上,特别是因为这适用于传统的 Python 应用程序。但我想知道使用 Flask 时推荐的方法是什么,因为前面提到的跨连接持久性问题,而且生产中的 Flask 应用程序是从 WSGI 服务器运行的,这可能会增加更多的复杂性。
编辑:基于推荐 Flask sqlalchemy 的评论。假设 Flask sqlalchemy 解决了这个问题,它是否也适用于 Neo4J 或 Flask 应用程序使用的任何任意数据库?许多现有的数据库连接器已经原生支持池化,那么为什么要引入一个主要目的是提供 ORM 功能而不是连接管理的额外依赖项呢?另外,sqlalchemy 如何解决跨请求持久性的基本问题?
事实证明,有一种简单的方法可以实现我所追求的目标。但正如评论者所建议的,如果有可能走 Flask sqlalchemy 路线,那么你可能会想走这条路。我解决问题的方法是将连接对象保存在模块级变量中,然后根据需要导入该变量。这样,它就可以在 Flask 内部和其他模块中使用。这是我所做的简化版本:
app.py
from flask import Flask
from extensions import neo4j
app = Flask(__name__)
neo4j.init_app(app)
扩展.py
from neo4j_db import Neo4j
neo4j = Neo4j()
neo4j_db.py
from neo4j import GraphDatabase
class Neo4j:
def __init__(self):
self.app = None
self.driver = None
def init_app(self, app):
self.app = app
self.connect()
def connect(self):
self.driver = GraphDatabase.driver('bolt://xxx')
return self.driver
def get_db(self):
if not self.driver:
return self.connect()
return self.driver
示例.py
from extensions import neo4j
driver = neo4j.get_db()
从这里开始driver将包含将在 Flask 请求中持续存在的数据库驱动程序。
希望对遇到同样问题的人有所帮助。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)