使用 Flask 时在 Python 中实现持久数据库连接的最佳实践

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。