自动化运维Python系列之Django信号、缓存操作

Django信号

Django内部提供了一种“信号强度”处理机制,简单理解就是当Django在接收到请求后内部做某些特定操作前发出信号,提醒一些接受者或者做操作,这样的好处就是方便程序定制小功能插件,也是对本身框架的一种节藕操作

1)Django的内置信号

Model signals
    pre_init                # django的modal执行其构造方法前,自动触发
    post_init               # django的modal执行其构造方法后,自动触发
    pre_save                # django的modal对象保存前,自动触发
    post_save               # django的modal对象保存后,自动触发
    pre_delete              # django的modal对象删除前,自动触发
    post_delete             # django的modal对象删除后,自动触发
    m2m_changed             # django的modal中使用m2m字段操作第三张表(add,remove,clear)前后,自动触发
    class_prepared          # 程序启动时,检测已注册的app中modal类,对于每一个类,自动触发
Management signals
    pre_migrate             # 执行migrate命令前,自动触发
    post_migrate            # 执行migrate命令后,自动触发
Request/response signals
    request_started         # 请求到来前,自动触发
    request_finished        # 请求结束后,自动触发
    got_request_exception   # 请求异常后,自动触发
Test signals
    setting_changed         # 使用test测试修改配置文件时,自动触发
    template_rendered       # 使用test测试渲染模板时,自动触发
Database Wrappers
    connection_created      # 创建数据库连接时,自动触发

2)信号使用

Django信号的使用只需要导入我们需要的相信模块就行,我们以一个数据库保存即触发信号为例

URL新建一个测试页面

urlpatterns = [
    url(r‘^signal/$‘, views.signal),
]

app同级目录新建sg.py文件

// 使用前需要导入我们需要的模块
from django.core.signals import request_finished
from django.core.signals import request_started
from django.core.signals import got_request_exception
from django.db.models.signals import class_prepared
from django.db.models.signals import pre_init, post_init
from django.db.models.signals import pre_save, post_save
from django.db.models.signals import pre_delete, post_delete
from django.db.models.signals import m2m_changed
from django.db.models.signals import pre_migrate, post_migrate
from django.test.signals import setting_changed
from django.test.signals import template_rendered
from django.db.backends.signals import connection_created
 
// 定义信号函数
def f1(sender, **kwargs):
        print("signal_callback")
 
// 注册信号
pre_save.connect(f1)

views视图函数

// 测试前准备好连接数据库
from app01 import models
// views函数
def signal(reuqest):
  
    obj = models.UserInf(user=‘root‘)
    print(‘has create a data...‘)
    obj.save()
  
    obj = models.UserInf(user=‘root‘)
    obj.save()
 
    return HttpResponse(‘ok‘)

这里Django替我们执行了三次信号函数

自定义信号

如果觉得Django内部为我们提供的内置信号函数不能满足我们的开发需求,我们还可以自定义信号

1)在sg文件里面

// 定义信号
import django.dispatch
pizza_done = django.dispatch.Signal(providing_args=["toppings", "size"])
// 注册信号
def callback(sender, **kwargs):
    print("callback")
    print(sender,kwargs)
  
pizza_done.connect(callback)

2)在views视图文件

from sg import pizza_done
  
def signal(reuqest):
  
    obj = models.UserInf(user=‘root‘)
    obj.save()
    // 触发信号
    pizza_done.send(sender="asdfasdf",toppings=123, size=456)
  
    return HttpResponse(‘ok‘)

3)执行结果

缓存

Django程序在面对大量访问时,如果涉及到数据库操作,必将会增加数据库负担,查询速度收影响严重;最简单的解决办法就是使用缓存,缓存将某个views的返回值保存在内存或者memcache中,5分钟内如果再有人来访问,则不去执行views操作,而是直接从缓存中取并给用户返回数据

Django内部提供了6种缓存方式

// 开发调试
// 内存
// 文件
// 数据库
// Memcache缓存(python-memcached模块)
// Memcache缓存(pylibmc模块)

我们以文件为缓存介质来测试下Django的缓存使用方法

1)新建URL

urlpatterns = [
    url(r‘^cache/$‘, views.cache),
]

2)setting设置cache

CACHES = {
    ‘default‘: {
        ‘BACKEND‘: ‘django.core.cache.backends.filebased.FileBasedCache‘,
        // 设置文件存放位置
        ‘LOCATION‘: os.path.join(BASE_DIR,‘cache‘)
    }
}

3)views视图函数

def cache(request):
    import time
    ctime = time.time()
    return render(request, ‘cache.html‘, {‘ctime‘: ctime})

4)模版文件中引用

{% load cache %}
<body>
    <h1>{{ ctime }}</h1>
    <h1>{{ ctime }}</h1>
     
    // 定义缓存时间为10秒钟
     {% cache 10 c1 %}
        <h1>{{ ctime }}</h1>
     {% endcache %}
</body>

5)给特定views函数加缓存装饰器

// 缓存装饰器
@cache_page(10)
def cache(request):
    import time
    ctime = time.time()
    return render(request, ‘cache.html‘, {‘ctime‘: ctime})

页面结果

其他缓存配置

1)开发测试

// 此为开始调试用,实际内部不做任何操作
// 配置:
    CACHES = {
        ‘default‘: {
            ‘BACKEND‘: ‘django.core.cache.backends.dummy.DummyCache‘, # 引擎
            ‘TIMEOUT‘: 300,                                            缓存超时时间(默认300,None表示永不过期,0表示立即过期)
            ‘OPTIONS‘:{
                ‘MAX_ENTRIES‘: 300,     # 最大缓存个数(默认300)
                ‘CULL_FREQUENCY‘: 3,    # 缓存到达最大个数之后,剔除缓存个数的比例,即:1/CULL_FREQUENCY(默认3)
            },
            ‘KEY_PREFIX‘: ‘‘,           # 缓存key的前缀(默认空)
            ‘VERSION‘: 1,               # 缓存key的版本(默认1)
            ‘KEY_FUNCTION‘ 函数名        # 生成key的函数(默认函数会生成为:【前缀:版本:key】)
        }
    }
  
  
// 自定义key
def default_key_func(key, key_prefix, version):
    """
    Default function to generate keys.
    Constructs the key used by all other methods. By default it prepends
    the `key_prefix‘. KEY_FUNCTION can be used to specify an alternate
    function with custom key making behavior.
    """
    return ‘%s:%s:%s‘ % (key_prefix, version, key)
  
def get_key_func(key_func):
    """
    Function to decide which key function to use.
    Defaults to ``default_key_func``.
    """
    if key_func is not None:
        if callable(key_func):
            return key_func
        else:
            return import_string(key_func)
    return default_key_func

2)内存

 CACHES = {
            ‘default‘: {
                ‘BACKEND‘: ‘django.core.cache.backends.locmem.LocMemCache‘,
                ‘LOCATION‘: ‘unique-snowflake‘,
            }
        }

3)数据库

// 注意要执行 python manager.py makemigrations
//           python manager/py migrate
CACHES = {
    ‘default‘: {
        ‘BACKEND‘: ‘django.core.cache.backends.db.DatabaseCache‘,
        ‘LOCATION‘: ‘my_cache_table‘, # 数据库表
    }
}

4)Memcache缓存(python-memcached模块)

// 此缓存使用python-memcached模块连接memcache
 
    CACHES = {
        ‘default‘: {
            ‘BACKEND‘: ‘django.core.cache.backends.memcached.MemcachedCache‘,
            ‘LOCATION‘: ‘127.0.0.1:11211‘,
        }
    }
 
    CACHES = {
        ‘default‘: {
            ‘BACKEND‘: ‘django.core.cache.backends.memcached.MemcachedCache‘,
            ‘LOCATION‘: ‘unix:/tmp/memcached.sock‘,
        }
    }   
 
    CACHES = {
        ‘default‘: {
            ‘BACKEND‘: ‘django.core.cache.backends.memcached.MemcachedCache‘,
            ‘LOCATION‘: [
                ‘172.19.26.240:11211‘,
                ‘172.19.26.242:11211‘,
            ]
        }
    }

5)Memcache缓存(pylibmc模块)

// 此缓存使用pylibmc模块连接memcache
 
CACHES = {
    ‘default‘: {
        ‘BACKEND‘: ‘django.core.cache.backends.memcached.PyLibMCCache‘,
        ‘LOCATION‘: ‘127.0.0.1:11211‘,
    }
}
 
CACHES = {
    ‘default‘: {
        ‘BACKEND‘: ‘django.core.cache.backends.memcached.PyLibMCCache‘,
        ‘LOCATION‘: ‘/tmp/memcached.sock‘,
    }
}   
 
CACHES = {
    ‘default‘: {
        ‘BACKEND‘: ‘django.core.cache.backends.memcached.PyLibMCCache‘,
        ‘LOCATION‘: [
            ‘172.19.26.240:11211‘,
            ‘172.19.26.242:11211‘,
        ]
    }
}

缓存全局应用

// 使用中间件,经过一系列的认证等操作,如果内容在缓存中存在,则使用FetchFromCacheMiddleware获取内容并返回给用户,当返回给用户之前,判断缓存中是否已经存在,如果不存在则UpdateCacheMiddleware会将缓存保存至缓存,从而实现全站缓存
   
MIDDLEWARE = [
    ‘django.middleware.cache.UpdateCacheMiddleware‘,
    // 其他中间件...
    ‘django.middleware.cache.FetchFromCacheMiddleware‘,
]
   
CACHE_MIDDLEWARE_ALIAS = ""
CACHE_MIDDLEWARE_SECONDS = ""
CACHE_MIDDLEWARE_KEY_PREFIX = ""
时间: 2024-10-01 04:40:29

自动化运维Python系列之Django信号、缓存操作的相关文章

自动化运维Python系列之Django进阶操作

FBV && CBV FBV.CBV是Django视图路由处理模型,当用户请求送达路由系统URL后,由其转发给视图view来分析并处理 // FBV    function base views  // CBV    class base views 区别就是一个直接用函数驱动,一个用类驱动,两者在使用上存在一些区别 1)FBV URL中根据路由匹配直接转发给视图中的某一个处理函数 urlpatterns = [     url(r'^home/', views.home), ] 视图函数

自动化运维Python系列之Django路由系统、Ajax请求

路由系统 路由系统负责分析处理用户请求网址内容,向后视图函数分发处理任务,根据对应的处理函数处理完成后给用户return模板渲染结果:路由系统分类很多,常见的有基本单一路由,正则路由,带额外参数路由,二层三层路由还有通过反射机制来完成的动态路由. 1)单一路由 url(r'^admin/', admin.site.urls) 2)基于正则的路由 url(r'^detail/(\d+)/', views.detail), url(r'^detail2/(?P<p1>\d+)/(?P<x2&

自动化运维Python系列之Django CSRF跨站请求伪造、中间件

CSRF CSRF,跨站请求伪造是一种挟持用户在当前已登陆的web站点应用程序上执行非本意的操作攻击方法,简单地说,是攻击者通过一些技术手段欺骗用户的浏览器去访问一个自己曾经认证过的网站并执行一些操作(如发邮件,发消息,甚至财产操作如转账和购买商品). Django的CSRF中间件验证就可以有效地杜绝此类恶意攻击,原理就是Django在内部会对通过验证请求的客户端再做一次加密验证,该加密方式只有Django自己知道,客户端即使携带session反解密CSRF不成功也会拒绝访问:这是Django生

自动化运维Python系列之Memcache、Redis操作

Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高动态.数据库驱动网站的速度.Memcached基于一个存储键/值对的hashmap.其守护进程(daemon )是用C写的,但是客户端可以用任何语言来编写,并通过memcached协议与守护进程通信. Memcached安装 wget http://memcached.org/latest tar -zxvf memcach

自动化运维Python系列(一)之基础篇

Python介绍 Python是由创始人吉多·范罗苏姆(Guido van Rossum)在1989年圣诞节假期期间,为了打发时间,构思出来的一个新的脚本解释器.由于Guido在开发Python语言过程中,借鉴了很多ABC语言特性,所有后来包括Guido自己也那么认为,Python语言的前身就是ABC语言. Python是一门面向对象的.动态解释型强定义语言:Python崇尚简洁.优美.清晰,是一门优秀的被广泛使用的语言. 在2015年以前,最流行的Python版本还是2.4,但是由于Pytho

自动化运维Python系列之ForeignKey、relationship联表查询

一对多和多对多 数据库表结构设计是程序项目开发前的重要环节,后期数据库操作都是围绕着这个已经设计好的表结构进行,如果表结构设计有问题,整个程序项目就有存在需要整个推翻重构的风险... 数据库表结构除了简单的单表操作以外,还有一对多.多对多等. 一对多 基于SQLAlchemy我们可以先创建如下结构的2张表,然后来看看具体怎样通过外键ForeignKey或者relationship联表操作 创建表 from sqlalchemy.ext.declarative import declarative

自动化运维Python系列之消息队列RabbitMQ

RabbitMQ RabbitMQ是一个由erlang开发的AMQP(Advanced Message Queue )的开源实现.AMQP 的出现其实也是应了广大人民群众的需求,虽然在同步消息通讯的世界里有很多公开标准(如 COBAR的 IIOP ,或者是 SOAP 等),但是在异步消息处理中却不是这样,只有大企业有一些商业实现(如微软的 MSMQ ,IBM 的 Websphere MQ 等),因此,在 2006 年的 6 月,Cisco .Redhat.iMatix 等联合制定了 AMQP 的

自动化运维Python系列(七)之Socket编程

了解知识点TCP\IP 要想理解socket首先得熟悉一下TCP/IP协议族, TCP/IP(Transmission Control Protocol/Internet Protocol)即传输控制协议/网间协议,定义了主机如何连入因特网及数据如何再它们之间传输的标准, 从字面意思来看TCP/IP是TCP和IP协议的合称,但实际上TCP/IP协议是指因特网整个TCP/IP协议族.不同于ISO模型的七个分层,TCP/IP协议参考模型把所有的TCP/IP系列协议归类到四个抽象层中(数据链路层和物理

自动化运维Python系列(四)之装饰器和生成器

装饰器 在理解什么事装饰器之前,我们需要理解:函数也是一个对象,可以赋值给变量,通过变量来调用 def f1():     print('2016') d = f1 d() 输出: 2016 那么装饰器的作用就是在不改变原函数的前提下,调用这些函数,并且为函数增加我们需要的新功能. 我们平时在编写好很多独立函数模块以后,突然需要在每个模块内添加一个功能,比如: def f1():     print('F1') def f2():     print('F2') def f3():     pr