tornado入门看这一篇足以
本文共 41085 字，大约阅读时间需要 136 分钟。
如果觉得这排版不好，建议去看
文章目录
1.简介
Tornado是一个python语言的web服务框架，它是基于社交聚合网站FriendFeed的实时信息服务开发而来的。
2007年由4名Google前软件工程师一起创办了FriendFeed，旨在使用户能够方便地跟踪好友在Facebook和Twitter等多个社交网站上的活动。结果两年后，Facebook宣布收购FriendFeed
Tornado使FriendFeed使用的可扩展的非阻塞Web服务器及其相关工具的开源版本，这个Web框架看起来有些像web.py或 Google的webapp，不过为了更加有效地利用非阻塞服务器环境，Tornado这个Web框架还包含了一些相关的有用工具和优化。
与其他web框架一些区别
- 非阻塞式的服务器
速度相当快，使用了epoll非阻塞的方式，每秒可以处理数以千计的连接。
- 单进程单线程异步IO的网络模型
特点
- 轻量级Web框架
- 异步非阻塞IO处理方式(epoll)
单进程单线程异步IO的网络模式, epoll的异步网络IO
- 出色的抗负载能力
- 不依赖多进程或多线程(协程机制)
- WSGI全栈替代产品
WSGI把应用（Application）和服务器（Server）结合起来，Tornado既可以是WSGI应用也可以是WSGI服务。
既是WebServer也是WebFramework
- 支持长连接
- AysncIo
- http异步客户端AsyncHttpClient
常用tornado参考doc
2.架构
可以先跳过架构这块介绍，到安装使用。（使用过了tornado，再来看整体架构就清晰容易多了）
2-1.分层
Tornado不仅仅是一个Web框架，它完整地实现了HTTP服务器和客户端，再此基础上提供了Web服务，它可分为四层：
- Web框架：最上层，包括处理器、模板、数据库连接、认证、本地化等Web框架所需功能。
- HTTP/HTTPS层：基于HTTP协议实现了HTTP服务器和客户端
- TCP层：实现TCP服务器负责数据传输
- Event层：最底层、处理IO事件
注意颜色分层
- httpserver: 服务于web模块的一个简单的HTTP服务器的实现
Tornado的HTTPConnection类用来处理HTTP请求，包括读取HTTP请求头、读取POST传递的数据，调用用户自定义的处理方法，以及把响应数据写给客户端的socket。
- iostream: 对非阻塞式的socket的封装以便于常见读写操作
为了在处理请求时实现对socket的异步读写，Tornado实现了IOStream类用来处理socket的异步读写。
- ioloop 核心的I/O循环
Tornado为了实现高并发和高性能，使用了一个IOLoop事件循环来处理socket的读写事件，IOLoop事件循环是基于Linux的epoll模型，可以高效地响应网络事件，这是Tornado高效的基础保证。
2-2.模块
Tornado是一个轻量级框架，它的模块不多最重要的模块是web，web模块包含了Tornado大部分主要功能的Web框架，其他模块都是工具性质的，以便让Web模块更加有用。
Core Web Framework 核心Web框架
- tornado.web 包括Web框架大部分主要功能，包括RequestHandler和Application类。
- tornado.httpserver一个无阻塞HTTP服务器的实现
- tornado.template模板系统
- tornado.escape HTML、JSON、URLs等编码解码和字符串操作
- tornado.locale国际化支持
Asynchronous Networking 异步网络底层模块
- tornado.ioloop 核心IO循环
- tornado.iostream对非阻塞的Socket的简单封装以方便常用读写操作
- tornado.httpclient无阻塞的HTTP服务器实现
- tornado.netutil网络应用的实现主要是TCPServer类
Integration With Other Services 系统集成服务
- tornado.auth 使用OpenId和OAuth进行第三方登录
- tornado.databaseMySQL服务端封装
- tornado.platform.twisted在Tornado上运行Twisted实现的代码
- tornado.websocket实现和浏览器的双向通信
- tornado.wsgi其他Python网络框架或服务器的相互操作
Utilities 应用模块
- tornado.autoload产生环境中自动检查代码更新
- tornado.gen基于生成器的接口，使用该模块 保证代码异步运行。
- tornado.httputil分析HTTP请求内容
- tornado.options解析终端参数
- tornado.process多进程实现的封装
- tornado.stack_context异步环境中对回调函数上下文保存、异常处理
- tornado.testing单元测试
2-3.请求流程
注意请求和返回的流程（颜色区别，以IO Loop为起点）
3.安装
注意版本Tornado和python的版本：
- Tornado4.3 可以运行在Python2.6、2.7、3.2+
- Tornado6.0需要Python3.5.2+
3-1.python环境安装
python环境可以分为本地环境、虚拟环境、远程环境
- 本地环境
本机安装个python，然后配置下环境变量。
- 虚拟环境
借用一些软件(比如：Anaconda、Virtualenv/Virtualenvwrapper)，安装虚拟环境，可以达到隔离效果，多个python在一台机器上也不会冲突
- 远程环境
非本机，一台远程机器上python环境
我使用的是Anaconda，如何使用和安装可以参照这篇blog。
至于virtualenv和本机安装环境，自行用搜索引擎解决下
3-2.开发工具
主流的python开发工具
- pycharm
- vscode
- eclipse
我使用的是pycharm，如何安装也不多介绍了。里面有下载地址：
3-3.pip使用
pip如何使用，如何切换国内网，也都看这篇blog吧。
3-4.安装tornado
# 使用anaconda创建一个tornado虚拟环境conda create --name iworkh-tornado python=3.7# 查看有哪些环境conda info -e# 切换到tornado虚拟环境activate iworkh-tornado# pip安装tornadopip install tornado# 或使用condo安装tornadoconda install tornado
3-5.创建项目
pycharm创建项目
因为前异步使用anaconda创建一个tornado虚拟环境，所以就使用已存在的环境了。
当然如果前面没有自己创建虚拟环境，也可以使用pycharm里的
new environment using XXX（选中虚拟化工具），来创建新的。
至此，tornado的开发环境基本ok了，如果有问题，可在留言区留言，或者QQ联系我。
4.tornado优势
4-1.web框架比较
提到python web框架，那么就想到了Django和Flask，那么他们有啥区别呢？
可以读下这几篇blog
总结以几点下：
- 重量级
django比较重量级；flask和tornado都比较轻量级
- 开发效率
django大而全的框架,效率高；
- 并发能力
django和flask同步，能力查；tornado异步框架，性能相对好
- 长连接
tornado适合用于开发长连接多的web应用。比如股票信息推送、网络聊天等。
- 数据库与模板处理性能
Tornado与Flask旗鼓相当;django慢
- 部署方面
tornado即使web框架，也是web服务；flask和tornado知识web框架，需要借助web服务器来部署
4-2.如何高并发
- 异步非阻塞IO（基于epoll事件驱动）
- 通过协程来实现高并发处理
4-3.建议
- 不在tornado中使用大量的同步IO操作 (发挥不了tornado的特性)
- 不要将耗时的操作都往线程池中扔 （这并不能提高tornado多大的性能）
- tornado的线程和协程是两个概念
- 编程时使用asnyc和await操作，而不建议coroutine协程装饰器和yield
coroutine是一个gen方式历史过滤方案，在python3.x后，已经使用了asnyc
5.tornado异步编程
我们都知道cpu的处理能力要远远大于IO的处理能力，而IO是阻塞操作，即io阻塞了，cpu即在休息，在虚度时间，在cpu资源，（浪费是可耻的，我们要利用最大化）。
当然不只本地磁盘IO，我们访问网络，常使用的requests和urllib的库都是同步的。
5-1.io模型
io模型主要分为同步/异步，阻塞/非阻塞
同步和异步：是相对于调用方而言的
阻塞和非阻塞： 是相对于被调用方而言的
譬如：用户程序（用户空间，A）调用了文件系统内容（内核空间，B），假设B操作比较耗时要10秒钟。
对于A而言，是立刻得到B的返回结果呢，还是一直等着。等B处理完能够通知A，还是A要一直在等着？（同步/异步）
对于B而言，接收到A的请求了，处理完后，如何能够通知到A，不用限制着A，要一直等着？（阻塞/非阻塞）
阻塞
安装下requests工具表
pip install requests
代码
import requestsblogHtml = requests.get("https://iworkh.gitee.io/blog/").content.decode("utf8")print(blogHtml)
requests.get是阻塞，如果网不好或服务器响应很慢的话，那阻塞这回很耗时
非阻塞
import socket# AF_INET：服务器之间网络通信，SOCK_STREAM 流式socketclient = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 设置非阻塞client.setblocking(False)# 传个tupleaddress = "www.baidu.com"try: client.connect(("www.baidu.com", 80))except BlockingIOError as e: print("连接中...干些其他事") passwhile True: try: client.send("GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n".format("/", address).encode("utf8")) print("连接成功") break except OSError as e: pass# 定义bytesdata = b""while 1: try: rec = client.recv(512) if rec: data += rec else: print(data.decode("utf8")) break except BlockingIOError as e: pass
setblocking设置为非阻塞的，然后后面一直使用while循环来处理，直到正常返回结果。(比太关注死循环的写法，而要关注于非阻塞了)
5-2.io多路复用
IO多路复用：一个进程监控多个描述符fds，当描述符状态为read、write等状态时，通知程序进行相应的操作。
select、poll和epoll都是多路复用机制。它们本质上也是同步IO，它们在读写过程是阻塞的。
而异步IO是非阻塞，由内核将数据从内核空间拷贝到用户空间
像了解其原理德胡啊，强力建议去看篇blog
5-2-1.select
select函数监控3类文件描述符: readfds,writefds,exceptfds。
window和linux都支持，但是单进监控的文件描述符有限，linux一般为1024。
- 没有数据时，进程A被放到等待队列，即cpu没有处理进程A
- 当有数据来，socket会处于就绪状态，将进程A放到cpu队列中去工作
- 但是线程A不知道哪些socket是就绪的，所以只能全部遍历一边，去找到就状态了。
5-2-3.poll
poll使用一个pollfd指针实现。pollfd监控even事件，虽们没有最大限制，但是太多也影响性能。需要遍历所有的描述符。
某时刻，文件描述符，处于就绪状态很少。但是却要遍历所有描述符，因此当文件描述符很多时，性能会下降。
5-2-4.epoll
epoll对select和poll增强。是在2.6内核中提出的。没有最大文件描述符的限制。
epoll使用一个文件描述符区管理多个描述符，将用户的文件描述符event存在内核时间表中，这样用户空间和内核只要copy一次。
由于唤醒的进程，不知道哪些是就绪状态，所以可以将就绪状态的socket存下以便查找，不用都所有都遍历一遍。
- 使用了eventpoll来记录，监控进程和哪些socket是处于就绪状态
- 当Socket接收到数据，中断程序一方面修改 Rdlist，另一方面唤醒 eventpoll 等待队列中的进程，进程A再次进入运行状态
- 也因为 Rdlist 的存在，进程 A 可以知道哪些 Socket 发生了变化。
5-2-5.回调异步
上面异步代码，都是while和try来处理，这我们修改下使用select方式进行改造
import socketfrom selectors import DefaultSelector, EVENT_WRITE, EVENT_READselector = DefaultSelector()class CallBackRequestSite: def get_url(self, url): self.client = socket.socket(socket.AF_INET, socket.SOCK_STREAM) self.client.setblocking(False) self.host = url self.data = b"" try: self.client.connect((self.host, 80)) except BlockingIOError as e: print("连接中...干些其他事") pass selector.register(self.client.fileno(), EVENT_WRITE, self.connected) def connected(self, key): selector.unregister(key.fd) self.client.send("GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n".format("/", self.host).encode("utf8")) selector.register(self.client.fileno(), EVENT_READ, self.read_data) def read_data(self, key): recv_data = self.client.recv(1024) if recv_data: self.data += recv_data else: selector.unregister(key.fd) print(self.data.decode("utf8"))def loop(): while 1: # 根据系统是否支持，使用epoll还是select，优先epoll。默认阻塞，有活动连接就返回活动的连接列表 ready = selector.select() for key, mask in ready: callback = key.data callback(key)if __name__ == '__main__': demo = CallBackRequestSite() demo.get_url("www.baidu.com") loop() 上面方式是通过回调函数的方式实现的异步操作，虽然异步了，但是回调方式的缺点也很明显
回调方式的缺点
- 回调太多，会导致调用链太深（回调地狱）
- 不便于阅读和维护
5-3.协程
协程（Coroutines）是一种比线程更加轻量级的存在，正如一个进程可以拥有多个线程一样，一个线程可以拥有多个协程。
进程和线程是由系统控制，而协程是由程序自己控制的。好处是性能大幅度的提升，因为不会像线程切换那样消耗资源。
一个进程可以包含多个线程，一个线程也可以包含多个协程。一个线程的多个协程的运行是串行的。当一个协程运行时，其它协程必须挂起。
多核CPU，多个进程或一个进程内的多个线程是可以并行运行的，但一个线程内协程却绝对是串行的，无论CPU有多少个核。
如对进程、线程、协程不太清除的阅读这篇文件
5-3-1.yield生成器
协程的一个重要基础就是：程序运行一个协程能够暂停，去运行另外的协程。（如何暂停？才是关键）
yield就是可以满足程序（函数/方法）执行时，暂停。
def yield_method(): print("do start...") yield 1 res2 = yield 2 print("do c...res2:{}".format(res2)) yield 3 这是最简单的函数中使用yield的例子，resp = yield_method()是一个generator生成器。
next(resp): 可以使得程序从一个yield到下一个yield的执行。（当到最后一个yield时，再执行next会报错）send: 可以发送参数给之前yield，并执行到下一个yield- foreach：一般都使用foreach来处理
不懂的可以阅读下这篇文章
def yield_method(): print("do start...") yield 1 print("do a...") res1 = yield 2 print("do b...res1: {}".format(res1)) res2 = yield 3 print("do c...res2:{}".format(res2)) yield 4def call_hand(): resp = yield_method() print(next(resp)) # 运行到 yield 1处，返回 1 print(resp.__next__()) # 从yield 1开始运行，到 yield 2处，返回 2 print(resp.send("got it")) # 从yield 2开始运行，并把send值给yield 2的变量，到 yield 3处，返回 3 print(next(resp)) # 从yield 3开始运行，到 yield 4处，返回 4def call_for(): for item in yield_method(): print(item)if __name__ == '__main__': print(yield_method()) print("*" * 30) call_hand() print("*" * 30) call_for() 5-3-2.异步
在tornado中，定义协程代码有多种方式
- @coroutine装饰器（装饰器又分多家的，tornado和python都有）(这不推荐使用了)
- async方式 (推荐使用)
直接上代码，里面有注释，具体自己悟
import asynciofrom asyncio import coroutine as pycoroutinefrom time import sleep, timefrom tornado.gen import coroutine as tcoroutineasync def async_method(): await asyncio.sleep(2) print("do a...") await await_sleep_one_min() print("do b...python的async和await") await t_yield_sleep_one_min() print("do c...tornado装饰器") await py_yield_from_sleep_one_min() print("do d...python装饰器") await asyc_sleep_one_min() print("do e...")# 不推荐使用, tornado装饰器方式@tcoroutinedef t_yield_sleep_one_min(): print("等了又等--1") yield sleep(1) print("等了又等--2") yield sleep(1) print("等了又等--3") yield sleep(1)# 不推荐使用，python装饰器方式，python的旧语法@pycoroutinedef py_yield_from_sleep_one_min(): yield from asyncio.sleep(1)# 推荐使用（async与await组合，因为asyncio.sleep也是个异步代码，需要用await）async def await_sleep_one_min(): await asyncio.sleep(1)# 推荐使用（async单独使用，因为sleep不是个异步方法，不需要用await）async def asyc_sleep_one_min(): print('asyc_sleep_one_min----waiting') sleep(1)if __name__ == '__main__': start = time() asyncio.run(async_method()) end = time() print('cost time = ' + str(end - start)) 简单总结下：
- 协程定义可以用装饰器或者async修饰(推荐async)，后面只说async形式了。
- 协程A调用其他协程B(A和B函数都用async)，协程A里调用协程B的方法加使用
await关键字，当然普通函数(非协程)不需要加await的
5-3-3.执行
执行协程方法，也有多种：tornado的IOLoop和python的asyncio
python方式
方式一：一直run
import asyncioif __name__ == '__main__': start = time() # 一直run asyncio.ensure_future(async_method()) asyncio.get_event_loop().run_forever() end = time() print('cost time = ' + str(end - start)) 方式二：run完就结束
asyncio.run(async_method())
方式三：run完就结束
asyncio.get_event_loop().run_until_complete(async_method())
tornado方式
# 通过tornado的IOLoop来run (执行某个协程后停止事件循环)IOLoop.current().run_sync(async_method)
5-4.AsnycHttpClient
同步方式HTTPClient
from tornado import httpclientdef get_url(url): http_client = httpclient.HTTPClient() resp = http_client.fetch(url) print(resp.body.decode("utf8"))if __name__ == '__main__': web_site = "https://iworkh.gitee.io/blog/" get_url(web_site) 异步方式AsnycHttpClient
import asynciofrom tornado import httpclientasync def async_get_url(url): http_client = httpclient.AsyncHTTPClient() resp = await http_client.fetch(url) print(resp.body.decode("utf8"))if __name__ == '__main__': web_site = "https://iworkh.gitee.io/blog/" asyncio.run(async_get_url(web_site)) 6.tornado web基础
tornado.web提供了一种带有异步功能并允许它扩展到大量开放连接的简单的web框架, 使其成为处理长连接(long polling) 的一种理想选择.
6-1.简单示例
import timefrom tornado import webfrom tornado.ioloop import IOLoopclass HelloWorldHandlerOne(web.RequestHandler): async def get(self, *args, **kwargs): # 别在handler中写同步的代码,会被阻塞的 time.sleep(5) self.write("hello world---one")class HelloWorldHandlerTwo(web.RequestHandler): def get(self, *args, **kwargs): self.write("hello world---two")url_map = [ ("/test1", HelloWorldHandlerOne), ("/test2", HelloWorldHandlerTwo)]if __name__ == '__main__': app = web.Application(url_map, debug=True) app.listen(8888) IOLoop.current().start() 几点说明
- handler类要继承
web.RequestHandler，然后重写rest一些接口（get,post,put,delete等） - 启动类，使用了
web.Application，传了参数url和handler对应关系。debug参数 - 在handler的方法里不要调用同步的方法，这样会阻塞请求。
即便请了不同的接口（test1和test2），由于test1的handler中
time.sleep(5)，先请求test1，后请求test2，test2也会等test1响应完，才会响应test2（单线程的）。
debug为true
- debug设置为true，修改了代码，不用重启服务
- idea的
Run启动：后台启动。如果关闭需要控制面板后台关闭 - idea的
Debug启动：修改内容，会自动停了。得再次debug启动 - 命令行启动：后台启动。
ctr+c可以退出
测试url
- http://localhost:8888/test1
- http://localhost:8888/test2
6-2.url匹配
url匹配主要是对于python的表达式的使用,如不了解可以先去了解下
from tornado import web, ioloopclass IndexHandler(web.RequestHandler): async def get(self, *args, **kwargs): self.write("首页")class UserHandler(web.RequestHandler): async def get(self, name, *args, **kwargs): self.write("hello world, {}".format(name))class ProductHandler(web.RequestHandler): def get(self, name, count, *args, **kwargs): self.write("购买{}个{}".format(count, name))class DivHandler(web.RequestHandler): # one,two这个要跟url里的(?P \d+)/(?P \d+)里的名称匹配 def get(self, one, two, *args, **kwargs): try: result = int(one) / int(two) self.write("{}/{}={}".format(one, two, result)) except ZeroDivisionError: # 发生错误，会跳转 self.redirect(self.reverse_url('error_page', 500)) passclass ErrorHandler(web.RequestHandler): def get(self, code, *args, **kwargs): self.write("发生错误：error_code: {}".format(code))url_map = [ ("/user/(\w+)/?", UserHandler), ("/product/(\w+)/(\d+)/?", ProductHandler), ("/calc/div/(?P \d+)/(?P \d+)/?", DivHandler), web.URLSpec("/index/?", IndexHandler, name="index"), web.URLSpec("/error/(?P \d+)/?", ErrorHandler, name="error_page")]if __name__ == '__main__': app = web.Application(url_map, debug=True) app.listen(8888) print('started...') ioloop.IOLoop.current().start() 几点说明
/?表示0或1个/,即url最后可以有/也可以没有/- url定义，可以使用tuple简单实现，也可以使用
web.URLSpec来创建对象，可以指定一些参数(url,handler,kwargs,name) (?P<xxx>\d+),表示取一个组名，这个组名必须是唯一的，不重复的，没有特殊符号,然后跟参数里名称要一样redirect重定向,reverse_url根据名称类获取url
测试url
- http://localhost:8888/index/ 结果:
首页
- http://localhost:8888/user/iworkh 结果:
hello world, iworkh
- http://localhost:8888/product/apple/3 结果:
购买3个apple
- http://localhost:8888/calc/div/4/2 结果:
4/2=2.0
- http://localhost:8888/calc/div/4/0 结果:
发生错误：error_code: 500
- http://localhost:8888/errpr/404 结果:
发生错误：error_code: 404
6-3.动态传参
动态传参：将一些配置参数通过命令行、配置文件方式动态传给程序，而不是代码写死。增加灵活性。
官网关于options的介绍
动态传参主要使用的tornado.options某块,使用步骤:
- 先定义哪些参数
options.define() - 从命令行或文件获取参数值
options.parse_command_line(),options.parse_config_file("/server.conf") - 使用参数
options.xxx
6-3-1.命令方式
直接上代码
from tornado import options, web, ioloopoptions.define("port", default="8888", type=int, help="端口号")options.define("static_path", default="static", type=str, help="静态资源路径")class IndexHandler(web.RequestHandler): async def get(self): await self.finish('welcome to iworkh !!!')url_map = [ ("/?", IndexHandler)]setting = { 'debug': True}if __name__ == '__main__': # 命令行方式 options.parse_command_line() app = web.Application(url_map, **setting) app.listen(options.options.port) ioloop.IOLoop.current().start() 这注意: url_map是个list,而setting是个dic,去
web.Application的初始化方法中就可以看到需要的参数类型
启动命令
python option_demo.py --port=8080
通过
--port指定启动端口
测试url
- http://localhost:8080/
6-3-2.文件方式
将上面启动main代码修改为以下:
if __name__ == '__main__': # 配置文件方式 options.parse_config_file('config.ini') app = web.Application(url_map, **setting) app.listen(options.options.port) ioloop.IOLoop.current().start() 配置文件内容
port = 8889
就加了端口号
测试url
- http://localhost:8889/
6-4.handler
因为后面内容,请求的方式不仅仅是get,还有post等,所以使用Postman工具来请求
Postman很简单,自行下载使用下,这就不多介绍了
handler里内容和细节相当得多，具体可以参照官网
我们主要从以下几个方面入手
- input (前台传来的参数，如何解析.)
- process (RequestHandler常用的方法get,post,put,delete)
- output (后台处理后，如何返回给前台)
- 常用的handler(RequestHandler,ErrorHandler,FallbackHandler,RedirectHandler,StaticFileHandler)
- 还有cookie和application,这部分看下官网
6-4-1.input
常用的函数
`get_argument`,`get_arguments`: 从post的form中解析参数,如果form中没有,那会从url中解析`get_query_argument`,`get_query_arguments`: 从url中解析参数`get_body_argument`,`get_body_arguments`: json格式数据解析`request``path_args``path_kwargs`
注意函数名有s和没有s的区别:
- 有s表示接受的是一个数组,即使一个数据,也会转为数组形式.
- 没有s的,但是传了多个值(比如:http://localshot:8888/user?name=lilei&&name=wangwu),最后一个会生效(name=wangwu)
结论:
| 方法 | 传参 |
|---|---|
| get_query_argument(s) | 参数在url中 |
| get_argument(s) | 参数在form中,没有头信息,form中没有还可以从url中获取 |
| get_body_argument(s) | 参数在form中,带有头信息 |
| request.body | 参数是json |
演示代码
import jsonfrom tornado import web, ioloopclass UrlParamHandler(web.RequestHandler): async def get(self): name = self.get_query_argument("name") age = self.get_query_argument("age") self.write("name: {}, age: {}".format(name, age)) self.write('') names = self.get_query_arguments("name") ages = self.get_query_arguments("age") self.write("names: {}, ages: {}".format(names, ages))class FormParamHandler(web.RequestHandler): async def post(self): name = self.get_argument("name") age = self.get_argument("age") self.write("name: {}, age: {}".format(name, age)) self.write('') names = self.get_arguments("name") ages = self.get_arguments("age") self.write("names: {}, ages: {}".format(names, ages))class JsonWithFormHeadersParamHandler(web.RequestHandler): async def post(self): name = self.get_body_argument("name") age = self.get_body_argument("age") self.write("name: {}, age: {}".format(name, age))class JsonParamHandler(web.RequestHandler): async def post(self): parm = json.loads(self.request.body.decode("utf8")) name = parm["name"] age = parm["age"] self.write("name: {}, age: {}".format(name, age))url_handers = [ ("/url", UrlParamHandler), ("/form", FormParamHandler), ("/jsonwithformheaders", JsonWithFormHeadersParamHandler), ("/json", JsonParamHandler)]if __name__ == '__main__': app = web.Application(url_handers, debug=True) app.listen(8888) print("started...") ioloop.IOLoop.current().start() 测试url
测试工具Postman,当然也可以使用python的requests来请求 1. 参数在url中,get请求
代码请求接口方式测试
import requestsurl="http://localhost:8888/url?name=zhangsan&&age=20"resp = requests.request('GET', url).content.decode("utf8")print(resp) postman或浏览器方式测试
- http://localhost:8888/url?name=zhangsan&&age=20 结果:
name: zhangsan, age: 20
names: [‘zhangsan’], ages: [‘20’]
- http://localhost:8888/url?name=zhangsan&&age=20&&name=lisi&&age=28 结果:
name: lisi, age: 28
names: [‘zhangsan’, ‘lisi’], ages: [‘20’, ‘28’]
由上面结果,可以看出函数名有s和没s的区别了,下面就其他方法就演示了,因为有s的,就不演示了跟这类似.
个人觉得,不用s,传多个值,为啥不直接传数组了.特别后面是json格式交互的时候,多个值的场景完全可以数组作为值来传递
2. 参数在form中,没有请求头,post请求
代码请求接口方式测试
import requestsurl = "http://localhost:8888/form"data = { "name": "zhangsan", "age": 20}resp = requests.request('POST', url, data=data).content.decode("utf8") postman方式测试
- http://localhost:8888/form 结果:
name: lisi, age: 28
names: [‘zhangsan’, ‘lisi’], ages: [‘20’, ‘28’]
3. 参数在from中,并含有请求头Content-Type:application/x-www-form-urlencoded,post请求
import requestsurl = "http://localhost:8888/jsonwithformheaders"headers = { "Content-Type": "application/x-www-form-urlencoded;"}data = { "name": "zhangsan", "age": 20}resp = requests.request('POST', url, headers=headers, data=data).content.decode("utf8")print(resp) postman方式测试
- http://localhost:8888/jsonwithform
4. 参数是json,没有头,post请求
代码请求接口方式测试
import requestsurl = "http://localhost:8888/json"data = { "name": "zhangsan", "age": 20}resp = requests.request('POST', url, json=data).content.decode("utf8")print(resp) 注意这这参数传的是
json=data,而不是data=data哦
postman方式测试
- http://localhost:8888/json
没有头,只能通过
request.body来拿到参数,而且是bytes类型,需要decode后,json解析后得到dict
提示: 注意json值传递时候,有没header,取值方式不同.结论如下:
| 方法 | 传参 |
|---|---|
| get_query_argument(s) | 参数在url中 |
| get_argument(s) | 参数在form中,没有头信息 |
| get_body_argument(s) | 参数在form中,带有头信息 |
| request.body | 参数是json |
6-4-2.process
注意: process里函数的执行顺序
initialize: 初始化,通过`URLSpec`可将参数传递到方法prepare: 在get/post等操作之前,会调用get/head/post/delete/patch/put/options: 一般业务逻辑处理on_finish: 在out操作之后,会调用
直接上代码
from tornado import web, ioloopclass ProcessDemoHandler(web.RequestHandler): # initialize方法同步 def initialize(self, dbinfo): print("initialize...") self.dbinfo = dbinfo print("数据库host:{}".format(self.dbinfo['db_host'])) pass async def prepare(self): print("prepare...") pass async def get(self): print("get...") self.write("success!!!") pass def on_finish(self): print("finish...") passinit_param = { 'dbinfo': { 'db_host': 'localhost', 'db_port': 3306, 'db_user': 'root', 'db_password': '123', }}url_handers = [ (r"/?", ProcessDemoHandler, init_param),]if __name__ == '__main__': app = web.Application(url_handers, debug=True) app.listen(8888) print("started...") ioloop.IOLoop.current().start() 需要关注以下几点:
1.顺序: initialize 👉 prepare 👉 get/post/put/delete/… 👉 on_finish
2.initialize和on_finish方法同步 3.如何将参数通过url_handers传给initialize方法
结果:
initialize...数据库host:localhostprepare...get...
6-4-3.output
set_status: 设置状态码set_headeradd_headerclear_headerwrite: 写数据,可以write多次,放缓存中,而不会中断当flush或者finish或者没消息断开时发送flush: 刷新数据到客户端finish: 写数据,写完断开了render/render_string: 模板方式渲染输出redirect: 重定向send_error/write_error: 发送错误render_embed_js/render_embed_css: 嵌入的js和cssrender_linked_js/render_linked_css: 链接的js和css
import asynciofrom tornado import web, ioloopclass OutputDemoHandler(web.RequestHandler): async def get(self): self.set_status(200) self.write("error!!!") self.write("warning!!!") self.write("") await self.flush() await asyncio.sleep(5) self.write("success!!!") await self.finish("done")url_handers = [ (r"/?", OutputDemoHandler),]if __name__ == '__main__': app = web.Application(url_handers, debug=True) app.listen(8888) print("started...") ioloop.IOLoop.current().start() 这里主要使用了
没用过的write,flush以及finish操作,其他前面用过就不多介绍了.render_xxx形式的函数,在模板中使用的。
结果:
error!!!warning!!!success!!!done
第一行先出来,应为flush了,过了5秒后,第二行数据出来
6-5.setting
setting里每项值类型都是dic类型
配置主要分以下几种类型
- General settings
- Authentication and security settings:
- Template settings
- Static file settings
这不会全部介绍，只介绍下常用的，在实际开发中，去官网查阅.
官网setting配置项
打开后，直接搜索关键字
settings，就能定位到
常用配置
debug
是否开启debug模式
default_handler_class
当url没有配置到handler时,默认处理器.
static_path
静态资源路径
static_url_prefix
静态资源前缀
static_handler_class
静态资源handler(默认是
tornado.web.StaticFileHandler)
静态资源代码演示
from tornado import web, ioloopclass SettingDemoHandler(web.RequestHandler): async def get(self): await self.finish("success")url_handers = [ (r"/?", SettingDemoHandler),]settings={ 'debug': True, 'static_path': 'public/static', 'static_url_prefix': '/static/'}if __name__ == '__main__': app = web.Application(url_handers, **settings) app.listen(8888) print("started...") ioloop.IOLoop.current().start() 在相对路径下,创建
public/static/images文件夹,并放一张图片进去
测试url
- http://localhost:8888/static/images/moon.jpg
端口号后面的前缀url紧跟的路径，要跟
static_url_prefix配置一致
6-6.模板
模板就不多介绍了，工作中我们一般开发都前后端分离，因此这就不过多纠缠了。(单为了文章的完整性，我还是写了个简单例子)
前端：react、vue等前端框架
后端：java、go、python等语言编写的web框架跟前端进行数据交互
有兴趣的可以看下官网：
主要包含以下几点
1.普通字符串模板，加载使用2.文件模板，加载使用3.常用的模板语法 { { data }},{ % set ...%},{ % raw %}4.导入python，调用函数，循环输出5.模板继承 { % extends "xxx.html" %}6.UIModule使用 { % module Template("foo.html", arg=42) %} 6-6-1.页面结构
基本结构
6-6-1.结果
结果
6-6-2.代码
代码主要分模板、UIMoudle、orderHandler、启动类
启动类和handler
from typing import Optionalfrom tornado import web, ioloopclass OrderHandler(web.RequestHandler): def get(self): data = { 'title': '书本列表', 'orderList': [ { 'id': 1, 'name': 'java', 'price': 80, 'count': 1, 'link_to': '查看'}, { 'id': 2, 'name': 'springboot', 'price': 100, 'count': 2, 'link_to': '查看'}, { 'id': 3, 'name': 'springcloud', 'price': 120, 'count': 1, 'link_to': '查看'}, ] } self.render("tp_order.html", **data)class FooterUIMoudle(web.UIModule): def render(self): return self.render_string("uimodules/tp_footer.html") def embedded_css(self) -> Optional[str]: css = ''' .content { background: gray} a {text-decoration-line: none} ''' return cssurl_handlers = [ (r"/order", OrderHandler)]settings = { "debug": True, "template_path": 'public/templates', "static_path": 'public/static', "static_url_prefix": "/static/", "ui_modules": { 'FooterUIMoudle': FooterUIMoudle }}if __name__ == '__main__': app = web.Application(url_handlers, **settings) app.listen(8888) print("started successfully") ioloop.IOLoop.current().start() settings里定义
注意给模板传参数的类型，在目录中也需要跟其对于方式取出值ui_modules，template_path,static_path
tp_base.html模板
相对启动类路径：public/templates/tp_base.html 商城 {% block custom_css %} {% end %}{% module Template("uimodules/tp_header.html") %}{% block order_html_block%}{% module FooterUIMoudle() %} {% block custom_js %} {% end %}
里面使用UIMoudle、继承等手段
tp_base.html模板
相对启动类路径：public/templates/tp_base.html {% extends 'tp_base.html' %}{% block order_html_block %} { { title }} id 名称 价格 数量 详情 {% set total_price = 0 %} {% for item in orderList %} { { item["id"] }} { { item["name"] }} { { item["price"] }}元 { { item["count"] }} {% raw item["link_to"] %} {% end %}
总价格： { { total_price }} {% end %} 里面使用继承、循环、raw、赋值等手段
uimoudles下的tp_footer.html模板
相对启动类路径：public/templates/uimodules/tp_header.html welcome to iworkh !!!
uimoudles下的tp_footer.html模板
相对启动类路径：public/templates/uimodules/tp_footer.html 7.mysql
python里PyMySQL是同步，所以在tornado我们得用异步的，这介绍下aiomysql，它是基于PyMySQL的。用法差不错，只不过实现了异步操作。
安装依赖
pip install aiomysql
7-1.简单示例
import asyncioimport aiomysqlasync def test_example(loop): pool = await aiomysql.create_pool(host='127.0.0.1', port=3306, user='root', password='', db='mysql', loop=loop) async with pool.acquire() as conn: async with conn.cursor() as cur: await cur.execute("SELECT 42;") print(cur.description) (r,) = await cur.fetchone() assert r == 42 pool.close() await pool.wait_closed()loop = asyncio.get_event_loop()loop.run_until_complete(test_example(loop)) 这是官网Github上给的示例，主要注意以下几点
- async异步编写
- 调用异步操作时，要使用await
- async with的用法，异步上下文管理器，接受会将对应的资源关闭的（异步上下文管理器指的是在enter和exit方法处能够暂停执行的上下文管理器，
__aenter__和__aexit__方法。）
有兴趣可以去了解下async with和async for，百度下随便挑一篇阅读下就明白了（基本都雷同的😊）
创建表
CREATE TABLE `tb_order` ( `id` int(10) NOT NULL AUTO_INCREMENT, `name` varchar(255) NOT NULL, `price` decimal(10,2) DEFAULT NULL, `count` int(5) DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8;
插入一条数据
INSERT INTO `iworkh_tornado`.`tb_order`(`id`, `name`, `price`, `count`)VALUES (1, 'java', 80.00, 1);
7-1.查询数据
使用get请求来请求rest接口，参数方法可以放在url中，也可以方法在form中 (通过get_argument获取参数)
查询逻辑
import aiomysqlfrom tornado import web, ioloopclass OrderHandler(web.RequestHandler): def initialize(self, db_info) -> None: self.db_info = db_info async def get(self): id = self.get_argument("id", None) if not id: raise Exception("id can not None") db_id = db_name = db_price = db_count = None async with aiomysql.create_pool(host=self.db_info["db_host"], port=self.db_info["db_port"], user=self.db_info["db_user"], password=self.db_info["db_password"], db=self.db_info["db_name"], charset=self.db_info["db_charset"]) as pool: async with pool.acquire() as conn: async with conn.cursor() as cur: sql = "SELECT `id`, `name`, `price`, `count` FROM TB_ORDER WHERE id = {};".format(id) print(sql) await cur.execute(sql) result = await cur.fetchone() try: if (result): db_id, db_name, db_price, db_count = result except Exception: pass self.write("success, {}, {}, {}, {}".format(db_id, db_name, db_price, db_count))initParam = { "db_info": { 'db_host': 'localhost', 'db_name': 'iworkh_tornado', 'db_port': 3306, 'db_user': 'iworkh', 'db_password': 'iworkh123', 'db_charset': 'utf8' }}url_handlers = [ (r"/order/?", OrderHandler, initParam)]if __name__ == '__main__': app = web.Application(url_handlers, debug=True) app.listen(8888) print("started successfully") ioloop.IOLoop.current().start() 测试代码
import requestsurl = "http://localhost:8888/order"data={ 'id':'1'}resp = requests.get(url, data=data).content.decode("utf8")print(resp) 7-2.插入数据
查询逻辑
import aiomysqlfrom tornado import web, ioloopclass OrderHandler(web.RequestHandler): def initialize(self, db_info) -> None: self.db_info = db_info async def post(self): db_name= self.get_argument("name") db_price= self.get_argument("price") db_count= self.get_argument("count") async with aiomysql.create_pool(host=self.db_info["db_host"], port=self.db_info["db_port"], user=self.db_info["db_user"], password=self.db_info["db_password"], db=self.db_info["db_name"], charset=self.db_info["db_charset"]) as pool: async with pool.acquire() as conn: async with conn.cursor() as cur: sql = "INSERT INTO TB_ORDER (`name`, `price`, `count`) VALUES ('{}','{}','{}');"\ .format(db_name, db_price, db_count) print(sql) await cur.execute(sql) await conn.commit() self.write("save successfully")initParam = { "db_info": { 'db_host': 'localhost', 'db_name': 'iworkh_tornado', 'db_port': 3306, 'db_user': 'iworkh', 'db_password': 'iworkh123', 'db_charset': 'utf8' }}url_handlers = [ (r"/order/?", OrderHandler, initParam)]if __name__ == '__main__': app = web.Application(url_handlers, debug=True) app.listen(8888) print("started successfully") ioloop.IOLoop.current().start() 测试代码
import requestsurl = "http://localhost:8888/order"data = { 'name':'springboot', 'price': 100.0, 'count':2}resp = requests.post(url, data=data).content.decode("utf8")print(resp) 7-3.更新数据
查询逻辑
import aiomysqlfrom tornado import web, ioloopclass OrderHandler(web.RequestHandler): def initialize(self, db_info) -> None: self.db_info = db_info async def put(self): db_id= self.get_argument("id") db_name= self.get_argument("name") db_price= self.get_argument("price") db_count= self.get_argument("count") async with aiomysql.create_pool(host=self.db_info["db_host"], port=self.db_info["db_port"], user=self.db_info["db_user"], password=self.db_info["db_password"], db=self.db_info["db_name"], charset=self.db_info["db_charset"]) as pool: async with pool.acquire() as conn: async with conn.cursor() as cur: sql = "UPDATE TB_ORDER SET `name` = '{}', `price` = '{}', `count` = '{}' WHERE `id` = {};"\ .format(db_name, db_price, db_count, db_id) print(sql) await cur.execute(sql) await conn.commit() self.write("save successfully")initParam = { "db_info": { 'db_host': 'localhost', 'db_name': 'iworkh_tornado', 'db_port': 3306, 'db_user': 'iworkh', 'db_password': 'iworkh123', 'db_charset': 'utf8' }}url_handlers = [ (r"/order/?", OrderHandler, initParam)]if __name__ == '__main__': app = web.Application(url_handlers, debug=True) app.listen(8888) print("started successfully") ioloop.IOLoop.current().start() 测试代码
import requestsurl = "http://localhost:8888/order"data = { 'id': 1, 'name':'java', 'price': 60.0, 'count':1}resp = requests.put(url, data=data).content.decode("utf8")print(resp) 通过上面的aiomysl操作，虽然实现了异步操作，但是我们可以发现一些问题
- 线程池操作，每次一个请求来都创建了个线程池，然后关闭
- 原生sql操作，拼sql很累
- 查询结果，解析很麻烦
- model对象和数据库表关联操作，进行查询、更新、插入操作（有hibernate、jpa、Django orm等开发经验着，应该明白ORM框架带来的好处）
8.orm框架peewee
8-1.orm好处
我们通知之前对aiomysql对数据库的操作，我们发现了一些问题，操作很麻烦。
那使用orm有啥好处呢？
- 操作更加方便，不用跟原生sql交互太多，便于维护。(特别写sql少了
,,'等一些低价错误，很难发现，浪费开发时间) - orm可以屏蔽调底层数据（不管mysql、postgresql、sqlite等，都通过orm来操作，来适配）
- 还能防止sql注入
python领域常用的一些ORM框架
- Django’s ORM
- peewee
- SQLAlchemy
Django’s ORM
优点： 易用，学习曲线短 和Django紧密集合，用Django时使用约定俗成的方法去操作数据库缺点： QuerySet速度不给力，会逼我用Mysqldb来操作原生sql语句。 不好处理复杂的查询，强制开发者回到原生SQL
peewee
优点： Django式的API，使其易用 轻量实现，很容易和任意web框架集成 aysnc-peewee异步操作缺点： 不支持自动化schema迁移 不能像Django那样，使线上的mysql表结构生成结构化的模型。 多对多查询写起来不直观
SQLAlchemy
优点： 巨牛逼的企业级API，使得代码有健壮性和适应性 灵活的设计，使得能轻松写复杂查询缺点： 工作单元概念不常见 重量级 API，导致长学习曲线
8-2.peewee同步操作
数据操作，主要就增删改查功能，下面分别演示如何使用。
工作中使用前，最好把官网浏览一遍，掌握一些常用的api和细节
先pip安装
pip install peewee
8-2-1.定义model
base_model.py
import datetimefrom peewee import MySQLDatabase, Model, DateTimeFielddb_info = { 'host': '127.0.0.1', 'user': 'iworkh', 'password': 'iworkh123', 'charset': 'utf8', 'port': 3306}db = MySQLDatabase('iworkh_tornado', **db_info)class BaseModel(Model): created_date = DateTimeField(default=datetime.datetime.now) class Meta: database = db user_model.py
from peewee import CharField, DateField, IntegerField, BooleanFieldfrom lesson05.models.base_model import *class User(BaseModel): username = CharField(column_name='username', unique=True, null=False, max_length=50, verbose_name="姓名") birthday = DateField(column_name='birthday', null=True, default=None, verbose_name='生日') phone = CharField(column_name='phone', max_length=11) mail = CharField(column_name='mail', max_length=50, verbose_name='邮件') gender = IntegerField(column_name='gender', null=False, default=1, verbose_name='姓别') is_admin = BooleanField(column_name='is_admin', default=False, verbose_name='是否是管理员') class Meta: table_name = "T_USER"
from peewee import ForeignKeyField, CharField, IntegerFieldfrom lesson05.models.base_model import BaseModelfrom lesson05.models.user_model import Userclass Pet(BaseModel): user = ForeignKeyField(User, backref='pets') name = CharField(index=True, column_name='name', max_length=50, verbose_name='名字') age = IntegerField(column_name='age', verbose_name='年龄') type = CharField(column_name='type', max_length=50, verbose_name='类型') color = CharField(column_name='color', max_length=50, verbose_name='颜色') description = CharField(column_name='description', max_length=500, verbose_name='描述') class Meta: table_name = "T_PET"
8-2-2.初始化表
import 省略if __name__ == '__main__': db.connect() table_list = [User, Pet] db.create_tables(table_list) print("end...") 8-2-3.插入
插入数据，可以使用save和create方法来操作
- save: 对象操作
- create: 是类操作，看create函数上有
@classmethod修饰符
import datetimeimport 省略userList = [ { 'username': 'zhangsan', 'birthday': '1988-08-08', 'gender': 1, 'mail': 'zhangsan@qq.com', 'phone': '111', 'is_admin': False}, { 'username': 'lisi', 'birthday': datetime.date(1999, 8, 8), 'gender': 1, 'mail': 'lisi@qq.com', 'phone': '222', 'is_admin': False}, { 'username': 'wangwu', 'birthday': datetime.date(2025, 8, 8), 'gender': 0, 'mail': 'wangwu@qq.com', 'phone': '333', 'is_admin': False}, { 'username': 'admin', 'birthday': datetime.date(2000, 8, 8), 'gender': 1, 'mail': 'admin@qq.com', 'phone': '444', 'is_admin': True}]def save(): user = User() user.username = 'iworkh_save' user.birthday = datetime.date(1988, 8, 8) user.gender = 0 user.mail = "157162006@qq.com" user.phone = "888888888" user.is_admin = True # 使用对象调用方法 row = user.save() print("save的返回值是值:{}".format(row))def save_list(): for item in userList: user = User(**item) user.save()def create(): user_dic = { 'username': 'iworkh_create2', 'birthday': datetime.date(1989, 8, 8), 'gender': 1, 'mail': '157162006@qq.com', 'phone': '888888888', 'is_admin': False } # 使用类调用方法 row = User.create(**user_dic) print("create的返回值值:{}".format(row))if __name__ == '__main__': save() create() save_list() print("end...") 8-2-4.查询
查询比较重要，但是peewee的api使用，跟原生sql语法优点类似
sql: select * from user where username like %iworkh%
peewee写法：User.select().where(User.username.contains(‘iworkh’))
import 省略def select_all(): # modelSelect = User.select() # sql: select * from user fields = [User.username, User.phone] modelSelect = User.select(*fields) # sql: select username, phone from user # 这还没有立即执行，返回的是modelSelect对象，当for或者execute时才会执行 for user in modelSelect: print("{} --- {} --- {}".format(user.username, user.phone, user.is_admin))def select_conditon(): # 根据id取记录，如果id不存在，那么转化时候会报错 user_res_get_by_id = User.get_by_id(1) print("get_by_id 结果：{}".format(user_res_get_by_id.username)) user_res_get = User.get(User.id == 1) print("user_res_get 结果：{}".format(user_res_get.username)) user_res_dic = User[1] print("user_res_dic 结果：{}".format(user_res_dic.username)) print("*" * 50) # select * from user where username like %iworkh% modelSelect = User.select().where(User.username.contains('iworkh')) for user in modelSelect: print("{} --- {}".format(user.username, user.is_admin)) print("*" * 50) # select * from user ordery by birthday desc modelSelect_order = User.select().order_by(User.birthday.desc()) for user in modelSelect_order: print("{} --- {}".format(user.username, user.birthday)) print("*" * 50) # 按每页3的大小分页，取第2页数据(从1开始计数) modelSelect_pagable = User.select().paginate(page=2, paginate_by=3) for user in modelSelect_pagable: print("{} --- {}".format(user.username, user.id))if __name__ == '__main__': select_all() select_conditon() 8-2-5.更新
更新很简单，使用的是save函数，当save里传id值时，则认为是更新；id没有值None时，则是插入操作
import 省略def upate(): # 使用save方法即可更新，只要传的值中还有id user_res_get_by_id = User.get_by_id(1) user_res_get_by_id.username = user_res_get_by_id.username + '_update' # 从数据中取处记录，并修改值后更新数据库 user_res_get_by_id.save()if __name__ == '__main__': upate()
8-2-6.删除
删除记录有两种操作：
- 类操作，根据id删除
- 对象操作，这个对象要id值，底层也是根据id来删除记录的
import 省略def delete_by_id(): # 类操作 User.delete_by_id(3)def delete_instance(): user = User() user.id = 4 # 对象操作，recursive参数控制关联数据是否删除 user.delete_instance()if __name__ == '__main__': delete_by_id() delete_instance() print("end...") 8-2-7.技巧
技巧
peewee里还有很其他知识点，除了阅读官网提供的doc文档外，还有一些地方值得我们开发者注意的，就是源码下面的test和example模块。
留个问题：
peewee里transaction如何使用？(如何去官网doc和源码下快速找到你需要的答案呢？)
8-3.peewee-async操作
tornado调用接口，那得用异步的，所以peewee的同步操作，在tornado中肯定玩不转的。
peewee-async的接口主要分两部分
- 高级API (推荐使用)
主要通过manager来操作
- 低级API (不推荐使用)
主要通过peewee_async来操作
安装
pip install --pre peewee-async
8-3-1.定义models
定义model还是跟peewee一样，不过db的方式使用了peewee_async.MySQLDatabase
import datetimeimport peewee_asyncfrom peewee import Model, DateTimeField, TextField, CharFielddb_info = { 'host': '127.0.0.1', 'user': 'iworkh', 'password': 'iworkh123', 'charset': 'utf8', 'port': 3306}db = peewee_async.MySQLDatabase('iworkh_tornado', **db_info)class BaseModel(Model): created_date = DateTimeField(default=datetime.datetime.now) class Meta: database = dbclass BlogModel(BaseModel): title = CharField(column_name='title', max_length=50) content = TextField(column_name='content') class Meta: table_name = 't_blog' 8-3-2.基本操作
通过高级API的方式，进行增删改查操作
import asyncioimport peewee_asyncimport 省略了models的引入objects = peewee_async.Manager(db)async def save(): blog = { 'title': 'tornado入门', 'content': '详细内容请看文章'} await objects.create(BlogModel, **blog) print("保存成功")async def get_all(): all_blogs = await objects.execute(BlogModel.select()) for blog in all_blogs: print("id: {}, 文章标题：{}".format(blog.id, blog.title))async def delete(): blog = BlogModel() blog.id = 1 await objects.delete(blog) print("删除成功")def create_table(): BlogModel.create_table(True)def drop_table(): BlogModel.drop_table(True)async def test(): create_table() await save() print("*"*50) await get_all() print("*"*50) await delete() print("*"*50) await get_all() drop_table()if __name__ == '__main__': loop = asyncio.get_event_loop() loop.run_until_complete(test()) print("end") 9.参考
10.推荐
整理不打字易，觉得有帮助就点个赞吧。
- 个人博客刚开不久（内容还不多），主要用来辅助手册，写些零碎的知识点
- 注册下个人用户，就可以管理自己的链接、享用各类学习手册，主要用来写手册，分享常用工具。
转载地址：http://vzhws.baihongyu.com/
你可能感兴趣的文章
学习笔记_vnpy实战培训day04_作业
查看>>
OCO订单（委托）
查看>>
学习笔记_vnpy实战培训day06
查看>>
回测引擎代码分析流程图
查看>>
Excel 如何制作时间轴
查看>>
股票网格交易策略
查看>>
matplotlib绘图跳过时间段的处理方案
查看>>
vnpy学习_04回测评价指标的缺陷
查看>>
ubuntu终端一次多条命令方法和区别
查看>>
python之偏函数
查看>>
vnpy学习_06回测结果可视化改进
查看>>
读书笔记_量化交易如何建立自己的算法交易01
查看>>
设计模式03_工厂
查看>>
设计模式04_抽象工厂
查看>>
设计模式05_单例
查看>>
设计模式06_原型
查看>>
设计模式07_建造者
查看>>
设计模式08_适配器
查看>>
设计模式09_代理模式
查看>>
设计模式10_桥接
查看>>