python后端相关知识点汇总（十二）

news2024/11/29 10:47:52

在这里插入图片描述

python知识点汇总十二

  • 1、什么是 C/S 和 B/S 架构
  • 2、count(1)、count(*)、count(列名)有啥区别？
  • 3、如何使用线程池
    • 3.1、为什么使用线程池？
  • 4、MySQL 数据库备份命令
  • 5、supervisor和Gunicorn
  • 6、python项目部署
    • 6.1、entrypoint.sh制作
    • 6.2、Dockerfile制作
    • 6.3、django静态文件配置和部署、前端代码部署
    • 6.4、制作nginx镜像
    • 6.5、docker-compose
  • 7、Django中使用 ORM 和原生 SQL 的优缺点
  • 8、列举 Django 中执行原生 sql 的方法
    • 1、raw()方法
    • 2、使用extra
    • 3、执行原生查询
  • 9、比较两个 json 数据是否相等

1、什么是 C/S 和 B/S 架构

C/S：客户端-服务端的架构，他需要安装一个客户端，才能使用这个软件，所以软件升级，除服务端升级以外，需要同步客户端，
B/S：浏览器-服务器的架构，是不需要安装客户端，只需要浏览器就可以访问软件，软件升级只需要更新服务器就可以

B/S与C/S软件测试思维是一致的，控件点击、数据库交互、后端服务器交互。
但是客户端需要考虑安装、卸载、升级的测试

2、count(1)、count(*)、count(列名)有啥区别？


执行效率上：
列名为主键的情况下，count(列名)会比count(1)查询快；
列名不为主键的情况下，count(1)会比count(列名)查询快

3、如何使用线程池

3.1、为什么使用线程池？

传统多线程方案会使用“即时创建，即时销毁”的策略。尽管与创建进程相比，创建线程的时间已经大大缩短，但是如果提交给线程的任务是执行时间较短，而且执行次数极其频繁，那么服务器将处于不停的创建线程、销毁线程的状态。

一个线程的运行时间可以分为3部分：线程的启动时间、线程体的运行时间和线程的销毁时间。在多线程处理的情景中，如何线程不能被重用，就意味着每次创建都要经过启动、运行、销毁3个过程，这势必会增加系统响应时间，降低了效率。

使用线程池：由于线程预先被创建并放入线程池中，同时处理完当前任务之后并不销毁而是被安排处理下一个任务，因此能够避免多次创建线程，从而节省线程创建和销毁的开销，能够带来更好的性能和系统稳定性。
在这里插入图片描述

Python中的线程池是通过ThreadPoolExecutor类来实现的。
t1 = ThreadPoolExecutor(max_workers=5) 线程池中最多支持同时执行多少个任务；
t1.submit(work)：往线程池中提交执行的任务
t1.shutdown()：等待线程池中所有的任务执行完毕之后，开始执行

线程池代码

from concurrent.futures.process import ProcessPoolExecutor
from concurrent.futures.thread import ThreadPoolExecutor

import time
import threading
def work():
    for i in range(6):
        print(f"线程1工作")
        time.sleep(1)

def work1():
    for i in range(5):
        print(f"线程2学习")
        time.sleep(1)

if __name__ == '__main__':
    #todo 创建一个线程池
    t1 = ThreadPoolExecutor(max_workers=5)  # todo 线程池中最多支持同时执行多少个任务

    st=time.time()
    #todo 往线程池中提交执行的任务
    t1.submit(work)
    t1.submit(work1)

    #todo 等待线程池中所有的任务执行完毕之后，开始执行
    t1.shutdown()
    et=time.time()
    print('执行的时间：',et-st)

4、MySQL 数据库备份命令

1、先在根目录下创建一个备份文件的目录

[root@master ~]# mkdir /backup

2、利用mysqldump备份

[root@master ~]# mysqldump -uroot -proot -B booksDB > /backup/booksDB.sql

3、备份booksDB数据库中的books表

[root@master ~]# mysqldump -uroot -proot booksDB books > /backup/booksDB_books.sql

5、supervisor和Gunicorn

Gunicorn是基于unix系统，被广泛应用的高性能的Python WSGI HTTP Server。用来解析HTTP请求的网关服务。
它通常是在进行反向代理（如nginx），或者进行负载均衡和一个web 应用（比如 Django 或者 Flask）之间。
特点：
1、能和大多数的Python Web框架兼容；
2、简单易上手；
3、轻量级的资源消耗；
4、目前，gunicorn只能运行在Linux环境中，不支持windows平台。

supervisor：
Supervisor是用Python开发的进程管理工具，可以很方便的用来启动、重启、关闭进程(不仅仅是 Python 进程)。能将一个普通的命令行进程变为后台daemon，并监控进程状态，异常退出时能自动重启。
命令行中启动异步任务、定时任务，当窗口关闭或者服务器关闭，进程就结束了。
在本容器中还需要运行celery的worker服务和beat服务。我们使用 supervisor 进行进程控制。

6、python项目部署

6.1、entrypoint.sh制作

执行数据库迁移
创建管理员用户
启动supervisor

6.2、Dockerfile制作

FROM：以python为基础镜像
RUN：安装必要的库（pip install requirements.txt）
ENV:设置环境变量（生产环境）
COPY . .：复制
VOLUME /app/logs/：挂载日志
EXPOSE 8000：暴露端口
ENTRYPOINT [ “./entrypoint.sh” ]：启动容器时执行的命令

# 从哪个镜像开始构建
FROM python:3.9-alpine
# 注释标签
LABEL maintainer='zhilong'
LABEL description='Django project'

# 创建/app目录并切换进目录下
WORKDIR /app
# 拷贝代码到镜像中
# 拷贝文件到镜像中
# 第一个目录是宿主机目录，第二个目录是镜像的目录
# 第一个目录是相对路径，相对Dockerfile所在的目录
# 第二个目录如果是相对路径，那么就是以workdir的目录
COPY . .

# 安装必要的库
# RUN执行shell命令
# build的时候执行
RUN sed -i 's/dl-cdn.alpinelinux.org/mirrors.ustc.edu.cn/g' /etc/apk/repositories && \
    apk update && \
    apk upgrade && \
    apk add --no-cache tzdata mariadb-dev gcc libc-dev && \
    cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && \
    echo "Asia/Shanghai" > /etc/timezone && \
    python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade pip && \
    pip install --no-cache-dir -r requirements.txt  -i https://pypi.tuna.tsinghua.edu.cn/simple/  && \
    chmod 777 ./entrypoint.sh

#设置环境变量
ENV ENV=production

# 创建日志挂载点避免容器越来越大
VOLUME /app/logs/

# 挂载端口
EXPOSE 8000

# 启动容器后会执行的命令
# 执行shell命令
# CMD

ENTRYPOINT [ "./entrypoint.sh" ]

构建镜像：
docker build -t ck14_app .

启动容器
docker run --name ck14_django --network ck14 -d -p5000:8000 -v ck14_logs:/app/logs --restart=always ck14_app

6.3、django静态文件配置和部署、前端代码部署

static目录：包含admin、rest_framework

打包命令：npm run build
打包完成后，将dist文件夹拷贝到nginx文件夹中
dist目录：包含前端静态文件（css、index.html、js等待）

6.4、制作nginx镜像

此时nginx目录下包含：default.conf、Dockerfile、dist、static

生成镜像命令：sudo docker build -t ck14_web_nginx .

运行容器
sudo docker run --name ck14_nginx --network ck14 -d -p 5001:80 -p 5002:81 ck14_web_nginx

6.5、docker-compose

一个项目肯定包含多个容器，每个容器都手动单独部署肯定费时费力。docker-compose可以通过脚本来批量构建镜像和启动容器，快速的部署项目。
使用docker-compose部署主要是编写docker-compose.yml脚本。

不论是Dockerfile还是docker-compose.yml脚本的编写都依赖上下文，所以需要明确部署文件夹的项目结构。

目录结构如下：

构建镜像

# 版本号设置为3
version: '3'

# 服务名称,表示要启动的容器服务
services:
    # 每个服务的名字就是容器的名字
    # 当我们使用docker-compose -p ck14 up -d命令后
    # 这个服务的容器名默认为ck14_redis_1
    redis:
    	# 启动这个容器需要用到的镜像
        image: redis:alpine
        # 重启策略
        restart: always
    mariadb:
        image: mariadb:latest
        restart: always
        environment:
        	# 启动容器要定义的环境变量
            MARIADB_ROOT_PASSWORD: root
            MARIADB_DATABASE: ck14_data
        # 挂载卷
        volumes:
            - mariadb:/var/lib/mysql
    django_app:
        # 容器依赖，会等待对应的服务容器启动后才会启动当前服务
        depends_on:
            - redis
            - mariadb
        # Dockerfile所在目录
        build: ./django_app
        image: ck14_django_image
        restart: always
        environment:
            ENV: production
        volumes:
            - app_logs:/app/logs
    nginx:
        depends_on:
             - django_app
        # Dockerfile所在的目录
        build: ./nginx
        image: ck14_nginx_image
        ports:
            - "5001:80"
            - "5002:81"
        volumes:
            - nginx_logs:/var/log
volumes:
    mariadb:
    app_logs:
    nginx_logs:

启动容器

sudo docker-compose up -p ck14 -d

停止容器

sudo docker-compose -p ck14 down

sudo docker-compose rm：删除指定服务的容器（停止状态的）

sudo docker-compose start：启动指定服务已存在的容器
sudo docker-compose stop：停止已运行的服务的容器
sudo docker-compose restart：重启容器

7、Django中使用 ORM 和原生 SQL 的优缺点

ORM的优点正是原生SQL的缺点
ORM的缺点正是原生SQL的优点

ORM优点：
1、简化开发：ORM将数据库表映射为对象，使得开发者可以使用对象的方式进行数据库操作，不需要编写复杂的sql语句。
2、跨数据库支持：ORM可以根据配置自动适配不同的数据库，使得应用程序具有移植性。
3、安全性：ORM提供了内置的参数化查询，可以有限防止SQL注入攻击。
4、可读性：使用ORM可以使代码更加清晰易读，因为它使用了类和方法的调用方式，而不需要繁琐的SQL语句。

ORM缺点：
1、性能问题：ORM在某些情况下可能会引起性能问题，因为它需要将对象转换为SQL语句并执行，可能会产生额外的开销。
2、灵活性受限：ORM提供了一些常用的数据库操作方法，但对于一些复杂的查询或特定数据库功能，可能需要编写原生SQL语句来实现。

使用原生sql的优势：
1、性能优势：原生SQL可以直接操作数据库，避免了ORM转换的开销，在某些复杂查询或大数据量操作时，性能可能更好。
2、灵活性：原生SQL可以更灵活地编写复杂的查询语句，利用数据库的特性和功能。

使用原生SQL的缺点：
1、学习成本高：编写和调试复杂的SQL语句需要一定的数据库知识和经验。
2、 安全性问题：原生SQL容易受到SQL注入攻击，需要开发者自行处理参数化查询等安全问题。
3、可读性差：原生SQL语句通常比较冗长，可读性较差，代码维护和理解难度较大。

8、列举 Django 中执行原生 sql 的方法

1、raw()方法

返回查询集,通过在管理器上调用raw方法来实现

q=Student.objects.raw('select id,name' from t_student where id=2)

In [6]: q=Student.objects.raw('select id,name  from t_student where id=2')

In [7]: q
Out[7]: <RawQuerySet: select id,name  from t_student where id=2>

打印sql

In [8]: print(q.query)
select id,name  from t_student where id=2

取值

In [9]: q[0]
Out[9]: <Student: kobe>

In [10]: q[0].name
Out[10]: 'kobe'

In [11]: q[0].age
Out[11]: 20

2、使用extra

queryset=NewsChannel.objects.filter(name__contains='美').extra(where=['id>4'])

queryset=NewsChannel.objects.extra(where=["name='美女' OR name='体育'","url='/sport/'"])

3、执行原生查询

执行调用原生数据驱动执行sql

with connection.cursor() as cursor:
    cursor.execute("select * from t_student")
    one=cursor.fetchone()
    print(one)
    two=cursor.fetchmany(2)
    print(two)
    all=cursor.fetchall()
    print(all)

执行结果

(2, 'kobe', 20, None, None, datetime.datetime(2023, 1, 1, 15, 26, 3, 84534), 5)
((3, 'li', 20, None, None, datetime.datetime(2023, 1, 1, 15, 26, 3, 84534), 1), (4, 'james', 18, '13888888888', None, datetime.datetime(2023, 1, 6, 7, 7, 17, 669711), 5))
((5, 'kelai', 22, '13688888888', None, datetime.datetime(2023, 1, 6, 7, 7, 17, 850752), 1), (6, 'kd', 19, '13888888777', None, datetime.datetime(2023, 1, 6, 7, 7, 17, 875757), 4), (7, 'harden', 18, '13888878228', None, datetime.datetime(2023, 1, 6, 7, 21, 25, 347180), 4), (8, 'curry', 22, '13688883388', None, datetime.datetime(2023, 1, 6, 7, 21, 25, 347180), 1), (9, 'ad', 19, '13888855577', None, datetime.datetime(2023, 1, 6, 7, 21, 25, 347180), 1), (10, 'happy', None, None, None, datetime.datetime(2023, 1, 7, 8, 19, 56, 927533), 4))

9、比较两个 json 数据是否相等

比较两个 JSON 数据是否相等可以通过以下步骤进行：
1、首先，将两个 JSON 数据解析为对象或字典。
2、然后，逐个比较两个对象或字典的键和值是否相等。
3、如果两个对象或字典的键和值都相等，则它们的 JSON 数据相等；否则，它们的 JSON 数据不相等。
需要注意的是，在比较过程中，需要考虑以下几点：

  • 对象或字典中的键值对的顺序不影响 JSON 数据的相等性。
  • 对于数组类型的值，需要递归地比较数组中的元素是否相等。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1603234.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

可见光相机曝光方式

可见光相机曝光方式

可见光摄影中的曝光方式主要包括两种&#xff1a;卷帘曝光和全局曝光。它们之间的区别在于曝光过程中传感器或胶片感光部分的工作方式不同&#xff0c;这直接影响到图像捕获的效果和特性。 卷帘曝光&#xff08;Rolling Shutter&#xff09;&#xff1a; 工作原理&#xff1a;在…
阅读更多...
Day 16 Linux服务管理和日志管理

Day 16 Linux服务管理和日志管理

服务管理 启动服务&#xff1a;systemctl start 服务名 停止服务&#xff1a;systemctl stop 服务名 重启服务&#xff1a;systemctl restart 服务名 重新加载配置文件&#xff1a;systemctl reload 服务名&#xff08;期间并不停止服务进程&#xff09; 查看服务运行状态…
阅读更多...
GAN反演+老照片修复

GAN反演+老照片修复

关于老照片修复~~~~~上图为运行腾讯ARC的模型之后的效果图 其使用的模型&#xff0c;GFP-GAN&#xff0c;Towards Real-World Blind Face Restoration with Generative Facial Prior&#xff0c;理解记录如下&#xff1a; Abstract: In this work, we propose GFP-GAN that …
阅读更多...
专业143总分428学硕第一东南大学920专业基础综合考研经验电子信息与通信工程，海洋工程，电路系统，鲁汶，真题，大纲，参考书。

专业143总分428学硕第一东南大学920专业基础综合考研经验电子信息与通信工程，海洋工程，电路系统，鲁汶，真题，大纲，参考书。

24考研基本已经尘埃落定&#xff0c;总归要为回忆留下点什么。回想起这一年的备考之路&#xff0c;至今仍觉得时间过得很快&#xff0c;有些感到恍惚&#xff0c;似乎不能接受。但是仔细思考一下&#xff0c;这一年经历了很多&#xff0c;走过很多弯路也取得一些阶段性的小成功…
阅读更多...
React【Day2】

React【Day2】

React表单控制 受控绑定 概念&#xff1a;使用React组件的状态&#xff08;useState&#xff09;控制表单的状态 双向绑定 MVVM 报错记录&#xff1a; 错误代码&#xff1a; import { useState } from "react";const App () > {const [value, setValue] useS…
阅读更多...
使用Android studio，安卓手机编译安装yolov8部署ncnn，频繁出现编译错误

使用Android studio，安卓手机编译安装yolov8部署ncnn，频繁出现编译错误

从编译开始就开始出现错误&#xff0c;解决步骤&#xff1a; 1.降低graddle版本&#xff0c;7.2-bin --->>> 降低为 6.1.1-all #distributionUrlhttps\://services.gradle.org/distributions/gradle-7.2-bin.zip distributionUrlhttps\://services.gradle.org/di…
阅读更多...
2024年五一杯数学建模B题思路分析

2024年五一杯数学建模B题思路分析

文章目录 1 赛题思路2 比赛日期和时间3 组织机构4 建模常见问题类型4.1 分类问题4.2 优化问题4.3 预测问题4.4 评价问题 5 建模资料 1 赛题思路 (赛题出来以后第一时间在CSDN分享) https://blog.csdn.net/dc_sinor?typeblog 2 比赛日期和时间 报名截止时间&#xff1a;2024…
阅读更多...
工业自动化，3D视觉技术3C薄片自动化上料

工业自动化，3D视觉技术3C薄片自动化上料

随着制造业的快速发展&#xff0c;3C行业对薄片类零件的上料需求日益增长。传统的上料方式往往依赖于人工操作&#xff0c;效率低下且存在误差。为了解决这一问题&#xff0c;3D视觉技术应运而生&#xff0c;为3C薄片自动化上料提供了强大的技术支持。本文将探讨3D视觉技术如何…
阅读更多...
「GO基础」起源与演进

「GO基础」起源与演进

&#x1f49d;&#x1f49d;&#x1f49d;欢迎莅临我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:「stormsha的主页」…
阅读更多...
分类算法——文章分类（五）

分类算法——文章分类（五）

文章分类计算 计算结果 P(C|Chinese,Chinese,Chinese,Tokyo,Japan)-->P(Chinese, Chinese, Chinese, Tokyo, Japan|C) * P(C)/P(Chinese, Chinese, Chinese, Tokyo, Japan) P(Chinese|C)5/8 P(Tokyo|C) 0 P(Japan|C) 0思考&#xff1a;我们计算出来某个概率为0&#xff0c;…
阅读更多...
HarmonyOS开发实例：【分布式数据服务】

HarmonyOS开发实例：【分布式数据服务】

介绍 分布式数据服务(Distributed Data Service&#xff0c;DDS)为应用程序提供不同设备间数据分布式的能力。通过调用分布式数据接口&#xff0c;应用程序将数据保存到分布式数据库中。通过结合帐号、应用和分布式数据服务对属于不同的应用的数据进行隔离&#xff0c;保证不同…
阅读更多...
利用CNN-Bigru-Attention模型输电线路故障诊断(Python代码，TensorFlow框架，)

利用CNN-Bigru-Attention模型输电线路故障诊断(Python代码，TensorFlow框架，)

效果视频&#xff1a;利用CNN-Bigru-Attention模型输电线路故障诊断(Python代码&#xff0c;TensorFlow框架&#xff0c;压缩包带有数据集和代码&#xff0c;解压缩可直接运行)_哔哩哔哩_bilibili 售后包免费远程协助运行&#xff08;用向日葵或者todesk软件协助&#xff09; …
阅读更多...
如何将低分辨率的视频变高清，使用AI工具分辨率画质增强至1080P、4K或者8K（附工具）

如何将低分辨率的视频变高清，使用AI工具分辨率画质增强至1080P、4K或者8K（附工具）

环境&#xff1a; Topaz Video AI 5.0 问题描述&#xff1a; 如何将低分辨率的视频变高清&#xff0c;使用AI工具分辨率画质增强至1080P、4K或者8K 原视频 增强1080P 解决方案&#xff1a; 1.打开软件&#xff0c;导入要处理的视频&#xff08;工具在本文最后附上&#xf…
阅读更多...
特步赞助可能“惹乱子”，北京半马进入官方调查阶段

特步赞助可能“惹乱子”，北京半马进入官方调查阶段

北京半马风波的发酵超乎想象&#xff0c;从4月14日事件发生到现在&#xff0c;舆论已经从对赛事本身的质疑&#xff0c;上升到一些其他的层面。 从最新的信息来看&#xff0c;北京体育局、北京半马组委会表态称事情还在调查&#xff0c;舆论则大多倾向于“特步幕后操盘、外籍选…
阅读更多...
UE5 C++ 使用TimeLine时间轴实现开关门

UE5 C++ 使用TimeLine时间轴实现开关门

一.添加门头文件 和 声明 #include "Components/TimelineComponent.h" #include"Components/BoxComponent.h" UPROPERTY(EditAnywhere,BlueprintReadWrite,Category "MyCurve")UCurveFloat* MyCurveFloat;UPROPERTY(EditAnywhere, BlueprintR…
阅读更多...
生成人工智能体：人类行为的交互式模拟论文与源码架构解析（1）——场景故事介绍

生成人工智能体：人类行为的交互式模拟论文与源码架构解析（1）——场景故事介绍

生成NPC为交互应用程序创建逼真的人类行为模拟。在这项工作中&#xff0c;我们通过将二十五个NPC放置在一个沙盒环境中&#xff08;类似于The Sims&#xff0c;模拟人生&#xff09;&#xff0c;展示了生成NPC的能力。用户可以观察和干预NPC的日常计划、分享新闻、建立关系以及…
阅读更多...
分布式光纤测温解决方案

分布式光纤测温解决方案

安科瑞电气股份有限公司 祁洁 15000363176 一、方案介绍 分布式光纤测温&#xff08;DTS&#xff09;集光电信号检测、计算机技术等为一体&#xff0c;具有实时监测、测温精度高、测量距离长、可精确定位、采用光纤作为传感器和传输介质&#xff0c;具有抗电磁干扰、本征防…
阅读更多...
微服务分布式缓存：无法反序列化 Cannot deserialize；

微服务分布式缓存：无法反序列化 Cannot deserialize；

问题描述 在拆分SpringBoot项目搭建微服务的过程中&#xff0c;需要配置分布式缓存&#xff0c;对redis进行配置&#xff0c;配置完成后&#xff0c;在启动Knife4j文档界面时报错&#xff0c;发现是redis无法反序列化的问题&#xff0c;但是报错中所指出的类com.jhin.jhinoj.m…
阅读更多...
gazebo中vins-fusion在仿真小车上的部署

gazebo中vins-fusion在仿真小车上的部署

软件要求&#xff1a;Ubuntu 20.04 ros的noetic版本&#xff0c;我是在虚拟机vitrualbox上运行的 这几天在学ROS&#xff0c;跟着赵虚左老师过了一遍之后&#xff0c;感觉还是有很多不懂的地方&#xff0c;xtdrone上仿真跟着文档走了一遍&#xff0c;好像没学到什么东西&#…
阅读更多...
go语言context

go语言context

context在服务端编程基本都贯穿所有&#xff0c; Context 是请求的上下文信息。对于RPC Server来说&#xff0c;一般每接收一个新的请求&#xff0c;会产生一个新的Context&#xff0c;在进行内部的函数调用的时候&#xff0c;通过传递Context&#xff0c;可以让不同的函数、协…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023