项目实战:构建高效可扩展的Flask Web框架:集成Flask-SQLAlchemy、Marshmallow与日志管理

前言

在Web开发中,构建一个既高效又可扩展的框架是项目成功的基石。Flask作为一个轻量级的Web应用框架,凭借其易用性和灵活性,特别适合快速开发和原型设计。结合Flask-SQLAlchemy(为Flask提供SQLAlchemy ORM支持的扩展)和Marshmallow(强大的Python对象序列化/反序列化库),我们能够创建出一个既能高效处理数据库操作又能优雅地转换数据为JSON格式的Web框架。

环境准备

确保MySQL数据库已部署并创建好相应数据库。接着,使用pip安装所需依赖:

bash 复制代码
pip install Flask Flask-SQLAlchemy marshmallow pymysql
  • Flask:用于实现Web应用的接口层。
  • Flask-SQLAlchemy:简化在Flask应用中使用SQLAlchemy ORM的操作,处理数据层。
  • PyMysql:作为SQLAlchemy的数据库驱动。
  • Marshmallow:用于数据的序列化和反序列化,以及数据验证。
App工厂模式

采用app工厂模式来创建Flask应用和数据库连接池,提高代码的可维护性和可测试性。

python 复制代码
from flask import Flask  
from flask_sqlalchemy import SQLAlchemy  
  
db = SQLAlchemy()  
  
def create_app():  
    app = Flask(__name__)  
  
    # 配置数据库  
    app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://user:password@127.0.0.1:3306/db'  
    app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False  # 减少开销  
  
    # 初始化数据库  
    db.init_app(app)  
    with app.app_context():  
        db.create_all()  
    return app
日志管理

实现一个日志管理器,用于项目中的日志记录和保存。

python 复制代码
import logging  
from logging.handlers import RotatingFileHandler  
  
def setup_logging(name, log_level=logging.DEBUG, max_bytes=5*1024*1024, backup_count=5):  
    """  
    配置日志系统。  
    """  
    logger = logging.getLogger(name)  
    logger.setLevel(log_level)  
      
    # 日志文件处理器  
    file_handler = RotatingFileHandler('app.log', maxBytes=max_bytes, backupCount=backup_count)  
    file_handler.setLevel(log_level)  
      
    # 控制台处理器  
    console_handler = logging.StreamHandler()  
    console_handler.setLevel(log_level)  
      
    # 设置日志格式  
    formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')  
    file_handler.setFormatter(formatter)  
    console_handler.setFormatter(formatter)  
      
    # 添加处理器到logger  
    logger.addHandler(file_handler)  
    logger.addHandler(console_handler)  
      
    return logger
接口响应统一格式

创建一个工具类来统一接口响应格式。

python 复制代码
from flask import jsonify  
  
class Response:  
    @staticmethod  
    def success(data=None, msg="成功"):  
        return jsonify({'data': data, 'msg': msg, 'code': 200})  
  
    @staticmethod  
    def error(msg="错误"):  
        return jsonify({'msg': msg, 'code': 500})
接口层

定义接口路由和处理函数。

python 复制代码
from flask import request  
from config.app_factory import create_app, db  
from service.project_service import ProjectService  
  
app = create_app()  
  
@app.route('/addProject', methods=['POST'])  
def add_project():  
    project_service = ProjectService()  
    return project_service.add_project(request.json)  
  
if __name__ == '__main__':  
    app.run(port=8081)
数据验证与序列化

使用Marshmallow定义数据模型,进行参数验证和序列化。

python 复制代码
from marshmallow import Schema, fields, ValidationError  
  
class ProjectSchema(Schema):  
    id = fields.Int(dump_only=True)  
    name = fields.Str(required=True, validate=lambda x: len(x) >= 1)  
    create_time = fields.DateTime(dump_only=True)  
    update_time = fields.DateTime(dump_only=True)  
  
    def __repr__(self):
        return f'<User {self.name}>'
服务层

服务层负责业务逻辑处理。

python 复制代码
from service.project_service import ProjectService  
from config.res_bean import Response  
from mapper.project_mapper import ProjectMapper  
import config.log as logger  
  
class ProjectService:  
    def __init__(self):  
        self.log = logger.setup_logging(self.__class__.__name__)  
  
    def add_project(self, json_data):  
        project_schema = ProjectSchema()  
        try:  
            data = project_schema.load(json_data)  
            return ProjectMapper.add_project(data)  
        except ValidationError as err:  
            self.log.error('参数错误:', err)  
            return Response.error(str(err))  
        except Exception as e:  
            self.log.error('添加项目失败:', e)  
            return Response.error("添加项目失败")
数据模型

定义数据库模型。

python 复制代码
from config.app_factory import db  
  
class Project(db.Model):  
    __tablename__ = 'project'  
    id = db.Column(db.Integer, primary_key=True)  
    name = db.Column(db.String(80), nullable=False)  
    create_time = db.Column(db.DateTime, default=db.func.now())  
    update_time = db.Column(db.DateTime, default=db.func.now(), onupdate=db.func.now())
数据层

实现数据库操作的具体逻辑。

python 复制代码
from datetime import datetime  
from module.project import Project  
from config.res_bean import Response  
import config.log as logger  
  
class ProjectMapper:  
    @staticmethod  
    def add_project(data):  
        try:  
            new_project = Project(name=data['name'], create_time=datetime.now(), update_time=datetime.now())  
            db.session.add(new_project)  
            db.session.commit()  
            logger.setup_logging(ProjectMapper.__name__).info('添加项目成功')  
            return Response.success(msg="添加项目成功")  
        except Exception as e:  
            db.session.rollback()  
            logger.setup_logging(ProjectMapper.__name__).error('添加项目失败:', e)  
            return Response.error("添加项目失败")
运行结果

完成以上步骤后,运行应用并调用示例接口进行验证。

相关推荐
chusheng18407 分钟前
Python Flask 和 Django 的区别与适用场景
python·django·flask
喝旺仔la17 分钟前
Python与MongoDB交互
开发语言·python·mongodb
MavenTalk18 分钟前
Python批量处理客户明细表格数据,挖掘更大价值
开发语言·python·表格处理
kay_54537 分钟前
YOLO11改进 | 检测头 | 小目标遮挡物性能提升的检测头Detect_MultiSEAM【完整代码】
人工智能·python·深度学习·yolo·目标检测·面试·yolo11
Qiming_Peng1 小时前
用示波器测动态滞回线
python·信息可视化·大学物理实验
程序员徐师兄1 小时前
Python 基于 flask 的前程无忧招聘可视化系统,Python大数据招聘爬虫可视化分析
python·flask·python 招聘爬虫·python 前程无忧爬虫分析·python 招聘可视化
杰哥在此2 小时前
Python知识点:使用Azure IoT Edge与Python进行边缘计算
python·物联网·面试·编程·azure
杰哥在此2 小时前
Python知识点:如何使用AWS Greengrass与Python进行边缘计算
python·面试·编程·边缘计算·aws
Lossya2 小时前
【python实操】python小程序之过七游戏以及单词单复数分类
开发语言·python·游戏·小程序
心易行者2 小时前
Python 绘图艺术:解锁数据故事的三把密钥
开发语言·python·信息可视化