一、配置文件
和django不同的是，django会为我们提供配置好的setting文件，我们需要的配置都可以自动添加在setting文件中即可，但是flask不是这样，它是通过在内部为我们提供多种配置文件的接口，我们按照接口配置相关配置。简单介绍如下几种：
方式一：
如下，是我们入门告诉大家的配置方式，可以看出config本质上是一个字典（内部继承dict或者有__setitem__方法），通过给字典添加键值对的方式可以实现配置，但是像这种方式把大幅的配置代码写在主要程序代码中，显然不符合编程规范，所以不推荐这样使用，当然flask也为我们其他办法。
方式二：
如下，将配置内容写在py文件中，通过读取文件的形式，应用程序启动的时候回自动加载配置文件中的配置，注意一点的是，配置文件默认需要要放在程序root_path目录，如果instance_relative_config为True，则就是instance_path目录。
方式三：
如下配置环境变量的方式，将配置文件配置成环境变量，然后通过app.config.from_envvar('环境变量名')读取环境变量中的配置文件，其内部同样还是调用from_pyfile方法，本质是一样，同样配置文件放置目录同方式二。
方式四：
通过将配置信息配置在类中，按照app.config.from_object(“python类或类的路径”)方式加载配置，这样的方式不但可以将配置信息和逻辑代码分离，还可以做到将不同级别的配置进行分离，局部配置和全局配置分离，不同应用的配置也写成不同的配置类，局部配置继承全局配置，很灵活。为推荐的配置方式。
setting文件示例：
class BaseConfig(object): ''' 放置全局配置 ''' DB = '127.0.0.1' print("test BaseConfig") class TestConfig(BaseConfig): ''' 放置局部配置 ''' print("test TestConfig") class DevConfig(BaseConfig): ''' 放置局部配置 ''' print("test DevConfig") class ProConfig(BaseConfig): ''' 放置局部配置 ''' print("test ProConfig")
二、蓝图
在之前的讲解中我们都是将所有的应用程序写在同一个py文件之中，显然这也不是很合理的吧。我们应该向django中一样，将不同应用单独分开，利用然后只用一个启动程序文件即可。在flask中可以用蓝图（Blueprint）实现，如下介绍中小型项目，蓝图为应用提供目录划分。
mange.py文件代码实例：
import fcrm #引用项目模块，会执行模块中的__init__.py文件 if __name__ == '__main__': fcrm.app.run(port=8001) #app在fcrm模块中__init__.py文件实例化
__init__.py文件代码：
from flask import Flask from .views import account #引入视图文件夹views下的account应用 from .views import order app = Flask(__name__) print(app.root_path) app.register_blueprint(account.account) #蓝图注册应用 app.register_blueprint(order.order)
account应用代码：
from flask import Blueprint,render_template account = Blueprint('account',__name__) @account.route('/login') def login(): # return 'Login' return render_template('login.html')
三、数据库连接池
不像django框架，flask框架没有为我们提供自带的数据库，因此我们只能自己引入诸如pymysql等模块，才能进行数据库的操作，但是具体该怎么做呢？可能我们可以直接在使用的地方连接数据库就好，如下：
import pymysql conn = pymysql.connect(.....) cursor = conn.cursor() cursor.execute('select * from tb where id > %s',[5,]) result = cursor.fetchall() cursor.close() conn.close() print(result)
但是像上述这种情况，每次请求反复创建数据库连接，连接数太多，显然肯定不是很合理，生产中切记这样连接数据库。那我们是不是又会想到如下的解决办法呢？提前建立连接，供各个视图使用，不用重复建立数据库连接。显然这在单线程下是可行的，但是如果是多线程，我们就为了不使多个用户操作数据库操作数据库，必须加锁处理。但是这样使得多线程失去意义。代码如下：
import pymysql import threading from threading import RLock LOCK = RLock() CONN = pymysql.connect(host='127.0.0.1', port=3306, user='root', password='123', database='pooldb', charset='utf8') def task(arg): with LOCK: cursor = CONN.cursor() cursor.execute('select * from tb1') result = cursor.fetchall() cursor.close() print(result) for i in range(10): t = threading.Thread(target=task, args=(i,)) t.start()
那我们 该怎么做呢？我们就用到一个数据连接池的东西。DBUtils是Python的一个用于实现数据库连接池的模块。安装方式pip install DBUtils，但是在讲数据库连接池之前，我们先介绍一个本地线程的概念，本地线程其实就为每一个线程做唯一的标识，用于存储此线程的数据，如下实例：
import threading import time # 本地线程对象 local_values = threading.local() def func(num): """ # 第一个线程进来，本地线程对象会为他创建一个 # 第二个线程进来，本地线程对象会为他创建一个 { 线程1的唯一标识：{name:1}, 线程2的唯一标识：{name:2}, } :param num: :return: """ local_values.name = num # 4 time.sleep(2) #local_values.name，去local_values中根据自己的唯一标识作为key，获取value中name对应的值 print(local_values.name, threading.current_thread().name) for i in range(5): th = threading.Thread(target=func, args=(i,), name='线程%s' % i) th.start()
数据库连接池模式一：
通过本地线程实现，为每个线程创建一个连接，线程即使调用了close方法，也不会关闭，只是把连接重新放到连接池，供自己线程再次使用。当线程终止时，连接自动关闭。如下：
from DBUtils.PersistentDB import PersistentDB import pymysql POOL = PersistentDB( creator=pymysql, # 使用链接数据库的模块 maxusage=None, # 一个链接最多被重复使用的次数，None表示无限制 setsession=[], # 开始会话前执行的命令列表。如：["set datestyle to ...", "set time zone ..."] ping=0, '''ping MySQL服务端，检查是否服务可用。# 如：0 = None = never, 1 = default = whenever it is requested, 2 = when a cursor
is created, 4 = when a query is executed, 7 = always ''' closeable=False, ''' 如果为False时， conn.close() 实际上被忽略，供下次使用，再线程关闭时，才会自动关闭链接。
如果为True时， conn.close()则关闭链接，那么再次调用pool.connection时就会报错，因为已
经真的关闭了连接（pool.steady_connection()可以获取一个新的链接） ''' threadlocal=None, # 本线程独享值得对象，用于保存链接对象，如果链接对象被重置 host='127.0.0.1', port=3306, user='root', password='123', database='pooldb', charset='utf8' ) def func(): conn = POOL.connection() cursor = conn.cursor() cursor.execute('select * from tb1') result = cursor.fetchall() cursor.close() conn.close() #不是真的关闭，而是假的关闭。 for i in range(10): t = threading.Thread(target=func) t.start()
数据库连接池模式二：
创建一批连接到连接池，供所有线程共享使用。PS：由于pymysql、MySQLdb等threadsafety值为1，所以该模式连接池中的线程会被所有线程共享。如下：
import time import pymysql import threading from DBUtils.PooledDB import PooledDB, SharedDBConnection POOL = PooledDB( creator=pymysql, # 使用链接数据库的模块 maxconnections=6, # 连接池允许的最大连接数，0和None表示不限制连接数 mincached=2, # 初始化时，链接池中至少创建的空闲的链接，0表示不创建 maxcached=5, # 链接池中最多闲置的链接，0和None不限制 maxshared=3, # 链接池中最多共享的链接数量，0和None表示全部共享。PS: 无用，因为pymysql和MySQLdb等模块的 threadsafety都为1，所有值无论设置为多少，_maxcached永远为0，所以永远是所有链接都共享。 blocking=True, # 连接池中如果没有可用连接后，是否阻塞等待。True，等待；False，不等待然后报错 maxusage=None, # 一个链接最多被重复使用的次数，None表示无限制 setsession=[], # 开始会话前执行的命令列表。如：["set datestyle to ...", "set time zone ..."] ping=0, # ping MySQL服务端，检查是否服务可用。# 如：0 = None = never, 1 = default = whenever it is requested, 2 = when a cursor is created, 4 = when a query is executed, 7 = always host='127.0.0.1', port=3306, user='root', password='123', database='pooldb', charset='utf8' ) def func(): # 检测当前正在运行连接数的是否小于最大链接数，如果不小于则：等待或报raise TooManyConnections异常 # 否则 # 则优先去初始化时创建的链接中获取链接 SteadyDBConnection。 # 然后将SteadyDBConnection对象封装到PooledDedicatedDBConnection中并返回。 # 如果最开始创建的链接没有链接，则去创建一个SteadyDBConnection对象，再封装到PooledDedicatedDBConnection中并返回。 # 一旦关闭链接后，连接就返回到连接池让后续线程继续使用。 conn = POOL.connection() cursor = conn.cursor() cursor.execute('select * from tb1') result = cursor.fetchall() conn.close() func()