Heim Backend-Entwicklung Python-Tutorial Was ich diese Woche gelernt habe #0

Was ich diese Woche gelernt habe #0

Jul 25, 2024 pm 10:54 PM

What I

Ich ertappe mich dabei, dass ich jede Woche ein oder mehrere neue Dinge lerne, zumindest aus der Perspektive meiner eigenen persönlichen Erfahrung. Daher dachte ich, es wäre eine gute Möglichkeit, etwas von diesem Wissen zu festigen, es aufzuzeichnen und möglicherweise jemand anderem dabei zu helfen, etwas zu lernen, was er vorher nicht wusste.

Diese Woche habe ich gelernt, dass es möglich ist, ein Python-Skript zu schreiben, das eine Liste von Datenbank-Backup-Namen übernehmen, eine Datenbank in MySQL importieren, dann einen Flask-Kontext starten und einen Bericht über die aktuelle Datenbank ausführen kann, und dann ausspülen und wiederholen.

Vielleicht klingt das nach einem einfachen Konzept, aber der Versuch, dies mit einem weitgehend standardisierten Ansatz zu erreichen, erwies sich als trügerische Herausforderung. Ich begann damit, einfach ein Skript zu schreiben, das das Backup importierte, dann den Bericht über die importierten Daten ausführte und diesen in eine Schleife setzte. Aber leider wurde ich mit einem Terminal konfrontiert, das bei der zweiten Schleifeniteration hängen blieb, und so begann ich aufzuschlüsseln, was passieren könnte.

Der erste Gedanke, der mir in den Sinn kam, war, dass die Importe, die ich aus der Flask-App machte, dazu führten, dass der Import blockiert wurde, da das Skript noch nicht beendet wurde und die Sperre, die die Datenbankverbindung mit Flask hielt, also noch aktiv war , aber es gab keine Fehlermeldung, die mich darüber informierte, dass dies geschah, und ich gehe davon aus, dass dies beabsichtigt war, also habe ich meine Erfahrung mit Flask genutzt, um zu begründen, dass dies höchstwahrscheinlich der Fall war.

Also suchte ich nach einer Möglichkeit, die Module, die ich aus Flask importiert hatte, einfach „de-importieren“ zu können, stieß dabei auf das Schlüsselwort del in Python, um die Aufgabe zu erledigen, und versuchte es noch einmal ... Nur um auf das zu stoßen das gleiche hängende Terminal, an dem ich zuvor gesessen hatte. Also ging es zurück ans Zeichenbrett.

Der nächste Gedanke, den ich hatte, war, dass die Module vielleicht entfernt wurden, der Flask-App-Kontext aber immer noch irgendwo läuft. Um zu erzwingen, dass der Flask-App-Kontext ausgeführt und an der gewünschten Stelle angehalten wird, habe ich einen Ansatz ausprobiert, den ich vor etwa zwei Jahren in einer früheren Aufgabe verwendet hatte, bei der ich den Flask-App-Kontext zum asynchronen Versenden von E-Mails verwenden musste.

Ich habe dann versucht, die App aus der for-Schleife zu importieren und dann den Befehl with app.app_context(): zu verwenden, um zu erzwingen, dass Flask nur innerhalb dieses angegebenen Kontexts gestartet und gestoppt wird. Dann habe ich das Skript ausgeführt und das Terminal mit angehaltenem Atem beobachtet, während ich ungefähr eine Minute gewartet habe, bis die Datenbank in der ersten Schleife importiert wurde. Dann begann sie wie zuvor mit der zweiten Schleife und dann: Erfolg! Der 2. Import hat funktioniert und ich habe die erwartete Ausgabe des nächsten Schritts erhalten, die anzeigt, dass der Bericht abgeschlossen wurde, was ich anhand der Ausgabedatei überprüft habe.

Ich war mit meinen Ergebnissen zufrieden, da ich das noch nie zuvor gemacht hatte, also war ich froh, dass ich es herausfinden und es wie erwartet zum Laufen bringen konnte.

Sie fragen sich vielleicht, warum ich das überhaupt versucht habe, und das ist eine gute Frage. Ich wurde damit beauftragt, einen historischen Monatsbericht abzurufen, der Daten erforderte, die nirgendwo anders als in den Datenbanksicherungen gespeichert wurden und die nicht aus der aktuellen Live-Datenbank erfasst werden konnten, sodass ich nur mit Sicherungen arbeiten konnte, um diese Daten abzurufen . Das hat mich dazu gebracht, zu lernen, wie man Flask-Kontext neben Datenbankimporten verwaltet.

Für diejenigen, die gerne Code lesen: So habe ich mein Skript strukturiert:

import os # for running the database import command

backup_name_list = [
    "backup1",
    "backup2"
]

for backup_name in backup_name_list:
    # do all necessary changes or checks on the db name here
    command = f"mysql -u db_user_name --password='SomePassword' db_name < '/path/to/{backup_name}.sql'"
    os.command(command)

    # import the app variable to allow for the context to be created
    from app_module import app_variable

    with app_variable.app_context():
        # do all Flask related imports here
        from app_module import relevant_app_class_or_function

        # run all relevant code here to build up your data from the loaded backup

        # remove the imported modules
        del relevant_app_class_or_function

    # remove the app variable after the context expires just to be safe
    del app_variable

Nach dem Login kopieren

Und das war's, so konnte ich historische Daten nur aus Datenbanksicherungen abrufen.

Das ist sehr spezifisch, und das ist mir klar, aber es ist auch kein Tutorial, sondern lediglich ein Ventil für meine persönlichen Lernerfahrungen, die ich hier gerne teilen möchte, in der Hoffnung, dass es entweder eine interessante Lektüre oder eine interessante Lektüre wird hilfreicher Tipp für jemanden, irgendwo da draußen.

Wenn Sie es bis hierher geschafft haben, möchte ich mich für das Lesen bedanken und hoffe, dass Sie bei meinem nächsten Beitrag dabei sein werden.

Das obige ist der detaillierte Inhalt vonWas ich diese Woche gelernt habe #0. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1671
14
PHP-Tutorial
1276
29
C#-Tutorial
1256
24
Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Apr 14, 2025 am 12:02 AM

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

See all articles