Python Django 트랜잭션 소스 코드 분석 소개
본 글에서는 python django 트랜잭션 트랜잭션 소스코드 분석 관련 정보를 주로 소개합니다. 필요한 친구는
python Django 트랜잭션
Django 1.6에 대한 정보는 인터넷에 많이 있는데, 1.8에 대한 정보를 찾을 수가 없어요. 지금은 참고한 사람이 거의 없습니다. 우회 버전: Django 1.8 거래 공식 문서에는 거래 방법이 많이 있습니다. 아래에서는 하나씩 자세히 설명하지 않겠습니다. 공식 문서 transaction.atomic에 따르면 데코레이터와 컨텍스트 관리의 두 가지 용도만 분석합니다. Server# atomic() 方法 # from django.db import transaction ################### # atomic() ################### def atomic(using=None, savepoint=True): # 装饰器和上下文管理器必须.()调用方法,因为真正的处理是该方法返回的实例,不是该方法本身 if callable(using): return Atomic(DEFAULT_DB_ALIAS, savepoint)(using) # Decorator: @atomic(...) or context manager: with atomic(...): ... else: return Atomic(using, savepoint) ########################################## # Atomic类 省略了非核心内容 ############################################ class Atomic(ContextDecorator): def init(self, using, savepoint): self.using = using self.savepoint = savepoint def enter(self): connection = get_connection(self.using) sid = connection.savepoint() # 进入with创建一个保存点 # .............do def exit(self, exc_type, exc_value, traceback): if connection.in_atomic_block: # do............. if sid is not None: try: connection.savepoint_commit(sid) # 提交事务 except DatabaseError: try: connection.savepoint_rollback(sid) # 捕获数据库异常回滚 connection.savepoint_commit(sid) except Error: connection.needs_rollback = True raise ## 还有一段代码是exec_type收到其他程序异常时候 全局回滚,此处省略 # do................. ############################### # ContextDecorator ################################# class ContextDecorator(object): def call(self, func): def inner(*args, **kwargs): with self: # 把函数放进self的with上下文管理器,效果with相同,只是控制细粒度不同 return func(*args, **kwargs) return inner
class Tran(): def init(self, conn=None, close=True): if conn is None: # 创建数据库链接 print 'init' self.conn = conn_tbkt() self.cur = self.conn.cursor() self.sql = [] def enter(self): # 上下文管理器返回 sql语句列表 with Tran('tbkt_pxb') as sqls: print 'enter' return self.sql # sql.append('select 1') def exit(self, exc_type, exc_val, exc_tb): print 'exit' try: print self.sql # 执行sql for s in self.sql: self.cur.execute(s) self.conn.commit() except: # 可以捕获所有异常(django事务如果中间出现程序异常终止无法回滚) try: # 回滚本身也是sql执行,也有可能失败 import traceback traceback.print_exc() print 'rollback' self.conn.rollback() except: print u'回滚失败' finally: self.cur.close() self.conn.close()
# 在事务块中@atomic() 或者 with atomic(): sid = transaction.savepoint('tbkt_pxb') try: # do .......... except: transaction.savepoint_rollback(sid, 'tbkt_pxb')
model에 트랜잭션이 필요한 경우에도 마찬가지입니다. new와 default는 동일한 라이브러리이므로 호출 시에는 =ziyuan_new ziyuan_app = ['math2', 'ziyuan']
if model._meta.app_label in ziyuan_app:
return "ziyuan_new"
return 'default'
원자 블록 호출 시에는 사용에 주의해야 합니다. 프로그램 오류가 수동으로 포착되면 원자 래퍼는 예외를 포착할 수 없으며 롤백이 발생하지 않습니다. try에 있는 코드가 트랜잭션 작업에 영향을 주지 않거나 예외가 catch되어 발생하여 Atomic이 정상적으로 롤백될 수 있도록 합니다. (저는 이 문제를 인지하지 못했기 때문에 며칠 동안 시도했지만 성공하지 못했습니다. 기억하세요)
읽어 주셔서 감사합니다. 이 내용이 모든 사람에게 도움이 되기를 바라며 이 사이트를 지원해 주셔서 감사합니다!
위 내용은 Python Django 트랜잭션 소스 코드 분석 소개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











Linux 터미널에서 Python 버전을 보려고 할 때 Linux 터미널에서 Python 버전을 볼 때 권한 문제에 대한 솔루션 ... Python을 입력하십시오 ...

10 시간 이내에 컴퓨터 초보자 프로그래밍 기본 사항을 가르치는 방법은 무엇입니까? 컴퓨터 초보자에게 프로그래밍 지식을 가르치는 데 10 시간 밖에 걸리지 않는다면 무엇을 가르치기로 선택 하시겠습니까?

Python의 Pandas 라이브러리를 사용할 때는 구조가 다른 두 데이터 프레임 사이에서 전체 열을 복사하는 방법이 일반적인 문제입니다. 두 개의 dats가 있다고 가정 해

Fiddlerevery Where를 사용할 때 Man-in-the-Middle Reading에 Fiddlereverywhere를 사용할 때 감지되는 방법 ...

정규 표현식은 프로그래밍의 패턴 일치 및 텍스트 조작을위한 강력한 도구이며 다양한 응용 프로그램에서 텍스트 처리의 효율성을 높입니다.

Uvicorn은 HTTP 요청을 어떻게 지속적으로 듣습니까? Uvicorn은 ASGI를 기반으로 한 가벼운 웹 서버입니다. 핵심 기능 중 하나는 HTTP 요청을 듣고 진행하는 것입니다 ...

파이썬에서 문자열을 통해 객체를 동적으로 생성하고 메소드를 호출하는 방법은 무엇입니까? 특히 구성 또는 실행 해야하는 경우 일반적인 프로그래밍 요구 사항입니다.

이 기사는 Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask 및 요청과 같은 인기있는 Python 라이브러리에 대해 설명하고 과학 컴퓨팅, 데이터 분석, 시각화, 기계 학습, 웹 개발 및 H에서의 사용에 대해 자세히 설명합니다.
