Flask项目（6）

学习目标

1.能够封装头条项目统计数据存储类
	类函数
	incr
	get

2.能够知道需要修正redis存储的统计数据原因
	mysql 成功
	redis 失败
	
3.能够知道APScheduler的特点
	1.动态添加
	2.不依赖linux crontab

4.能够使用APScheduler编写定时任务
	1.导入模块
	2.创建执行器
	3.创建调度器
	4.定义定时任务函数
	5.添加定时任务
	6.启动调度器
	7.防止退出的代码

5.能够编写头条项目修正统计数据的定时任务
	1.从数据库中获取统计数据
	# 用户发表文章数量
	# sql: select user_id, count(*) from news_article_basic where status=2 group by user_id;

	2.更新redis数据
		pl = current_app.redis_master.pipeline()
		pl.delete(key)
		zadd(key, count1, user_id1, count2, user_id2)
		pl.zadd(key, *data)
		pl.execute()
	
6.能够知道RPC的作用
	远程调用服务器的方法

7.能够对比HTTP与RPC
	1.http更加通用
		面向产品
	2.RPC效率高，但是不通用
		微服务

8.能够知道RPC的使用方法
	1.定义接口文件 .proto
	2.生成源代码文件
	3.编辑客户端和服务端逻辑代码

9.能够使用protobuf编写接口定义文件
	1.syntax = "proto3";
	2.message Request{
			repeated string name=1;
	}
	 message Response{}
	 	
	3.service Hello{
			rpc say(Request) returns (Response)
	}

10.能够使用grpc提供的工具编译proto文件生成python代码
	python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. hello.proto

11.能够编写grpc服务器程序
	1.导入模块
	2.自定义服务类，继承生成服务类 HelloServicer
		重写服务类方法
	3.创建rpc 服务器 server
		server = grpc.server()
	4.把自定义服务类添加到server中
	5.绑定ip和端口号
	6.启动
	7.防止退出

12.能够编写grpc客户端程序
	1.导入模块
	2.创建通道
	3.创建存根 stub, 需要使用到上面创建的通道
	4.构建请求参数对象
	5.使用stub调用rpc服务类方法
	6.处理结果
13.能够实现头条项目首页推荐接口

1.统计数据使用redis进行持久存储

原来统计数据的设计：在user_basic表中，添加字段进行统计。
	存在的问题:
		1.在高并发的情况下，在统一时刻触发统计的数量是巨大的。
    2.为了数据的准确性，又必须加锁。所以对数据库的性能影响是巨大的。

在redis中，每个命令都是原子性的，既能提供高性能的访问，也能保证数据修改的完整性。

黑马头条项目：
	统计数据最终的选择方案是使用redis进行缓存。

2.旧统计发布文章数量方案

• 文件：d01_old_statistics.py

• 关键代码：

• 发布文章：

  @app.route('/issue_article/<int:user_id>')
  def issue_article(user_id):
      # 发布文章
      # 为了测试方便，从数据库查一条文章数据
      article_obj = Article.query.first()
      content_obj = ArticleContent.query.get(article_obj.id)
      # user_id发布文章
      user_article = Article(
          user_id=user_id,
          channel_id=article_obj.channel_id,
          title=article_obj.title,
          cover=article_obj.cover,
          is_advertising=article_obj.is_advertising,
          ctime=article_obj.ctime,
          status=article_obj.status,
          reviewer_id=article_obj.reviewer_id,
          review_time=article_obj.review_time,
          delete_time=article_obj.delete_time,
          comment_count=article_obj.comment_count,
          allow_comment=article_obj.allow_comment,
          reject_reason=article_obj.reject_reason,
          utime=article_obj.utime
      )
      db.session.add(user_article)
      # 把sql发送到mysql中执行，并没有commit.
      db.session.flush()
      user_content = ArticleContent(
          id=user_article.id,
          content=content_obj.content
      )
      db.session.add(user_content)
      # db.session.commit()
      user = User.query.get(user_id)
      user.article_count = user.article_count + 1
      db.session.add(user)
      db.session.commit()
      # 视图中默认会加上db.session.rollback()
      return '发布成功'
  

• 获取文章数量

  @app.route('/article_count/<int:user_id>')
  def article_count(user_id):
  		#获取用户发布文章数量
      user = User.query.get(user_id)
      return str(user.article_count)
  

3.新统计发布文章数量方案

• 用户发布文章redis数据库设计思路分析:

• 所有用户发布文章数量全部放在一个key中.

• key: count:user:arts

• value: 值选择zset类型

  member: 选择user_id
  score:  选择用户发布文章的数量
  

• 文件：d02_new_statistics.py

• 获取用户发布文章数量

  # redis命令: zscore key user_id
  count = app.redis_slave.zscore('count:user:arts', user_id)
  

• 发布文章，用户发布文章数量加1

  # redis命令: zincrby key increment user_id
  app.redis_master.zincrby('count:user:arts', user_id, 1)
  

• 错误的操作:

  count = app.redis_slave.zscore('count:user:arts', user_id)
  # 此时有可能出现并发
  count += 1
  app.redis_slave.zadd('count:user:arts', count, user_id)
  

• 备注

  执行zincrby命令，是原子性的，不会出现并发改的情况，只有要么成功要么失败。
  

4.用户发布文章数量统计存储类封装

• 封装成工具类

• 文件: d03_user_article_count_tool.py

  class UserArticlesCountStorage(object):
      """ 用户文章数量 """
      key = 'count:user:arts'
  
      @classmethod
      def incr(cls, user_id, increment=1):
  				current_app.redis_master.zincrby(cls.key, user_id, increment)
  
      @classmethod
      def get(cls,