基于flask框架的mysql水平分表实战

最新推荐文章于 2023-09-09 16:09:28 发布

凤凰谷1

最新推荐文章于 2023-09-09 16:09:28 发布

阅读量1k

点赞数

分类专栏： python flask 文章标签： python flask monkey patch mysql水平分表

本文链接：https://blog.csdn.net/u011089760/article/details/90105152

版权

本文通过flask框架，结合monkey patch技术增强性能，实现动态创建MySQL水平分表功能。文章详细介绍了如何根据随机策略将数据插入分表，并展示查询所有分表数据的流程。关键涉及的技术包括monkey patch、JSON数据交互。

摘要由CSDN通过智能技术生成

功能描述：

本文使用flask框架，包括框架基本的monkey patch猴子补丁实现的高性能协程补丁，flask接收http json参数及返回json参数的数据交互方式等基本框架技术；在此框架之上实现动态的创建mysql水平分表功能，根据随机的方式将数据插入到分表中，及查询所有分表数据的功能。

在mysql中，当单个表的数据量过大时，可以采用分表的方式将数据放入多个分表中，以提升数据的查询速度

环境：

mysql:V5.5.53

python框架：flask

关键技术：monkey patch、json

代码实例：

from flask import Flask, request, jsonify
from gevent import monkey
from gevent import pywsgi
import pymysql
import re
import random
import json

monkey.patch_all(thread=False)  # 使用猴子补丁，将真个应用转变为协程的方式运行，提高并发性能,thread=False使多线程不阻塞
app = Flask(__name__)


def execute_sql(sql):  # 执行sql，并返回结果
    conn = pymysql.connect(host='127.0.0.1', user='root', passwd='root', db='test', port=3306, charset='utf8')
    cur = conn.cursor()
    cur.execute(sql)
    result = cur.fetchall()
    cur.close()
    conn.close()
    return result


def execute_sql_in_session(sql, sql2):  # 同一个事物中执行多个sql
    try:
        conn = pymysql.connect(host='127.0.0.1', user='root', passwd='root', db='test', port=3306, charset='utf8')
        cur = conn.cursor()
        cur.execute(sql)
        cur.execute(sql2)
        conn.commit()
    except Exception as e:
        print(str(e))
        conn.rollback()
    f