大家好,今天小编来为大家解答以下的问题，关于做菜网站的源码分享，做菜网站推荐这个很多人还不知道，现在让我们一起来看看吧！
在比较Python框架的系列文章的第三部分中，我们来了解Tornado，它是为处理异步进程而构建的。
–NicholasHunt-walker
在这个由四部分组成的系列文章的前两篇中，我们介绍了Pyramid和FlaskWeb框架。我们已经构建了两次相同的应用程序，看到了一个完整的DIY框架和包含了更多功能的框架之间的异同。
现在让我们来看看另一个稍微不同的选择：Tornado框架。Tornado在很大程度上与Flask一样简单，但有一个主要区别：Tornado是专门为处理异步进程而构建的。在我们本系列所构建的应用程序中，这种特殊的酱料（LCTT译注：这里意思是Tornado的异步功能）在我们构建的app中并不是非常有用，但我们将看到在哪里可以使用它，以及它在更一般的情况下是如何工作的。
让我们继续前两篇文章中模式，首先从处理设置和配置开始。
Tornado启动和配置
如果你一直关注这个系列，那么第一步应该对你来说习以为常。
$mkdirtornado_todo
$cdtornado_todo
$pipenvinstall–python3.6
$pipenvshell
(tornado-someHash)$pipenvinstalltornado
创建一个setup.py文件来安装我们的应用程序相关的东西：
(tornado-someHash)$touchsetup.py
__init__.py
fromtornado.webimportApplication
defmain():
“””Constructandservethetornadoapplication.”””
app=Application()
像Flask一样，Tornado主要是一个DIY框架。当构建我们的app时，我们必须设置该应用实例。因为Tornado用它自己的HTTP服务器来提供该应用，我们必须设置如何提供该应用。首先，在tornado.options.define中定义要监听的端口。然后我们实例化Tornado的HTTPServer，将该Application对象的实例作为参数传递给它。
__init__.py
fromtornado.httpserverimportHTTPServer
fromtornado.ioloopimportIOLoop
fromtornado.optionsimportdefine,options
fromtornado.webimportApplication
define(‘port’,default=8888,help=’porttolistenon’)
defmain():
“””Constructandservethetornadoapplication.”””
app=Application()
http_server=HTTPServer(app)
http_server.listen(options.port)
print(‘Listeningonhttp://localhost:%i’%options.port)
IOLoop.current().start()
我喜欢某种形式的print语句，来告诉我什么时候应用程序正在提供服务，这是我的习惯。如果你愿意，可以不使用print。
我们以IOLoop.current().start()开始我们的I/O循环。让我们进一步讨论输入，输出和异步性。
Python中的异步和I/O循环的基础知识
请允许我提前说明，我绝对，肯定，一定并且放心地说不是异步编程方面的专家。就像我写的所有内容一样，接下来的内容源于我对这个概念的理解的局限性。因为我是人，可能有很深很深的缺陷。
异步程序的主要问题是：
*数据如何进来？
*数据如何出去？
*什么时候可以在不占用我全部注意力情况下运行某个过程？
由于全局解释器锁（GIL），Python被设计为一种单线程语言。对于Python程序必须执行的每个任务，其线程执行的全部注意力都集中在该任务的持续时间内。我们的HTTP服务器是用Python编写的，因此，当接收到数据（如HTTP请求）时，服务器的唯一关心的是传入的数据。这意味着，在大多数情况下，无论是程序需要运行还是处理数据，程序都将完全消耗服务器的执行线程，阻止接收其它可能的数据，直到服务器完成它需要做的事情。
在许多情况下，这不是太成问题。典型的Web请求，响应周期只需要几分之一秒。除此之外，构建HTTP服务器的套接字可以维护待处理的传入请求的积压。因此，如果请求在该套接字处理其它内容时进入，则它很可能只是在处理之前稍微排队等待一会。对于低到中等流量的站点，几分之一秒的时间并不是什么大问题，你可以使用多个部署的实例以及NGINX等负载均衡器来为更大的请求负载分配流量。
但是，如果你的平均响应时间超过一秒钟，该怎么办？如果你使用来自传入请求的数据来启动一些长时间的过程（如机器学习算法或某些海量数据库查询），该怎么办？现在，你的单线程Web服务器开始累积一个无法寻址的积压请求，其中一些请求会因为超时而被丢弃。这不是一种选择，特别是如果你希望你的服务在一段时间内是可靠的。
异步Python程序登场。重要的是要记住因为它是用Python编写的，所以程序仍然是一个单线程进程。除非特别标记，否则在异步程序中仍然会阻塞执行。
但是，当异步程序结构正确时，只要你指定某个函数应该具有这样的能力，你的异步Python程序就可以“搁置”长时间运行的任务。然后，当搁置的任务完成并准备好恢复时，异步控制器会收到报告，只要在需要时管理它们的执行，而不会完全阻塞对新输入的处理。
这有点夸张，所以让我们用一个人类的例子来证明。
带回家吧
我经常发现自己在家里试图完成很多家务，但没有多少时间来做它们。在某一天，积压的家务可能看起来像：
*做饭（20分钟准备，40分钟烹饪）
*洗碗（60分钟）
*洗涤并擦干衣物（30分钟洗涤，每次干燥90分钟）
*真空清洗地板（30分钟）
如果我是一个传统的同步程序，我会亲自完成每项任务。在我考虑处理任何其他事情之前，每项任务都需要我全神贯注地完成。因为如果没有我的全力关注，什么事情都完成不了。所以我的执行顺序可能如下：
1.完全专注于准备和烹饪食物，包括等待食物烹饪（60分钟）
2.将脏盘子移到水槽中（65分钟过去了）
3.清洗所有盘子（125分钟过去了）
4.开始完全专注于洗衣服，包括等待洗衣机洗完，然后将衣物转移到烘干机，再等烘干机完成（250分钟过去了）
5.对地板进行真空吸尘（280分钟了）
从头到尾完成所有事情花费了4小时40分钟。
我应该像异步程序一样聪明地工作，而不是努力工作。我的家里到处都是可以为我工作的机器，而不用我一直努力工作。同时，现在我可以将注意力转移真正需要的东西上。
我的执行顺序可能看起来像：
1.将衣物放入洗衣机并启动它（5分钟）
2.在洗衣机运行时，准备食物（25分钟过去了）
3.准备好食物后，开始烹饪食物（30分钟过去了）
4.在烹饪食物时，将衣物从洗衣机移到烘干机机中开始烘干（35分钟过去了）
5.当烘干机运行中，且食物仍在烹饪时，对地板进行真空吸尘（65分钟过去了）
6.吸尘后，将食物从炉子中取出并装盘子入洗碗机（70分钟过去了）
7.运行洗碗机（130分钟完成）
现在花费的时间下降到2小时10分钟。即使我允许在作业之间切换花费更多时间（总共10-20分钟）。如果我等待着按顺序执行每项任务，我花费的时间仍然只有一半左右。这就是将程序构造为异步的强大功能。
那么I/O循环在哪里？
一个异步Python程序的工作方式是从某个外部源（输入）获取数据，如果某个进程需要，则将该数据转移到某个外部工作者（输出）进行处理。当外部进程完成时，Python主程序会收到提醒，然后程序获取外部处理（输入）的结果，并继续这样其乐融融的方式。
当数据不在Python主程序手中时，主程序就会被释放来处理其它任何事情。包括等待全新的输入（如HTTP请求）和处理长时间运行的进程的结果（如机器学习算法的结果，长时间运行的数据库查询）。主程序虽仍然是单线程的，但成了事件驱动的，它对程序处理的特定事件会触发动作。监听这些事件并指示应如何处理它们的主要是I/O循环在工作。
我知道，我们走了很长的路才得到这个重要的解释，但我希望在这里传达的是，它不是魔术，也不是某种复杂的并行处理或多线程工作。全局解释器锁仍然存在，主程序中任何长时间运行的进程仍然会阻塞其它任何事情的进行，该程序仍然是单线程的。然而，通过将繁琐的工作外部化，我们可以将线程的注意力集中在它需要注意的地方。
这有点像我上面的异步任务。当我的注意力完全集中在准备食物上时，它就是我所能做的一切。然而，当我能让炉子帮我做饭，洗碗机帮我洗碗，洗衣机和烘干机帮我洗衣服时，我的注意力就会被释放出来，去做其它事情。当我被提醒，我的一个长时间运行的任务已经完成并准备再次处理时，如果我的注意力是空闲的，我可以获取该任务的结果，并对其做下一步需要做的任何事情。
Tornado路由和视图
尽管经历了在Python中讨论异步的所有麻烦，我们还是决定暂不使用它。先来编写一个基本的Tornado视图。
与我们在Flask和Pyramid实现中看到的基于函数的视图不同，Tornado的视图都是基于类的。这意味着我们将不在使用单独的、独立的函数来规定如何处理请求。相反，传入的HTTP请求将被捕获并将其分配为我们定义的类的一个属性。然后，它的方法将处理相应的请求类型。
让我们从一个基本的视图开始，即在屏幕上打印“Hello,World”。我们为Tornado应用程序构造的每个基于类的视图都必须继承tornado.web中的RequestHandler对象。这将设置我们需要（但不想写）的所有底层逻辑来接收请求，同时构造正确格式的HTTP响应。
fromtornado.webimportRequestHandler
classHelloWorld(RequestHandler):
“””Print’Hello,world!’astheresponsebody.”””
defget(self):
“””HandleaGETrequestforsayingHelloWorld!.”””
self.write(“Hello,world!”)
因为我们要处理GET请求，所以我们声明（实际上是重写）了get方法。我们提供文本或JSON可序列化对象，用self.write写入响应体。之后，我们让RequestHandler来做在发送响应之前必须完成的其它工作。
就目前而言，此视图与Tornado应用程序本身并没有实际连接。我们必须回到__init__.py，并稍微更新main函数。以下是新的内容：
这不是完整的models.py,但是足够看到不同点
fromtornado_sqlalchemyimportdeclarative_base
Base=declarative_base
classTask(Base):
__init__.py
fromtornado.httpserverimportHTTPServer
fromtornado.ioloopimportIOLoop
fromtornado.optionsimportdefine,options
fromtornado.webimportApplication
fromtodo.viewsimportHelloWorld
views.py
importjson
fromtornado.webimportRequestHandler
classInfoView(RequestHandler):
“””只允许GET请求”””
SUPPORTED_METHODS=[“GET”]
defset_default_headers(self):
“””设置默认响应头为json格式的”””
self.set_header(“Content-Type”,’application/json;charset=”utf-8″‘)
defget(self):
“””列出这个API的路由”””
routes={
‘info’:’GET/api/v1′,
‘register’:’POST/api/v1/accounts’,
‘singleprofiledetail’:’GET/api/v1/accounts/<username>’,
‘editprofile’:’PUT/api/v1/accounts/<username>’,
‘deleteprofile’:’DELETE/api/v1/accounts/<username>’,
‘login’:’POST/api/v1/accounts/login’,
‘logout’:’GET/api/v1/accounts/logout’,
“user’stasks”:’GET/api/v1/accounts/<username>/tasks’,
“createtask”:’POST/api/v1/accounts/<username>/tasks’,
“taskdetail”:’GET/api/v1/accounts/<username>/tasks/<id>’,
“taskupdate”:’PUT/api/v1/accounts/<username>/tasks/<id>’,
“deletetask”:’DELETE/api/v1/accounts/<username>/tasks/<id>’
}
self.write(json.dumps(routes))
有什么改变吗？让我们从上往下看。
我们添加了SUPPORTED_METHODS类属性，它是一个可迭代对象，代表这个视图所接受的请求方法，其他任何方法都将返回一个405状态码。当我们创建HelloWorld视图时，我们没有指定它，主要是当时有点懒。如果没有这个类属性，此视图将响应任何试图绑定到该视图的路由的请求。
我们声明了set_default_headers方法，它设置HTTP响应的默认头。我们在这里声明它，以确保我们返回的任何响应都有一个”Content-Type”是”application/json”类型。
我们将json.dumps(some_object)添加到self.write的参数中，因为它可以很容易地构建响应主体的内容。
现在已经完成了，我们可以继续将它连接到__init__.py中的主路由。
添加这些
importos
fromtornado_sqlalchemyimportmake_session_factory
define(‘port’,default=8888,help=’porttolistenon’)
factory=make_session_factory(os.environ.get(‘DATABASE_URL’,”))
defmain():
“””Constructandservethetornadoapplication.”””
app=Application([
(‘/’,InfoView)
],
session_factory=factory
)
http_server=HTTPServer(app)
http_server.listen(options.port)
print(‘Listeningonhttp://localhost:%i’%options.port)
IOLoop.current().start()
我们知道，还需要编写更多的视图和路由。每个都会根据需要放入Application路由列表中，每个视图还需要一个set_default_headers方法。在此基础上，我们还将创建send_response方法，它的作用是将响应与我们想要给响应设置的任何自定义状态码打包在一起。由于每个视图都需要这两个方法，因此我们可以创建一个包含它们的基类，这样每个视图都可以继承基类。这样，我们只需要编写一次。
views.py
importjson
fromtornado_sqlalchemyimportSessionMixin
fromtornado.webimportRequestHandler
classBaseView(RequestHandler,SessionMixin):
“””Baseviewforthisapplication.”””
defset_default_headers(self):
“””SetthedefaultresponseheadertobeJSON.”””
self.set_header(“Content-Type”,’application/json;charset=”utf-8″‘)
defsend_response(self,data,status=200):
“””ConstructandsendaJSONresponsewithappropriatestatuscode.”””
self.set_status(status)
self.write(json.dumps(data))
只要我们修改BaseView对象，在将数据发布到这个API时，我们就应该定位到这里。
当Tornado（从v.4.5开始）使用来自客户端的数据并将其组织起来到应用程序中使用时，它会将所有传入数据视为字节串。但是，这里的所有代码都假设使用Python3，因此我们希望使用的唯一字符串是Unicode字符串。我们可以为这个BaseView类添加另一个方法，它的工作是将输入数据转换为Unicode，然后再在视图的其他地方使用。
如果我们想要在正确的视图方法中使用它之前转换这些数据，我们可以重写视图类的原生prepare方法。它的工作是在视图方法运行前运行。如果我们重写prepare方法，我们可以设置一些逻辑来运行，每当收到请求时，这些逻辑就会执行字节串到Unicode的转换。
allthepreviousimports
importdatetime
fromtornado.genimportcoroutine
fromtornado_sqlalchemyimportas_future
fromtodo.modelsimportProfile,Task
#theBaseViewisabovehere
classTaskListView(BaseView):
“””Viewforreadingandaddingnewtasks.”””
SUPPORTED_METHODS=(“GET”,”POST”,)
@coroutine
defget(self,username):
“””Getalltasksforanexistinguser.”””
withself.make_session()assession:
profile=yieldas_future(session.query(Profile).filter(Profile.username==username).first)
ifprofile:
tasks=[task.to_dict()fortaskinprofile.tasks]
self.send_response({
‘username’:profile.username,
‘tasks’:tasks
})
这里的第一个主要部分是@coroutine装饰器，它从tornado.gen导入。任何具有与调用堆栈的正常流程不同步的Python可调用部分实际上是“协程”，即一个可以与其它协程一起运行的协程。在我的家务劳动的例子中，几乎所有的家务活都是一个共同的例行协程。有些阻止了例行协程（例如，给地板吸尘），但这种例行协程只会阻碍我开始或关心其它任何事情的能力。它没有阻止已经启动的任何其他协程继续进行。
Tornado提供了许多方法来构建一个利用协程的应用程序，包括允许我们设置函数调用锁，同步异步协程的条件，以及手动修改控制I/O循环的事件系统。
这里使用@coroutine装饰器的唯一条件是允许get方法将SQL查询作为后台进程，并在查询完成后恢复，同时不阻止TornadoI/O循环去处理其他传入的数据源。这就是关于此实现的所有“异步”：带外数据库查询。显然，如果我们想要展示异步Web应用程序的魔力和神奇，那么一个任务列表就不是好的展示方式。
但是，这就是我们正在构建的，所以让我们来看看方法如何利用@coroutine装饰器。SessionMixin混合到BaseView声明中，为我们的视图类添加了两个方便的，支持数据库的属性：session和make_session。它们的名字相似，实现的目标也相当相似。
self.session属性是一个关注数据库的会话。在请求-响应周期结束时，在视图将响应发送回客户端之前，任何对数据库的更改都被提交，并关闭会话。
self.make_session是一个上下文管理器和生成器，可以动态构建和返回一个全新的会话对象。第一个self.session对象仍然存在。无论如何，反正make_session会创建一个新的。make_session生成器还为其自身提供了一个功能，用于在其上下文（即缩进级别）结束时提交和关闭它创建的会话。
如果你查看源代码，则赋值给self.session的对象类型与self.make_session生成的对象类型之间没有区别，不同之处在于它们是如何被管理的。
使用make_session上下文管理器，生成的会话仅属于上下文，在该上下文中开始和结束。你可以使用make_session上下文管理器在同一个视图中打开，修改，提交以及关闭多个数据库会话。
self.session要简单得多，当你进入视图方法时会话已经打开，在响应被发送回客户端之前会话就已提交。
虽然读取文档片段和PyPI示例都说明了上下文管理器的使用，但是没有说明self.session对象或由self.make_session生成的session本质上是不是异步的。当我们启动查询时，我们开始考虑内置于tornado-sqlalchemy中的异步行为。
tornado-sqlalchemy包为我们提供了as_future函数。它的工作是装饰tornado-sqlalchemy会话构造的查询并yield其返回值。如果视图方法用@coroutine装饰，那么使用yieldas_future(query)模式将使封装的查询成为一个异步后台进程。I/O循环会接管等待查询的返回值和as_future创建的future对象的解析。
要访问as_future（query）的结果，你必须从它yield。否则，你只能获得一个未解析的生成器对象，并且无法对查询执行任何操作。
这个视图方法中的其他所有内容都与之前课堂上的类似，与我们在Flask和Pyramid中看到的内容类似。
post方法看起来非常相似。为了保持一致性，让我们看一下post方法以及它如何处理用BaseView构造的self.form_data。
@coroutine
defpost(self,username):
“””Createanewtask.”””
withself.make_session()assession:
profile=yieldas_future(session.query(Profile).filter(Profile.username==username).first)
ifprofile:
due_date=self.form_data[‘due_date’][0]
task=Task(
name=self.form_data[‘name’][0],
note=self.form_data[‘note’][0],
creation_date=datetime.now(),
due_date=datetime.strptime(due_date,’%d/%m/%Y%H:%M:%S’)ifdue_dateelseNone,
completed=self.form_data[‘completed’][0],
profile_id=profile.id,
profile=profile
)
session.add(task)
self.send_response({‘msg’:’posted’},status=201)
正如我所说，这是我们所期望的：
*与我们在get方法中看到的查询模式相同*构造一个新的Task对象的实例，用form_data的数据填充*添加新的Task对象（但不提交，因为它由上下文管理器处理！）到数据库会话*将响应发送给客户端
这样我们就有了Tornadoweb应用程序的基础。其他内容（例如，数据库管理和更多完整应用程序的视图）实际上与我们在Flask和Pyramid应用程序中看到的相同。
关于使用合适的工具完成合适的工作的一点想法
在我们继续浏览这些Web框架时，我们开始看到它们都可以有效地处理相同的问题。对于像这样的待办事项列表，任何框架都可以完成这项任务。但是，有些Web框架比其它框架更适合某些工作，这具体取决于对你来说什么“更合适”和你的需求。
虽然Tornado显然和Pyramid或Flask一样可以处理相同工作，但将它用于这样的应用程序实际上是一种浪费，这就像开车从家走一个街区（LCTT译注：这里意思应该是从家开始走一个街区只需步行即可）。是的，它可以完成“旅行”的工作，但短途旅行不是你选择汽车而不是自行车或者使用双脚的原因。
根据文档，Tornado被称为“PythonWeb框架和异步网络库”。在PythonWeb框架生态系统中很少有人喜欢它。如果你尝试完成的工作需要（或将从中获益）以任何方式、形状或形式的异步性，使用Tornado。如果你的应用程序需要处理多个长期连接，同时又不想牺牲太多性能，选择Tornado。如果你的应用程序是多个应用程序，并且需要线程感知以准确处理数据，使用Tornado。这是它最有效的地方。
用你的汽车做“汽车的事情”，使用其他交通工具做其他事情。
向前看，进行一些深度检查
谈到使用合适的工具来完成合适的工作，在选择框架时，请记住应用程序的范围和规模，包括现在和未来。到目前为止，我们只研究了适用于中小型Web应用程序的框架。本系列的下一篇也是最后一篇将介绍最受欢迎的Python框架之一Django，它适用于可能会变得更大的大型应用程序。同样，尽管它在技术上能够并且将会处理待办事项列表问题，但请记住，这不是它的真正用途。我们仍然会通过它来展示如何使用它来构建应用程序，但我们必须牢记框架的意图以及它是如何反映在架构中的：
Flask：适用于小型，简单的项目。它可以使我们轻松地构建视图并将它们快速连接到路由，它可以简单地封装在一个文件中。Pyramid：适用于可能增长的项目。它包含一些配置来启动和运行。应用程序组件的独立领域可以很容易地划分并构建到任意深度，而不会忽略中央应用程序。Tornado：适用于受益于精确和有意识的I/O控制的项目。它允许协程，并轻松公开可以控制如何接收请求或发送响应以及何时发生这些操作的方法。Django：（我们将会看到）意味着可能会变得更大的东西。它有着非常庞大的生态系统，包括大量插件和模块。它非常有主见的配置和管理，以保持所有不同部分在同一条线上。
无论你是从本系列的第一篇文章开始阅读，还是稍后才加入的，都要感谢阅读！请随意留下问题或意见。下次再见时，我手里会拿着Django。
感谢PythonBDFL
我必须把功劳归于它应得的地方，非常感谢GuidovanRossum，不仅仅是因为他创造了我最喜欢的编程语言。
在PyCascades2018期间，我很幸运的不仅做了基于这个文章系列的演讲，而且还被邀请参加了演讲者的晚宴。整个晚上我都坐在Guido旁边，不停地问他问题。其中一个问题是，在Python中异步到底是如何工作的，但他没有一点大惊小怪，而是花时间向我解释，让我开始理解这个概念。他后来推特给我发了一条消息：是用于学习异步Python的广阔资源。我随后在三个月内阅读了三次，然后写了这篇文章。你真是一个非常棒的人，Guido！
via:https://opensource.com/article/18/6/tornado-framework
作者：NicholasHunt-Walker选题：lujun9972译者：MjSeven校对：wxy
本文由LCTT原创编译，Linux中国荣誉推出
点击“了解更多”可访问文内链接
做菜网站的源码分享的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于做菜网站推荐、做菜网站的源码分享的信息别忘了在本站进行查找哦。