现在，我们用torndo做web开发框架，用他内部机制来处理HTTP请求。传说中的非阻塞式服务。
整来整去，可谓之一波三折。可是，无论怎么样，算是被我做成功了。
在tornado服务上，采用三种数据库模型--》
1）torndb
2）django model
3）SQLAlchemy model
都同时输出相应的JSON，做API服务。（一个比一个强大的ORM model）
都同时实现了一样的功能
注意：要说明的一点是，在数据库建立模型的时候，是用到的django model建立的数据库模型。所以在使用torndb（SQL 操作语言的ORM） 和 django model的时候，非常简单操作，直接引用就可以使用了。而当再利用SQLAlchemy的时候，将会不得不将django的models 改写成 SQLAlchemy 支持的格式
一、先来说说torndb
使用很简单。
请看代码
import torndb
from tornado.options import define, options # define 完成后，同时生成一个options里面的属性，在下面方便 torndb.Connection
define("port", default=8000, help="run on the given port", type=int)
define("mysql_host", default="127.0.0.1:3306", help="database host")
define("mysql_database", default="center", help="database name")
define("mysql_user", default="root", help="database user")
define("mysql_password", default="root", help="database password")
define("secret", default="justsecret", help="secret key") db = torndb.Connection(
host=options.mysql_host, database=options.mysql_database,
user=options.mysql_user, password=options.mysql_password) # 设定JSON跳出规则，配合torndb取数据用 def __default(obj):
if isinstance(obj, datetime):
return obj.strftime('%Y-%m-%d %H:%M:%S')
elif isinstance(obj, date):
return obj.strftime('%Y-%m-%d')
else:
raise TypeError('%r is not JSON serializable' % obj) def json_dumps(s):
""" """
return json.dumps(s,ensure_ascii=False,default=__default)
然后，看看响应的文档，
对http://localhost:8000/testpage1 的HTTP请求会导入到下面的例程中，
@require_basic_auth
class TestPage1Handler(BaseHandler):
"""This is a test page to show the asker's utmost parent's all details
"""
def post(self, **kwargs):
ret = {'ret':'','msg':''}
parent_asker = kwargs['a']
#boss_profile = db.get("SELECT * from sometable where username=%s", parent_asker)
boss_profile = db.query("SELECT * FROM kms_sgroup")
ret['result'] = { parent_asker : boss_profile }
self.write(json_dumps(ret))
return
注意: db.query("") 跳出的是一个列表，多组数据。多row
db.get("")跳出的是单个元素，单组数据
class Application(tornado.web.Application):
def __init__(self):
handlers = [
# 测试用torndb model用的URL
(r"/testpage1", TestPage1Handler), # 通过 测试结果10000次请求，花费时间10.3秒 每秒处理970次请求
# 测试 django model 用的URL
(r"/testpage2", TestPage2Handler), # 通过 测试结果10000次请求，花费时间18.6秒 每秒处理538次请求
# 测试 sqlalchemy model 用的URL
(r"/testpage3", TestPage3Handler), # 通过 测试结果10000次请求，花费时间24.1秒 每秒处理415次请求 ] settings = dict(
cookie_secret="__TODO:_GENERATE_YOUR_OWN_RANDOM_VALUE_HERE__",
debug=True,
)
tornado.web.Application.__init__(self, handlers, **settings)
二、来看看tornado 和 django model的配合
（ tornado 的center.py 文件放在django 的项目下，和 django 的 manage.py 同级 , 此文件放在 ./center.py )
# let's get userprofile with django model instead! :)
#from api.models import SGroup
# 下面的这个引入django默认目录的环境的行为是必须的！
import os
os.environ['DJANGO_SETTINGS_MODULE'] = 'project.settings'
# 这里的SGroup 就是生成数据模型的时候用的。django model生成之后，我们才选择的torndb或者django model ORM的
from api.models import SGroup as SG
from django.core import serializers
@require_basic_auth
class TestPage2Handler(BaseHandler):
def post(self, **kwargs):
ret = {'ret':'','msg':''}
parent_asker = kwargs['a']
boss_profile = SG.objects.all()
# the type of 'data' is string
data = serializers.serialize("json", boss_profile)
# make 'data' a list
data = json.loads(data) # to get data[0]['fields'] . that's what we need beyond the model's "pk" and "model" property of the object data
# data[0]['fields'] is a dict
ret['result'] = { parent_asker : data[0]['fields'] }
self.write(json_dumps(ret))
return
django 的ORM 的自带的serializers 在格式化JSON的时候，有点小区别。
这里式serializers 的官方地址：https://docs.djangoproject.com/en/1.6/topics/serialization/
这里是默认会给出的结果，
JSON
When staying with the same example data as before it would be serialized as JSON in the following way:
[
{
"pk": "4b678b301dfd8a4e0dad910de3ae245b",
"model": "sessions.session",
"fields": {
"expire_date": "2013-01-16T08:16:59.844Z",
...
}
}
]
貌似长的跟想要的不一样，我们只需要fields里面的东西。这就是为什么上面我做了
data = serializers.serialize("json", boss_profile)
# make 'data' a list
data = json.loads(data)
# to get data[0]['fields'] . that's what we need beyond the model's "pk" and "model" property of the object data
# data[0]['fields'] is a dict
ret['result'] = { parent_asker : data[0]['fields'] }
这个操作。这样，我们就会得到需要的东西了。一般情况下，字段"pk", "model" 是我们不需要的。fields里面的才是数据库里面保存的鲜活的数据。
三、SQLAlchemy 来配合tornado 表达MySQL
这个才是重头戏，喜欢DIY还有有特定需求的童鞋可以使用这样的方法，就是什么东西都要自己写。很爽！
首先是建立让SQL Alchemy 与 SQL 会话。话说回来了，SQLAlchemy有自己的格式的model，而django有自己的一套。而纯SQL语言将是万能的，因为纯SQL没有任何封装。
所以，为了使用SQLAlchemy，我们需要针对数据结构，封装一个SQLAlchemy的数据模型。
先看看此前的django 的model, 次文件为 ./api/models.py
from django.db import models
class SGroup(models.Model):
""" Subscriber & Group """
# 车机组名称
name = models.CharField(_(u"Subscriber Group Name"), max_length=100, unique=True)
is_active = models.BooleanField(_(u'Active Status'), default=True,
help_text=_('Designates whether this user should be treated as '
'Active. Unselect this instead of deleting accounts.')) date_created = models.DateTimeField(_(u'Account Created'), auto_now_add=True) class Meta:
verbose_name = _(u'Subscriber Group')
verbose_name_plural = _(u'Subscriber Groups') db_table = 'sometable'
ordering = ['-id'] def __unicode__(self):
return self.name
再看看我们封装成SQLAlchemy后的model类型，此文件为 ./sqla/models.py
#coding: utf-8
from sqlalchemy import (
ForeignKey,
Column,
Index,
Integer,
String,
Boolean,
Text,
Unicode,
UnicodeText,
DateTime,
) from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base() import datetime
class SGroup(Base):
""" Subscriber & Group """ __tablename__ = 'sometable'
id = Column(Integer, primary_key=True)
name = Column(String(100), unique=True)
is_active = Column(Boolean, default=True)
date_created = Column(DateTime, default=datetime.datetime.utcnow) #name = models.CharField(_(u"Subscriber Group Name"), max_length=100, unique=True)
#is_active = models.BooleanField(_(u'Active Status'), default=True,
# help_text=_('Designates whether this user should be treated as '
# 'Active. Unselect this instead of deleting accounts.')) #date_created = models.DateTimeField(_(u'Account Created'), auto_now_add=True) #class Meta:
#verbose_name = _(u'Subscriber Group')
#verbose_name_plural = _(u'Subscriber Groups') # db_table = 'sometable'
# ordering = ['-id']
新建数据模型后，我们再来看看如何修改tornado 服务 center.py的代码，添加这些进去
# 先建立sqlalchemy 到 数据库的链接会话
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqla.models import SGroup
mysql_engine = create_engine('mysql://root:root@localhost:3306/center?charset=utf8',encoding = "utf-8",echo =True)
DB_Session = sessionmaker(bind=mysql_engine)
session = DB_Session() # 将SQLAlchemy 对象打包成JSON格式
# 这里重写json.dump(data, cls=json.JSONEncoder) from sqlalchemy.ext.declarative import DeclarativeMeta
def new_alchemy_encoder():
_visited_objs = []
class AlchemyEncoder(json.JSONEncoder):
def default(self, obj):
fields = {}
if isinstance(obj.__class__, DeclarativeMeta):
# don't re-visit self
if obj in _visited_objs:
return None
_visited_objs.append(obj) # an SQLAlchemy class for field in [x for x in dir(obj) if not x.startswith('_') and x != 'metadata']:
fields[field] = obj.__getattribute__(field)
# a json-encodable dict
else:
# 这里是我新添加的，用来处理JSON对象中，如果存在时间类型的话
# 将按这种方式返回
if isinstance(obj, datetime):
return obj.strftime('%Y-%m-%d %H:%M:%S')
if isinstance(obj, date):
return obj.strftime('%Y-%m-%d') return fields return json.JSONEncoder.default(self, obj)
return AlchemyEncoder @require_basic_auth
class TestPage3Handler(BaseHandler):
"""This is a test page to show the asker's utmost parent's all details
"""
def post(self, **kwargs):
ret = {'ret':'','msg':''}
#name_queue = get_outersystem_org(kwargs)
parent_asker = kwargs['a'] data = session.query(SGroup).all() # 使用新建的JSON encoder对象，作为json.dumps的标准 来dumps数据出去
# 请注意：这里是 json.dumps 与 torndb的例子中的 json_dumps不同
self.write(json.dumps(data, cls=new_alchemy_encoder() ) )
return
好了，SQLAlchemy的道路比较曲折，什么都得重写，而且比较深入，但是可以高度定制！有特殊要求的可以使用SQLAlchemy
我们来测试一下
开始测试
测试用的脚本写好了。
testauth.py
import urllib
import urllib2
import base64
import time def url_post(url):
"""Let's do an analogical browser authentication loop """
TOKEN_KEY_OS1="xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
token_encoded = base64.b64encode("level1:"+level2:"+TOKEN_KEY_OS1)
token_encoded = token_encoded.replace("\n","",1)
token = token_encoded postDict = {
#查询指定username的客户信息
#"username":"", } postData = urllib.urlencode(postDict)
request = urllib2.Request(url, postData)
request.get_method = lambda : 'POST'
basic = "Basic "+ token
# 这里是实现了一个HTTP header 的加密验证等服务
request.add_header('Authorization', basic)
response = urllib2.urlopen(request) #return response.readlines() , response.headers.dict
return response
testrequest.py
from testauth import url_post
import datetime def mega_attack(number=100000): start = datetime.datetime.now()
for i in range(number):
r = url_post('http://localhost:8000/testpage1')
print r.readlines()
end = datetime.datetime.now()
td = end - start
print "It takes " + str(td.total_seconds()/60) + " minutes to response " + str(number) + " requests!"
print "Need to upgrade your computer ? :P" if __name__ == "__main__":
mega_attack(10000)
然后我们来测试一下：
$~ python testrequest.py
我们会得到这些数据：
['{"msg": "", "result": {"level1": [{"date_created": "2014-01-08 08:11:03", "is_active": 1, "id": 1, "name": "VIP_level1"}, {"date_created": "2014-01-08 08:11:03", "is_active": 1, "id": 2, "name": "VIP_level2"}]}, "ret": "0"}']
...
...
['{"msg": "", "result": {"level1": [{"date_created": "2014-01-08 08:11:03", "is_active": 1, "id": 1, "name": "VIP_level1"}, {"date_created": "2014-01-08 08:11:03", "is_active": 1, "id": 2, "name": "VIP_level2"}]}, "ret": "0"}']
['{"msg": "", "result": {"level1": [{"date_created": "2014-01-08 08:11:03", "is_active": 1, "id": 1, "name": "VIP_level1"}, {"date_created": "2014-01-08 08:11:03", "is_active": 1, "id": 2, "name": "VIP_level2"}]}, "ret": "0"}']
It takes 0.179841 minutes to response requests!
Need to upgrade your computer ? :P
这里是服务器端看到的内容：
我们把三个不同的数据库模型都进行测试，得到的结果为：
# 测试用torndb model用的URL
(r"/testpage1", TestPage1Handler), # 通过 测试结果10000次请求，花费时间10.3秒 每秒处理970次请求
# 测试 django model 用的URL
(r"/testpage2", TestPage2Handler), # 通过 测试结果10000次请求，花费时间18.6秒 每秒处理538次请求
# 测试 sqlalchemy model 用的URL
(r"/testpage3", TestPage3Handler), # 通过 测试结果10000次请求，花费时间24.1秒 每秒处理415次请求
总结：
纯SQL最快，毫无疑问！
django model 和 SQLAlchemy model （以下称sqla）各有千秋，
django model里面做了很多优化，sqla 高度封装，里面也做了一些优化，但是如果每次都是徒手来写的话，不一定能一定用到最优方法。针对特殊需求，需要改动的，则需要使用sqla。django model几乎什么都自带了，自带了太多比如serializer 输出的东西，不一定都是我们想要的。但是通过不同方法，都能实现同样的功能。
不同点在于，开发使用思考难度，开发使用效率，服务器相应时间。
从上面来看，
在开发过程中：
torndb 和 django model 比较好用。当需求发生改变时， torndb 和 django model 可以很快改变以提供所见所得效果。只不过torndb需要的SQL语句标点等校验，是非常耗费开发时间的。
而，sqla来说，也可以达到共同的效果，但是，每次都要dive into 数据库模型里面，但是对特殊的需求有非常多的变身受应面。
从服务器角度：
torndb 最快毫无疑问了。django model 是高度封装的ORM， 服务器也还好，不过一般要消耗一半的性能。sqla，可以有多种形态变身，因为sqla支持纯SQL语言也支持sqla自身的model类型。当然，优化做好了sqla也可以速度非常快！
不同的学习曲线。django model 看起来只是算一个比较简单的数据model，而sqlalchemy 几乎覆盖了所有数据能操作的范畴，很强大。
总之，各有千秋。
Happy Hacking and Happy Coding!