Python 使用 Flask 时持久数据库连接的最佳实践

Question

我的问题是关于在生产环境或其他关注性能的环境中使用 Flask 时处理数据库连接的推荐方法。在 Flask 中，g 对象可用于存储东西，打开的数据库连接可以放在那里，以允许应用程序在同一请求期间的后续数据库查询中重用它们。但是，g 对象不会跨请求持续存在，因此似乎每个新请求都需要一个新的数据库连接（以及随之而来的性能损失）。

我在这个问题上发现的最相关的问题是：How to preserve database connection in a python web server 但答案只提出了连接池的抽象概念（没有将它与人们如何在 Flask 中使用它以及如何使用它联系起来）跨请求生存）或提出仅与一种特定类型的数据库或特定堆栈相关的解决方案。

所以我的问题是关于在 Flask 上构建连接到任何种数据库的生产应用程序时应该采用的一般方法。似乎涉及连接池的东西是正确的方向，特别是因为它适用于传统的 Python 应用程序。但我想知道在使用 Flask 时推荐的方法是什么，因为前面提到的跨连接持久性问题，以及生产中的 Flask 应用程序运行来自 WSGI 服务器的事实，这可能会增加更多的复杂性。

编辑：基于推荐 flask sqlalchemy 的评论。假设 flask sqlalchemy 解决了这个问题，它是否也适用于 Neo4J 或者 Flask 应用程序使用的任何任意数据库？许多现有的数据库连接器已经原生支持池化，那么为什么要引入一个主要目的是提供 ORM 功能而不是连接管理的附加依赖项呢？另外，sqlalchemy 如何解决跨请求持久化的基本问题？

Answer 1

事实证明，有一种直接的方法可以实现我所追求的目标。但正如评论者所建议的那样，如果完全有可能走 flask sqlalchemy 路线，那么你可能想走那条路。我解决该问题的方法是将连接对象保存在模块级变量中，然后根据需要导入该变量。这样，它就可以在 Flask 内部和其他模块中使用。这是我所做的简化版本：

app.py

from flask import Flask
from extensions import neo4j

app = Flask(__name__)
neo4j.init_app(app)

extensions.py

from neo4j_db import Neo4j

neo4j = Neo4j()

neo4j_db.py

from neo4j import GraphDatabase

class Neo4j:
    def __init__(self):
        self.app = None
        self.driver = None

    def init_app(self, app):
        self.app = app
        self.connect()

    def connect(self):
        self.driver = GraphDatabase.driver('bolt://xxx')
        return self.driver

    def get_db(self):
        if not self.driver:
            return self.connect()
        return self.driver

example.py

from extensions import neo4j

driver = neo4j.get_db()

从这里开始，驱动程序 将包含将在 Flask 请求中持续存在的数据库驱动程序。

希望对遇到同样问题的人有所帮助。

Python 使用 Flask 时持久数据库连接的最佳实践

Best practices for persistent database connections in Python when using Flask

python

database

flask

database-connection

pooling