欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Flask項目搭建及部署(最全教程)

 更新時間：2022年04月12日 09:55:46   作者：0世界和平0  
本文主要介紹了Flask項目搭建及部署，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

flask搭建及部署

  • pip 19.2.3
  • python 3.7.5
  • Flask 1.1.1
  • Flask-SQLAlchemy 2.4.1
  • Pika 1.1.0
  • Redis 3.3.11
  • flask-wtf 0.14.2

1、創(chuàng)建flask項目：

創(chuàng)建完成后整個項目結構樹：

app.py: 項?管理?件，通過它管理項?。

static: 存放靜態(tài)文件

templates文件夾：用于放置html模板文件

由于flask屬于輕量級web框架， 更加自由、靈活，可擴展性強，第三方庫的選擇面廣，開發(fā)時可以結合自己最喜歡用的輪子，也能結合最流行最強大的Python庫 。所以這個框架的代碼架構需要自己設計。

2、創(chuàng)建項目主要邏輯代碼保存目錄

手動創(chuàng)建application目錄、filter目錄及其子目錄

application : 項目主要邏輯代碼保存目錄

_init_.py ： 創(chuàng)建flask應用并加載配置，如mysql，redis，rabbitmq，

apps : 專門用于保存每一個項目的藍圖

app1 : app1藍圖目錄，在app1下的init_.py中文件中創(chuàng)建藍圖對象,view.py中新增對應的視圖文件，在 model.py中寫模型代碼

settings : 項目配置存儲目錄

dev.py : 項目開發(fā)階段配置文件

prop.py ： 項目生成階段配置文件

static : 項目靜態(tài)文件夾（用于存放css一類的文件）

templates ： 用于放置html模板文件

filter : 整個項目攔截器目錄

requestFilter.py: 針對整個app項目全局路由攔截規(guī)則定義

app.py : 項?管理?件，通過它啟動整個項目

2.1 配置mysql數據庫，加載配置文件并針對整個app項目定義全局db

2.1.1 settings.py

#全局通用配置類
class Config(object):
    """項目配置核心類"""
    #調試模式
    DEBUG=False
?
    # 配置日志
    # LOG_LEVEL = "DEBUG"
    LOG_LEVEL = "INFO"
?
?
    # 配置redis
    # 項目上線以后，這個地址就會被替換成真實IP地址，mysql也是
    REDIS_HOST = 'your host'
    REDIS_PORT = your port
    REDIS_PASSWORD = 'your password'
    REDIS_POLL = 10
?
    #數據庫連接格式
    SQLALCHEMY_DATABASE_URI = "mysql+pymysql://user:password@localhost:3306/test?charset=utf8"
    # 動態(tài)追蹤修改設置，如未設置只會提示警告
    SQLALCHEMY_TRACK_MODIFICATIONS = False
    # 查詢時會顯示原始SQL語句
    SQLALCHEMY_ECHO = False
    # 數據庫連接池的大小
    SQLALCHEMY_POOL_SIZE=10
    #指定數據庫連接池的超時時間
    SQLALCHEMY_POOL_TIMEOUT=10
    # 控制在連接池達到最大值后可以創(chuàng)建的連接數。當這些額外的 連接回收到連接池后將會被斷開和拋棄。
    SQLALCHEMY_MAX_OVERFLOW=2
?
?
    #rabbitmq參數配置
    RABBITUSER="user"
    RABBITPASSWORD="password"
    RABBITHOST="your ip"
    RABBITPORT=your port

2.1.2 dev.py

from . import Config
?
class DevelopmentConfig(Config):
    '開發(fā)模式下的配置'
    # 查詢時會顯示原始SQL語句
    SQLALCHEMY_ECHO = True

2.1.3 prop.py

from . import Config
?
class ProductionConfig(Config):
    """生產模式下的配置"""
    DEBUG = False

2.1.4 加載配置文件，定義全局的db（ SQLALchemy類的實例 ）供項目使用

# 主應用的根目錄
app = Flask(__name__)
?
config = {
    'dev': DevelopmentConfig,
    'prop': ProductionConfig,
}
?
# 設置配置類
Config = config['dev']
?
# 加載配置
app.config.from_object(Config)
?
# 創(chuàng)建數據庫連接對象
db = SQLAlchemy(app)

dev : 測試環(huán)境配置

prop： 生產環(huán)境配置

Flask應用app配置加載

通常三種方式

  • 從配置對象中加載：app.config.from_object()
  • 從配置文件中加載：app.config.from_pyfile()-ini文件
  • 從環(huán)境變量中加載：app.config.from_envvar()

配置對象

從配置對象中加載，創(chuàng)建配置的類：

# 配置對象，里面定義需要給 APP 添加的一系列配置
class Config(object):
    DEBUG = True
?
?
app = Flask(__name__)
?
# 從配置對象中加載配置
app.config.from_object(Config)
app.run()

配置文件

從配置文件中加載，在目錄中定義一個配置文件config.ini

app = Flask(__name__)
?
# 從配置對象中加載配置
app.config.from_pyfile("config.ini")
app.run()

環(huán)境變量

app = Flask(__name__)
# 從環(huán)境變量中加載
app.config.from_envvar("FLASKCONFIG")
app.run()

2.2 定義model模型，負責和數據庫交互

app1.model

from application import db
?
class Wdtest(db.Model):
    __tablename__ = "wdtest" #設置表名
    id = db.Column(db.String(100), primary_key=True, comment="主鍵ID")
    name = db.Column(db.String(20), index=True, comment="姓名" )
    age = db.Column(db.Integer, default=True, comment="年齡")

模型 表示程序使用的持久化實體. 在Flask-SQLALchemy 中, 模型一般是一個 Python 類, 類中的屬性對應數據庫中的表.

db.Model ：創(chuàng)建模型,

db.Column ： 創(chuàng)建模型屬性.

tablename ：指定表名

模型屬性類型 :

類型名Python類型說明
Integerint普通整數，一般是 32 位
SmallIntegerint取值范圍小的整數，一般是 16 位
Big Integerint 或 long不限制精度的整數
Floatfloat浮點數
Numericdecimal.Decimal定點數
Stringstr變長字符串
Textstr變長字符串，對較長或不限長度的字符串做了優(yōu)化
Unicodeunicode變長 Unicode 字符串
Unicode Textunicode變長 Unicode 字符串，對較長或不限長度的字符串做了優(yōu)化
Booleanbool布爾值
Datedatetime.date日期
Timedatetime.time時間
DateTimedatetime.datetime日期和時間
Intervaldatetime.timedelta時間間隔
Enumstr一組字符串
PickleType任何 Python 對象自動使用 Pickle 序列化
LargeBinarystr二進制文件

常用 SQLAlchemy 列選項

選項名說明
primary_key如果設為 True，這列就是表的主鍵
unique如果設為 True，這列不允許出現重復的值
index如果設為 True，為這列創(chuàng)建索引，提升查詢效率
nullable如果設為 True，這列允許使用空值；如果設為 False，這列不允許使用空值
default為這列定義默認值

2.3 聲明藍圖

app1._init.py

#給app取別名為 'index'
index_blu=Blueprint('index',__name__,template_folder='templates',static_folder='static')
?
from .views import *

template_folder:指定模板文件路徑,查找順序,先全局templates里面找,沒找到,再往子藍圖里面找.

這里是把view中所有的視圖都聲明在index這個藍圖里面，接下來我們需要做的是將這個聲明好的藍圖，注冊進我們的項目中。

2.4 將聲明好的藍圖注冊進app中

application.init_:

from application.settings.dev import DevelopmentConfig
from application.settings.prop import ProductionConfig
?
# 主應用的根目錄
app = Flask(__name__)
?
config = {
    'dev': DevelopmentConfig,
    'prop': ProductionConfig,
}
?
# 設置配置類
Config = config['dev']
?
# 加載配置
app.config.from_object(Config)
?
# 創(chuàng)建數據庫連接對象
db = SQLAlchemy(app)
?
# todo 注冊藍圖
from .apps.app1 import index_blu
app.register_blueprint(index_blu, url_prefix='/index')

針對：app = Flask(name)解釋

Flask類初始化參數

Flask類init方法部分代碼

def __init__(
        self,
        import_name,
        static_url_path=None,
        static_folder="static",
        static_host=None,
        host_matching=False,
        subdomain_matching=False,
        template_folder="templates",
        instance_path=None,
        instance_relative_config=False,
        root_path=None,
    ):pass

import_name：Flask程序所在的包(模塊)，傳 __name__

static_url_path：靜態(tài)文件訪問路徑，可以不傳，默認為：/ + static_folder

static_folder：靜態(tài)文件存儲的文件夾，可以不傳，默認為 static

template_folder：模板文件存儲的文件夾，可以不傳，默認為 templates

3 通過以上的步驟后，我們可以基本操作數據庫了:

以下所有示例代碼，皆在view.py中去實現

3.1 增：

先寫怎么增，然后增加，最后提交

student = Wdtest(id=ids , name=name, age=age)
try:
    application.db.session.add(student)
    application.db.session.commit()
except:
    # 事務回滾
    application.db.session.rollback()

3.2 刪：

先獲取數據庫中的這個數據，再刪除它

    user = Wdtest.query.first()
    application.db.session.delete(user)
    application.db.session.commit()

3.3 改：

user = Wdtest.query.first()
user.name = name
try:
    application.db.session.commit()
except:
    # 事務回滾
    application.db.session.rollback()

3.4 查：

# 查詢所有?戶數據
user_list=Wdtest.query.all()
?
# 查詢有多少個?戶
user_list_num=Wdtest.query.count()
# 查詢第1個?戶
user=Wdtest.query.first()
# 查詢id為3的?戶[3種?式]
user=Wdtest.query.get(3)  # 根據主鍵查詢
user_list=Wdtest.query.filter_by(id=3).all()  # 以關鍵字實參形式進行匹配字段
user_list=Wdtest.query.filter(Wdtest.id == 3).all()  # 以恒等式形式匹配字段
?
# 查詢名字結尾字符為g的所有?戶
Wdtest.query.filter(Wdtest.name.endswith('g')).all()
?
# 查詢名字包含‘wa'的所有項目
user_list=Wdtest.query.filter(Wdtest.name.contains('wa')).all()
# 模糊查詢
user_list =Wdtest.query.filter(Wdtest.name.like('%a%')).all()
# 查詢名字wa開頭和age為20的所有?戶[2種?式]
user_list=Wdtest.query.filter(Wdtest.name.startswith('wa'),Wdtest.age == 20).all()
user_list=Wdtest.query.filter(and_(Wdtest.name.startswith('wa'), Wdtest.age == 20)).all()
?
# 非條件查詢查詢名字不等于wade的所有?戶[2種?式]
user_list=Wdtest.query.filter(not_(Wdtest.name == 'wade')).all()
user_list=Wdtest.query.filter(Wdtest.name != 'wade').all()
?
# in 條件查詢
user_list=Wdtest.query.filter(Wdtest.id.in_(['97124f50-0208-11ea-a66c-04ea56212bdf', '3'])).all()
?
# 所有?戶先按年齡從?到?, 再按id從?到?排序, 取前5個
user_list=Wdtest.query.order_by(Wdtest.age,Wdtest.id.desc()).limit(5).all()
?
# 分?查詢, 每?3個, 查詢第2?的數據
pn = Wdtest.query.paginate(2,3)
print(pn.pages)
print(pn.page)
print(pn.items)

4 路由傳參

有時我們需要將同一類 URL 映射到同一個視圖函數處理，比如：使用同一個視圖函數來顯示不同用戶的個人信息。

# 路由傳遞參數
@app.route('/user/<id>')
def user_info(id):
    return '%s' % id

路由傳遞的參數默認當做 string 處理

####指定請求方式

在 Flask 中，定義一個路由，默認的請求方式為：

  • GET
  • OPTIONS
  • HEAD

在裝飾器添加請求指定方式：

@app.route('/test', methods=['GET', 'POST'])
def test():
    return "ok"

5 動態(tài)正則匹配路由

flask實現正則匹配步驟：

  • 導入轉換器基類：在 Flask 中，所有的路由的匹配規(guī)則都是使用轉換器對象進行記錄
  • 自定義轉換器：自定義類繼承于轉換器基類
  • 添加轉換器到默認的轉換器字典中
  • 使用自定義轉換器實現自定義匹配規(guī)則

實現：

導入轉換器基類

from werkzeug.routing import BaseConverter

自定義轉換器

# 自定義正則轉換器
class RegexConverter(BaseConverter):
    def __init__(self, url_map, *args):
        super(RegexConverter, self).__init__(url_map)
        # 將接受的第1個參數當作匹配規(guī)則進行保存
        self.regex = args[0]

添加轉換器到默認的轉換器字典中，并指定轉換器使用時名字為: re

app = Flask(__name__)
?
# 將自定義轉換器添加到轉換器字典中，并指定轉換器使用時名字為: regex
app.url_map.converters['regex'] = RegexConverter

使用轉換器去實現自定義匹配規(guī)則

當前此處定義的規(guī)則是：3位數字

@app.route('/index/<regex("[0-9]{3}"):id>')
def user_info(id):
    return "id 為 %s" % id

自定義轉換器其他函數實現

繼承于自定義轉換器之后，還可以實現 to_python 和 to_url 這兩個函數去對匹配參數做進一步處理：

to_python：

  • 該函數參數中的 value 值代表匹配到的值，可輸出進行查看
  • 匹配完成之后，對匹配到的參數作最后一步處理再返回，比如：轉成 int 類型的值再返回：
class RegexConverter(BaseConverter):
    def __init__(self, url_map, *args):
        super(RegexConverter, self).__init__(url_map)
        # 將接受的第1個參數當作匹配規(guī)則進行保存
        self.regex = args[0]
?
    def to_python(self, value):
        return int(value)

系統(tǒng)自帶轉換器

DEFAULT_CONVERTERS = {
    'default':          UnicodeConverter,
    'string':           UnicodeConverter,
    'any':              AnyConverter,
    'path':             PathConverter,
    'int':              IntegerConverter,
    'float':            FloatConverter,
    'uuid':             UUIDConverter,
}

6 增加日志記錄、redis配置加載、mq配置加載

6.1 日志記錄

Settings._init:

# 配置日志
# LOG_LEVEL = "DEBUG"
LOG_LEVEL = "INFO"

日志記錄級別

FATAL/CRITICAL = 致命的，危險的
ERROR = 錯誤
WARNING = 警告
INFO = 信息
DEBUG = 調試
NOTSET = 沒有設置

application._init：

1、日志模塊基礎配置，如：日志存放地址、日志記錄格式、日志等級

#增加日志模塊
def setup_log(Config):
    #設置日志等級
    logging.basicConfig(level=Config.LOG_LEVEL)
    # 創(chuàng)建日志記錄器，指明日志保存的路徑、每個日志文件的最大大小、保存的日志文件個數上限
    file_log_handler=RotatingFileHandler('log/log',maxBytes=1024 * 1024 * 300, backupCount=10)
    # 創(chuàng)建日志記錄的格式 日志等級 輸入日志信息的文件名 行數 日志信息
    formatter = logging.Formatter('%(asctime)s: %(levelname)s %(filename)s:%(lineno)d %(message)s')
    # 為剛創(chuàng)建的日志記錄器設置日志記錄格式
    file_log_handler.setFormatter(formatter)
    # 為全局的日志工具對象（flaskapp使用的）添加日志記錄器
    logging.getLogger().addHandler(file_log_handler)

2、日志啟動

#日志啟動
setup_log(Config)

6.2 redis配置及加載

之前我們在config中已經把redis的配置已經寫進去了，所以這里可以直接創(chuàng)redis連接池供app全局使用

application._init：

#新增redis連接模塊
def connectRedis(Config):
    pool = redis.ConnectionPool(host=Config.REDIS_HOST, port=Config.REDIS_PORT, password=Config.REDIS_PASSWORD,
                                max_connections=Config.REDIS_POLL)
    redis_store = redis.Redis(connection_pool=pool)
    return redis_store

使用示例：

@index_blu.route("/redis",methods=["POST","GET"])
def add_toRedis():
    logging.info("come to here")
    key = request.args.get("key")
    application.redis_store.set(key , "1233")
    value=application.redis_store.get( key )
    print(value)
    return "12333"

6.3 rabbitmq基礎配置及加載

# rabbitmq配置訪問
# 添加用戶名和密碼
credentials = pika.PlainCredentials(Config.RABBITUSER, Config.RABBITPASSWORD)
# 配置連接參數
parameters = pika.ConnectionParameters(host=Config.RABBITHOST, port=Config.RABBITPORT, credentials=credentials)
connection = pika.BlockingConnection(parameters)
channel = connection.channel()

使用示例：

@index_blu.route("/rabitmq",methods=["POST","GET"])
def add_rabitmq():
    logging.info("come to rabiitmq")
    application.channel.queue_declare(queue='queuetest2')
?
    return "33333"

7 全局攔截器配置

filerter.requestFilter

這里只是簡單針對請求路徑非index的進行攔截，如果還有其他攔截條件或者機制，可以繼續(xù)在filter這個包下添加

from flask import request
import application
?
# 攔截器,每次的請求進來都會做的操作
@application.app.before_request
def before_action():
    # 獲取當前請求的路由（路徑）
    a = request.path
    print(a)
    u = a.split('/')
    if len(a)>2:
        if u[1] == 'index':
            print('success')
    else:
        return "無權限請求"

攔截器加載進app：

#攔截器加載
requestFilter.before_action

8 請求對象request和返回對象Response

請求對象request,使用前先導入request模塊

from flask import request
  • 獲取url請求參數：request.args
  • 獲取form表單中的數據：request.form
  • 獲取請求體原始數據：request.data
  • 獲取文件數據：request.files
  • 獲取cookie：request.cookies
  • 獲取header信息：request.headers
  • 獲取請求方法：request.method
  • 獲取請求路徑：request.path

Response

視圖函數中可以返回的值

  • 可以直接返回字符串，底層將這個字符串封裝成了Response對象
  • 元組，響應格式（響應體，狀態(tài)碼，頭信息），不一定都要寫，底層也是封裝了一個Response對象
  • 返回Response或其子類（jsonify子類返回標準json）

實現一個自定義Response對象步驟

  • 繼承Response對象
  • 實現方法 force_typeforce_type(cls，rv,environ=None)
  • 指定app.response為你定義的類
  • 如果返回的值不是可以返回的對象，就會調用force_type方法

實現

class JSONResponse(Response):
?
    @classmethod
    def force_type(cls, response, environ=None):
        '''
        這個方法只有視圖函數返回非字符、非元祖、非Response對象才會調用
        :param response:是視圖函數的返回值
        :param environ:
        :return:
        '''
        print(response)
        print(type(response))
        if isinstance(response,(list,dict)):
?
            #jsonify除了將字典轉換成json對象，還將對象包裝成了一個Response對象
            response = jsonify(response)
?
        return super(JSONResponse,cls).force_type(response,environ) 
        
app.response_class = JSONResponse

9 異常捕獲及自定義異常

捕獲錯誤

errorhandler 裝飾器

  • 注冊一個錯誤處理程序，當程序拋出指定錯誤狀態(tài)碼的時候，就會調用該裝飾器所裝飾的方法

參數：

  • code_or_exception – HTTP的錯誤狀態(tài)碼或指定異常

例如統(tǒng)一處理狀態(tài)碼為500，404的錯誤給用戶友好的提示：

@app.errorhandler(500)
def internal_server_error(e):
    return '服務器搬家了哈哈哈'
?
@app.errorhandler(404)
def internal_server_error(e):
    return '瞎請求什么路徑呢'

例如自定義錯誤413

@app.errorhandler(413)
def zero_division_error(e):
    return '除數不能為0'

異常捕獲

abort 方法

  • 拋出一個給定狀態(tài)代碼的 HTTPException 或者 指定響應，例如想要用一個頁面未找到異常來終止請求，你可以調用 abort(404)。

參數：

code – HTTP的錯誤狀態(tài)碼

@index_blu.route("/exception",methods=["POST","GET"])
def exception():
    logging.info("come to exception")
    try:
        print(2)
        a=3/0
    except:
        abort(413)
    return "ooooo"

10 上下文

上下文：即語境，語意，在程序中可以理解為在代碼執(zhí)行到某個時刻，根據之前代碼鎖做的操作以及下文即將要執(zhí)行的邏輯，可以決定在當前時刻下可以使用到的變量，或者可以做的事情。

Flask中有兩種上下文：請求上下文（request context）和應用上下文（application context）。

Flask中上下文對象：相當于一個容器，保存了Flask程序運行過程中的一些信息。

1.application指的是當你調用app = flask(name)創(chuàng)建的這個對象app。 2.request指的是每次http請求發(fā)生時，WSGI server（比如gunicorn）調用Flask.call()之后，在Flask對象內部創(chuàng)建的Request對象； 3.application表示用于相應WSGI請求的應用本身，request表示沒出http請求； 4.appliacation的生命周期大于request，一個application存活期間，可能發(fā)生多次http請求，所以，也就會有多個request；

請求上下文（request context）：在Flask中，可以直接在視圖函數中使用request這個獨享進行獲取先關數據，而request就是請求上下文的對象，保存了當前本次請求的相關數據，請求上線文對象有：request、session

request:封裝了HTTP請求的內容，針對的是http請求。例如：user = request.args.get('user')，獲取的是get請求的參數。

session:用來記錄請求會話中的信息，針對的是用戶信息。例如：session['name'] = user.id 科可以記錄用戶信息。還可以通過session.get('name')獲取用戶信息。

應用上下文（application context）:它不是一直存在的，它只是request context中的一個對app的代理，所謂的local proxy。它的作用主要是幫助request獲取當前的應用，它是伴request而生，隨request而滅的。

應用上下文對象有：current_app,g

current_app:應用程序上下文,用于存儲應用程序中的變量，可以通過current_app.name打印當前app的名稱，也可以在current_app中存儲一些變量，例如：

應用的啟動腳本是哪個文件，啟動時指定了哪些參數

加載了哪些配置文件，導入了哪些配置

連接了哪個數據庫

有哪些可以調用的工具類、常量

當前flask應用在哪個機器上，哪個IP上運行，內存多大

current_app.name
current_app.test_value='value'

g變量:g 作為 flask 程序全局的一個臨時變量,充當者中間媒介的作用,我們可以通過它傳遞一些數據，g 保存的是當前請求的全局變量，不同的請求會有不同的全局變量，通過不同的thread id區(qū)別

g.name='abc'

注意：不同的請求，會有不同的全局變量

兩者的區(qū)別：

請求上下文：保存了客戶端和服務器交互的數據

應用上下文：flask 應用程序運行過程中，保存的一些配置信息，比如程序名、數據庫連接、應用信息等

11 部署

gunicorn作為服務器，安裝gunicorn

pip3 install gunicorn

啟動

gunicorn -w 3 -b 127.0.0.1:8000 app:app

-w 處理進程數

-b 運?主機ip端?

dpj.wsgi 項?的wsgi

gunicorn常?配置

-c CONFIG : CONFIG,配置?件的路徑，通過配置?件啟動；?產環(huán)境使?； 
?
-b ADDRESS : ADDRESS，ip加端?，綁定運?的主機； 
?
-w INT, --workers INT：?于處理?作進程的數量，為正整數，默認為1； 
?
-k STRTING, --worker-class STRTING：要使?的?作模式，默認為sync異步，可以下載 
?
eventlet和gevent并指定 
?
--threads INT：處理請求的?作線程數，使?指定數量的線程運?每個worker。為正整數，默認為1。 
?
--worker-connections INT：最?客戶端并發(fā)數量，默認情況下這個值為1000。 
?
--backlog int：未決連接的最?數量，即等待服務的客戶的數量。默認2048個，?般不修改； 
?
-p FILE, --pid FILE：設置pid?件的?件名，如果不設置將不會創(chuàng)建pid?件 
?
--access-logfile FILE ： 要寫?的訪問?志?錄--access-logformat STRING：要寫?的訪問?志格式 
?
--error-logfile FILE, --log-file FILE ： 要寫?錯誤?志的?件?錄。 
?
--log-level LEVEL ： 錯誤?志輸出等級。 
?
--limit-request-line INT ： HTTP請求頭的?數的最???，此參數?于限制HTTP請求?的允 
?
許??，默認情況下，這個值為4094。值是0~8190的數字。 
?
--limit-request-fields INT ： 限制HTTP請求中請求頭字段的數量。此字段?于限制請求頭字 
?
段的數量以防?DDOS攻擊，默認情況下，這個值為100，這個值不能超過32768 
?
--limit-request-field-size INT ： 限制HTTP請求中請求頭的??，默認情況下這個值為8190 
?
字節(jié)。值是?個整數或者0，當該值為0時，表示將對請求頭??不做限制 
?
-t INT, --timeout INT：超過這么多秒后?作將被殺掉，并重新啟動。?般設定為30秒； 
?
--daemon： 是否以守護進程啟動，默認false； 
?
--chdir： 在加載應?程序之前切換?錄； 
?
--graceful-timeout INT：默認情況下，這個值為30，在超時(從接收到重啟信號開始)之后仍然活著 
?
的?作將被強?殺死；?般使?默認； 
?
--keep-alive INT：在keep-alive連接上等待請求的秒數，默認情況下值為2。?般設定在1~5秒之 
?
間。 
?
--reload：默認為False。此設置?于開發(fā)，每當應?程序發(fā)?更改時，都會導致?作重新啟動。 
?
--spew：打印服務器執(zhí)?過的每?條語句，默認False。此選擇為原?性的，即要么全部打印，要么全部 
?
不打??； 
?
--check-config ：顯示現在的配置，默認值為False，即顯示。 
?
-e ENV, --env ENV： 設置環(huán)境變量；

到此這篇關于Flask項目搭建及部署(最全教程)的文章就介紹到這了,更多相關Flask項目搭建部署內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

相關文章

  • python多線程和多進程關系詳解

    python多線程和多進程關系詳解

    在本篇文章里小編給大家整理的是一篇關于python多線程和多進程之間的聯(lián)系的基礎內容，有興趣的朋友們可以學習下。
    2020-12-12
  • Python繪圖系統(tǒng)之繪制散點圖,極坐標和子圖

    Python繪圖系統(tǒng)之繪制散點圖,極坐標和子圖

    這篇文章主要為大家詳細介紹了如何基于Python實現一個繪圖系統(tǒng),可以支持繪制散點圖,極坐標和子圖,文中的示例代碼講解詳細,感興趣的可以了解下
    2023-09-09
  • Python實現順序查找的示例代碼

    Python實現順序查找的示例代碼

    順序查找（Sequential?Search）是一種簡單直觀的搜索算法，用于在無序數組中查找特定元素，本文將介紹順序查找的基本原理，并通過Python代碼進行詳細講解，需要的可以參考一下
    2023-08-08
  • python之如何將標簽轉化為one-hot(獨熱編碼)

    python之如何將標簽轉化為one-hot(獨熱編碼)

    這篇文章主要介紹了python之如何將標簽轉化為one-hot(獨熱編碼)問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
    2023-06-06
  • Python中IPYTHON入門實例

    Python中IPYTHON入門實例

    這篇文章主要介紹了Python中IPYTHON的用法入門,較為詳細的分析了IPYTHON的配置及使用技巧,具有一定參考借鑒價值,需要的朋友可以參考下
    2015-05-05
  • Python簡單計算數組元素平均值的方法示例

    Python簡單計算數組元素平均值的方法示例

    這篇文章主要介紹了Python簡單計算數組元素平均值的方法,涉及Python簡單數組遍歷與數學運算相關操作技巧,需要的朋友可以參考下
    2017-12-12
  • Python中的異常處理學習筆記

    Python中的異常處理學習筆記

    這篇文章主要介紹了Python中的異常處理學習筆記,本文講解了常見的異常類、自定義異常類、捕獲異常、拋出異常、上下文管理器等內容,需要的朋友可以參考下
    2015-01-01
  • python numpy中對ndarry按照index增刪改查

    python numpy中對ndarry按照index增刪改查

    這篇文章主要介紹了python numpy中對ndarry按照index增刪改查，在numpy中的ndarry是一個數組，因此index就是位置下標，注意下標是從0開始，接下來一起進入下面文章了解詳細內容吧
    2022-02-02
  • Python中函數的用法實例教程

    Python中函數的用法實例教程

    這篇文章主要介紹了Python中函數的用法,以數值計算的實例方式講述了Python程序設計中函數的功能機抽象化特點,需要的朋友可以參考下
    2014-09-09
  • Mac下Supervisor進程監(jiān)控管理工具的安裝與配置

    Mac下Supervisor進程監(jiān)控管理工具的安裝與配置

    這篇文章主要介紹了Mac下Supervisor進程監(jiān)控管理工具的安裝與配置,Supervisor 是由 Python 寫成,是一個類 unix 操作系統(tǒng)下的進程監(jiān)控管理工具,本文講解MAC系統(tǒng)下的配置與安裝,需要的朋友可以參考下
    2014-12-12

最新評論