草庐IT

Flask-MongoAlchemy

全部标签

Flask项目到服务器部署

前几天看到华为云的服务器在搞活动,40块就有一年,虽然性能差但是想着自己搞个网站玩玩也可以就买了一套。这篇文章代码用的python,讲述了我在搭建时遇到的一些坑以及解决方式。废话不多说直接开搞首先pipinstallflask(这个应该没什么疑问吧)创建一个文件夹,名字随意,在目录下再创建一个 templates文件夹,这个文件夹主要用来存HTML文件。新建一个.py的文件fromflaskimportFlask,render_templateapp=Flask(__name__)@app.route("/")#这里定义链接地址defhelloworld():return"helloworld

Flask项目到服务器部署

前几天看到华为云的服务器在搞活动,40块就有一年,虽然性能差但是想着自己搞个网站玩玩也可以就买了一套。这篇文章代码用的python,讲述了我在搭建时遇到的一些坑以及解决方式。废话不多说直接开搞首先pipinstallflask(这个应该没什么疑问吧)创建一个文件夹,名字随意,在目录下再创建一个 templates文件夹,这个文件夹主要用来存HTML文件。新建一个.py的文件fromflaskimportFlask,render_templateapp=Flask(__name__)@app.route("/")#这里定义链接地址defhelloworld():return"helloworld

【flask】算法部署:只加载一次模型,减少每次接口响应时间

写于2022.09.17,2022.10.12增加性能测试对比,2022.11.6增加单例模式方法机器学习或深度学习算法模型在进行服务端部署时,通常通过flask包装为服务接口,对外进行调用,但存在一定一个问题是:每次调用模型进行预测时,都会加载一次模型,这个过程是比较占资源的,换言之,很耗时。如何在flask刚启动时就加载一次模型,后续在调用接口时就不再调用模型了,直接进行预测。方法一:模型加载为全局变量fromflaskimportFlask,requestimportpickleapp=Flask(__name__)#在这里进行模型的加载,如导入pklmodel=pickle.load(

【flask】算法部署:只加载一次模型,减少每次接口响应时间

写于2022.09.17,2022.10.12增加性能测试对比,2022.11.6增加单例模式方法机器学习或深度学习算法模型在进行服务端部署时,通常通过flask包装为服务接口,对外进行调用,但存在一定一个问题是:每次调用模型进行预测时,都会加载一次模型,这个过程是比较占资源的,换言之,很耗时。如何在flask刚启动时就加载一次模型,后续在调用接口时就不再调用模型了,直接进行预测。方法一:模型加载为全局变量fromflaskimportFlask,requestimportpickleapp=Flask(__name__)#在这里进行模型的加载,如导入pklmodel=pickle.load(

Flask 学习-85.Flask-SQLAlchemy 多个不确定条件查询

前言在后台管理数据的时候,经常会有多个条件查询,查询参数可以是一个也可以是多个,如果没有查询参数就返回全部数据。filter()和filter_by()的使用SQLAlchemy使用query查询的时,可以使用filter()和filter_by()过滤条件。filter_by()参数直接用属性名,比较用一个=filter()参数用类名.属性名,比较用==主要区别模块参数大于(>)和小于(and_、or_、like、in_filter_by()直接用属性名,比较用=不支持不支持filter()用类名.属性名,比较用==支持支持filter_by()只能筛选条件等于,不支持大于(>)和小于(St

Flask 学习-85.Flask-SQLAlchemy 多个不确定条件查询

前言在后台管理数据的时候,经常会有多个条件查询,查询参数可以是一个也可以是多个,如果没有查询参数就返回全部数据。filter()和filter_by()的使用SQLAlchemy使用query查询的时,可以使用filter()和filter_by()过滤条件。filter_by()参数直接用属性名,比较用一个=filter()参数用类名.属性名,比较用==主要区别模块参数大于(>)和小于(and_、or_、like、in_filter_by()直接用属性名,比较用=不支持不支持filter()用类名.属性名,比较用==支持支持filter_by()只能筛选条件等于,不支持大于(>)和小于(St

python flask 框架实现jwt用户登录 接口权限认证 案例

环境:python3.6+模块:flask、jwt目的:实现用于登录并返回token令牌,用于后续的接口权限验证。前言介绍:jwt(JSONWebTokens),在用户认证当中常用的方式,在如今的前后端分离项目当中应用广泛,提高了后端代码的简洁和效能。传统token和jwt区别传统token:服务端会对登录成功的用户生成一个随机token返回,同时也会在本地保留对应的token(如在数据库中存入:token、用户名、过期时间等),当用户再次访问时,会携带之前的token给服务端进行校验,服务端则通过与本地保留的token进行对比,若寻找到符合条件的token数据,则校验成功jwt验证:服务端会

python flask 框架实现jwt用户登录 接口权限认证 案例

环境:python3.6+模块:flask、jwt目的:实现用于登录并返回token令牌,用于后续的接口权限验证。前言介绍:jwt(JSONWebTokens),在用户认证当中常用的方式,在如今的前后端分离项目当中应用广泛,提高了后端代码的简洁和效能。传统token和jwt区别传统token:服务端会对登录成功的用户生成一个随机token返回,同时也会在本地保留对应的token(如在数据库中存入:token、用户名、过期时间等),当用户再次访问时,会携带之前的token给服务端进行校验,服务端则通过与本地保留的token进行对比,若寻找到符合条件的token数据,则校验成功jwt验证:服务端会

Python前后端交互( Flask & Ajax )

本文是自己学习Python前后端交互记录使用,之前没有学习过Python任何框架,前端也是简单学了一下,如哪里有问题,还望大家批评改正。1.前端1.1HTML布局这个就不用说啥了,登录长啥样大家都知道,各位根据自己情况调整样式吧,我这里放直接最基本的输入框了。login1.2JS&Ajax如下所示functionlogin(){$.ajax({url:"http://localhost:8899/login",type:"post",dataType:"json",//data为要传递给后端的数据,使用JSON.stringify()转换为json格式data:JSON.stringify({

Python前后端交互( Flask & Ajax )

本文是自己学习Python前后端交互记录使用,之前没有学习过Python任何框架,前端也是简单学了一下,如哪里有问题,还望大家批评改正。1.前端1.1HTML布局这个就不用说啥了,登录长啥样大家都知道,各位根据自己情况调整样式吧,我这里放直接最基本的输入框了。login1.2JS&Ajax如下所示functionlogin(){$.ajax({url:"http://localhost:8899/login",type:"post",dataType:"json",//data为要传递给后端的数据,使用JSON.stringify()转换为json格式data:JSON.stringify({