Nano Hash - криптовалюты, майнинг, программирование

Использование сеансов SQLAlchemy с проблемами фляги и параллелизма

Я работаю над API с Flask и SQLAlchemy, и вот что я хотел бы сделать:

У меня есть клиентское приложение, работающее на нескольких планшетах, которое должно отправлять несколько запросов на добавление контента на сервер. Но я не хочу использовать автоматический откат в конце каждого запроса API (поведение по умолчанию с flask-sqlalchemy), потому что отправка данных выполняется несколькими запросами, как в этом очень упрощенном примере:

<сильный>1. beginTransaction/?id=transactionId -> открывает новый сеанс для клиента, делающего этот запрос. SessionManager.new_session() в приведенном ниже коде.

<сильный>2. addObject/?id=objectAid -> добавляет объект в базу данных PostGreSQL и очищает

<сильный>3. addObject/?id=objectBid -> добавляет объект в базу данных PostGreSQL и сбрасывает

<сильный>4. commitTransaction/?id= transactionId -> зафиксировать то, что произошло с момента beginTransaction. SessionManager.commit() в приведенном ниже коде.

Суть здесь в том, чтобы не добавлять данные на сервер, если клиентское приложение разбилось/потеряло соединение до того, как «commitTransaction» был отправлен, таким образом предотвращая наличие неполных данных на сервере.

Поскольку я не хочу использовать автоматический откат, я не могу использовать flask-SQLAlchemy, поэтому я самостоятельно внедряю SQLAlchemy в свое приложение flask, но я не уверен, как использовать сеансы.

Вот реализация, которую я сделал в __ init __.py:

db = create_engine('postgresql+psycopg2://admin:pwd@localhost/postgresqlddb',
                   pool_reset_on_return=False,
                   echo=True, pool_size=20, max_overflow=5)

Base = declarative_base()
metadata = Base.metadata
metadata.bind = db

# create a configured "Session" class
Session = scoped_session(sessionmaker(bind=db, autoflush=False))



class SessionManager(object):

    currentSession = Session()

    @staticmethod
    def new_session():
    #if a session is already opened by the client, close it
    #create a new session
        try:
            SessionManager.currentSession.rollback()
            SessionManager.currentSession.close()
        except Exception, e:
            print(e)

        SessionManager.currentSession = Session()
        return SessionManager.currentSession

    @staticmethod
    def flush():
        try:
            SessionManager.currentSession.flush()
            return True
        except Exception, e:
            print(e)
            SessionManager.currentSession.rollback()
            return False

    @staticmethod
    def commit():
    #commit and close the session
    #create a new session in case the client makes a single request without using beginTransaction/
        try:
            SessionManager.currentSession.commit()
            SessionManager.currentSession.close()
            SessionManager.currentSession = Session()
            return True
        except Exception, e:
            print(e)
            SessionManager.currentSession.rollback()
            SessionManager.currentSession.close()
            SessionManager.currentSession = Session()
            return False

Но теперь API не работает, когда несколько клиентов делают запрос, кажется, что каждый клиент использует одну и ту же сессию.

Как реализовать сеансы, чтобы каждый клиент имел отдельный сеанс и мог выполнять запросы одновременно?

Спасибо.



Ответы:


1

Кажется, вы хотите, чтобы несколько HTTP-запросов разделяли одну транзакцию. Это невозможно - несовместимо с природой HTTP без сохранения состояния.

Учтите, например, что один клиент может открыть транзакцию и не закрыть ее из-за потери соединения. Сервер не может знать об этом и оставит эту транзакцию открытой навсегда, возможно, заблокировав других клиентов.

Использование транзакций для объединения запросов к базе данных целесообразно, например, по соображениям производительности, когда имеется более одной операции записи. Или для обеспечения согласованности базы данных. Но его всегда нужно фиксировать или откатывать по тому же HTTP-запросу, который был открыт.

15.04.2015

2

Я знаю, что это старый поток, но вы можете добиться этого с помощью djondb (база данных NoSQL),

С помощью djondb вы можете создавать транзакции, и если что-то пойдет не так, например, вы потеряли соединение, не имеет значения, транзакция может существовать вечно, не влияя на производительность или создавая блокировки, djondb был создан для поддержки долгосрочных транзакций, поэтому вы можете открыть транзакцию, использовать ее, зафиксировать, откатить или просто отбросить (закрыть соединение и забыть, что она была там), и она не оставит базу данных в каком-либо несогласованном состоянии.

Я знаю, что это может показаться странным для парней, занимающихся реляционными исследованиями, но в этом и прелесть NoSQL: он создает новые парадигмы, поддерживающие то, что, по мнению специалистов по SQL, невозможно.

Надеюсь это поможет,

18.09.2015
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..