【分享】分层明确高度定制化的 Python Flask MVC

缘由

    Python在AI,AR VR这块使用越来越广泛。同时在Web方面也有很多成熟的框架。而我本身由于使用

Flask 比较多,个人认为就是比较简单,容易入手,可定制化强。这里我将我经过多个项目多次迭代的

自认为还可以的框架结构整理出来。方便自己可以更容易创建新项目。


    大家也知道我录制了两门关于python的课程都是基于这个定制化的分层结构的框架开发系统的

目录结构

.
├── api  api存放
│   ├── controllers 所有的C层放在这里
│   ├── interceptors 拦截器相关
├── application.py  封装的Flask的全局变量,包括app,数据库等
├── common 存放公用部分
│   ├── libs  公用方法或者类
│   ├── models 所有的数据库model
├── config 配置文件
│   ├── base_setting.py   基础配置
│   ├── develop_setting.py 开发环境
│   ├── local_setting_demo.py 本地开发环境配置demo
│   └── production_setting.py 生产环境的配置
├── docs 文档存放
│   ├── Mysql.md  所有数据库变更必须在这里记录
├── jobs 定时任务
│   ├── bin
│   └── tasks 所有定时任务都存放在这里
├── router 路由配置入口
│   ├── www.py 对应web的路由配置
│   └── api.py 对应api的路由配置
├── manage_web.py web启动入口
├── manage_job.py job定时器启动入口
├── manage_api.py api启动入口 (如果有api的话)
├── requirements.txt python 扩展
├── uwsgi.ini 生产环境uwsgi
├── web  HTTP存放
│   ├── controllers 所有的C层放在这里
│   ├── interceptors 拦截器相关
│   ├── static 静态文件
│   └── templates 模板文件

功能特性

目录结构分层

        相信代码分层很多人都听说。但是未必都能理解这样做会有什么好处。对于小型项目可能分不分不会有什么太大的问题,但是如果对于一个大型项目,分层就会带来特别明显的好处。大家翻阅代码知道去什么地方找,让开发和维护更加简洁。

多环境配置隔离

        flask默认官方是有环境配置隔离方法的,我个人觉得官方的方式不太好,所以就结合以前使用php和在实际开发和运维当做自己规定了一套方案。如下 通过不同的配置文件做到多环境覆盖

例如 develop 可以是开发环境,production 是 生产环境,还可以增加test 为测试环境

通过环境变量ops_config 来进行切换

├── config 配置文件
│   ├── base_setting.py   基础配置
│   ├── develop_setting.py 开发环境
│   ├── local_setting_demo.py 本地开发环境配置demo
│   └── production_setting.py 生产环境的配置

支持多APP模式

        很多情况我们可能要开发好几个应用,只有一个满足不了我们的需求。例如增加一个api,增加一个admin 都有可能。为了满足这种情况我就做了定制化架构。

通过不同的入口来决定不同的应用

├── api  api存放
│   ├── controllers 所有的C层放在这里
│   ├── interceptors 拦截器相关
├── router 路由配置入口
│   ├── www.py 对应web的路由配置
│   └── api.py 对应api的路由配置
├── manage_web.py web启动入口
├── manage_api.py api启动入口 (如果有api的话)
├── web  HTTP存放
│   ├── controllers 所有的C层放在这里
│   ├── interceptors 拦截器相关
│   ├── static 静态文件
│   └── templates 模板文件

支持定时器

        为了方便我们写定时器,我自己写了一个简单的脚手架。方便使用。网上也有很多其他的定时器插件。但是从我时间实践得来,定时器当成一个独立的应用会更好,不要和其他应用有任何耦合最好。


├── jobs 定时任务
│   ├── bin
│   └── tasks 所有定时任务都存放在这里
├── manage_job.py job定时器启动入口

11.png


快速使用

关联课程