Django 商业电商 网站知识点
B2B–企业对企业
C2C–个人对个人
B2C–企业对个人
C2B–个人对企业
目录
商业模式介绍
1. B2B–企业对企业
B2B平台是电子商务的一种模式，是英文Business-to-Business的缩写，即商业对商业，或者说是企业间的电子商务，即企业与企业之间通过互联网进行产品、服务及信息的交换。它将企业内部网，通过B2B网站与客户紧密结合起来，通过网络的快速反应，为客户提供更好的服务，从而促进企业的业务发展
案例 阿里巴巴，
2. C2C–个人对个人
通过电子商务网站为买卖用户双方提供一个在线交易平台，使卖方可以在上面发布待出售的物品的信息，而买方可以从中选择进行购买，同时，为便于买卖双方交易，提供交易所需的一系列配套服务。如：协调市场信息汇集、建立信用评价制度、多种付款方式
案例 淘宝，闲鱼，瓜子二手车
3. B2C–企业对个人
B2C是Business to Customer的缩写，而其中文简称为“商对客”。“商对客”是电子商务的一种模式，也就是通常说的直接面向消费者销售产品和服务商业零售模式·这种形式的电子商务一般以网络零售业为主，主要借助于互联网开展在线销售活动·B2C即企业通过互联网为消费者提供一个新型的购物环境
—-网上商店，消费者通过网络在网上购物、网上支付等消费行为。
案例 唯品会，
4.C2B–个人对企业
·C2B（Consumer to Business，即消费者到企业），是互联网经济时代新的商业模式。这一模式改变了原有生产者（企业和机构）和消费者的关系，是一种消费者贡献价值（Create Value），企业和机构消费价值（Consume Value）。C2B模式和我们熟知的供需模式（DSM，Demand Supply Model）恰恰相反，真正的C2B应该先有消费者需求产生而后有企业生产，即先有消费者提出需求，后有生产企业按需求组织生产。通常情况为消费者根据自身需求定制产品和价格，或主动参与产品设计、生产和定价，产品、价格等彰显消费者的个性化需求，生产企业进行定制化生产。
案例 海尔商场，商品宅派
项目知识点
live-server实时简易静态服务器
Live Server：一个具有实时加载功能的小型服务器，可以使用它来破解html/css/javascript，但是不能用于部署最终站点。也就是说我们可以在项目中实时用live-server作为一个实时服务器实时查看开发的网页或项目效果。
安装
1 | npm install -g live-server |
在所在项目目录下，打开命令行工具，输入 live-server，回车就可以了（注意这里默认打开的是index.html）。
默认端口 8080 可以指定端口 9000
1 | live-server --port 9000 |
ubuntu 设置默认IP地址
1 | 设置 wired |
Django自定义文件存储类
注意
- 必须重写的
_open方法，_save方法 url方法 用来访问文件exists方法用来判断文件名是否重复，
1 | """ |
在Django中setting文件设置三个变量
1
2
3
4
5
6# 指定Django使用的文件存储类 ，上面编写的py文件的路径
DEFAULT_FILE_STORAGE = 'utils.fdfs.storage.FastDFSStorage'
# 设置fdfs使用的client.conf文件路径 ，变量名自己取，与上面的py文件一致
FDFS_CLIENT_CONF = './utils/fdfs/client.conf'
# 设置fdfs存储服务器ngibx的ip和端口号，变量名自己取，与上面的py文件一致
FDFS_URL = 'http://xxx.xxx.xxx.xx:8888/'具体见官方文档 https://docs.djangoproject.com/zh-hans/2.2/howto/custom-file-storage/
CKEditor 富文本编辑器
安装
pip install django-ckeditor注册应用
1
2
3
4
5
6INSTALLED_APPS = [
......
'ckeditor', # 富⽂文本编辑器器
'ckeditor_uploader', # 富⽂文本编辑器器上传图⽚片模块
......
]加载配置
1
2
3
4
5
6
7
8
9# 富⽂文本编辑器器ckeditor配置
CKEDITOR_CONFIGS = {
'default': {
'toolbar': 'full', # ⼯工具条功能
'height': 300, # 编辑器器⾼高度
'width': 300, # 编辑器器宽
},
}
CKEDITOR_UPLOAD_PATH = '' # 上传图⽚片保存路路径，使⽤用了了FastDFS，所以此处设为''注册总路由
1
2re_path(r'^ckeditor/', include('ckeditor_uploader.urls')),
模型类补充富⽂文本字段
1
2
3desc_detail = RichTextUploadingField(default='', verbose_name='详细介绍')
desc_pack = RichTextField(default='', verbose_name='包装信息')
desc_service = RichTextUploadingField(default='', verbose_name='售后服务')修复bug适配FastDFS
1
2
3if len(str(saved_path).split('.')) > 1:
if(str(saved_path).split('.')[1].lower() != 'gif'): self._create_thumbnail_if_needed(backend, saved_path)
搜索引擎(全文检索方案Elasticsearch)
实现全文检索的搜索引擎，首选的是
Elasticsearch。
- Elasticsearch是用 Java 实现的，开源的搜索引擎。
- 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github等都采用它。
- Elasticsearch 的底层是开源库Lucene 。但是，没法直接使用 Lucene，必须自己写代码去调用它的接口。
分词说明
搜索引擎在对数据构建索引时，需要进行分词处理。
分词是指将一句话拆解成多个单字或词，这些字或词便是这句话的关键词。
比如：
1
我是中国人
- 分词后：
我、是、中、国、人、中国等等都可以是这句话的关键字。
- 分词后：
Elasticsearch 不支持对中文进行分词建立索引，需要配合扩展
elasticsearch-analysis-ik来实现中文分词处理。
使用Docker安装Elasticsearch
1.获取Elasticsearch-ik镜像
1
2
3
4# 从仓库拉取镜像
$ sudo docker image pull delron/elasticsearch-ik:2.4.6-1.0
# 本地镜像
$ sudo docker load -i elasticsearch-ik-2.4.6_docker.tar2.配置Elasticsearch-ik
elasticsearc-2.4.6目录拷贝到home目录下修改
/home/ubuntu/Desktop/elasticsearc-2.4.6/config/elasticsearch.yml第54行。更改ip地址为本机真实ip地址。
3.使用Docker运行Elasticsearch-ik
1
sudo docker run -dti --name=elasticsearch --network=host -v /home/ubuntu/Desktop/elasticsearch-2.4.6/config:/us
Haystack介绍和安装配置
1.Haystack介绍
Haystack
是在Django中对接搜索引擎的框架，搭建了用户和搜索引擎之间的沟通桥梁。
- 我们在Django中可以通过使用 Haystack 来调用 Elasticsearch 搜索引擎。
Haystack 可以在不修改代码的情况下使用不同的搜索后端（比如
Elasticsearch、Whoosh、Solr等等）。
2.Haystack安装
1
2$ pip install django-haystack
$ pip install elasticsearch==2.4.13.Haystack注册应用和路由
1
2
3INSTALLED_APPS = [
'haystack', # 全文检索
]4.在setting中配置Haystack
1
2
3
4
5
6
7
8
9
10
11# Haystack
HAYSTACK_CONNECTIONS = {
'default': {
'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine',
'URL': 'http://192.168.17.132:9200/', # Elasticsearch服务器ip地址，端口号固定为9200
'INDEX_NAME': 'meiduo_mall', # Elasticsearch建立的索引库的名称
},
}
# 当添加、修改、删除数据时，自动生成索引
# HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
页面静态化
- 为了，提升响应速度，提高用户体验，将页面做成静态化，放到静态服务器上运行，
- 与用户相关的不能做静态化处理，用局部刷新来获取 用户信息，购物车信息，
- 首页index_html， 用crontab 来定时生成
- 静态商品详情页面
购物车
- 购物车存储方法
- 用户选择 2个
huaweip40添加到购物车中，状态为勾选
- 用户选择 2个
- 一条完整的购物车记录包括了
用户,商品,数量，勾选状态 - 存储数据 ：
user_id，sku_id，count，selected
存储 说明
- 购物车数据量小， 结构简单，但是更新频繁，所以我们选择内存型数据库Redis
这里，允许用户不登录，也能添加到购物车，利用浏览器的cookie 存储
密文存储
- 解决方案：
pickle模块和base64模块
pickle模块使用：
pickle.dumps()将Python数据序列化为bytes类型数据。pickle.loads()将bytes类型数据反序列化为python数据。
1
2
3
4
5
6
7
8>>> import pickle
>>> dict = {'1': {'count': 10, 'selected': True}, '2': {'count': 20, 'selected': False}}
>>> ret = pickle.dumps(dict)
>>> ret
b'\x80\x03}q\x00(X\x01\x00\x00\x001q\x01}q\x02(X\x05\x00\x00\x00countq\x03K\nX\x08\x00\x00\x00selectedq\x04\x88uX\x01\x00\x00\x002q\x05}q\x06(h\x03K\x14h\x04\x89uu.'
>>> pickle.loads(ret)
{'1': {'count': 10, 'selected': True}, '2': {'count': 20, 'selected': False}}- base64模块是Python的标准模块，可以对bytes类型数据进行编码，并得到bytes类型的密文数据。
- base64模块使用：
base64.b64encode()将bytes类型数据进行base64编码，返回编码后的bytes类型数据。base64.b64deocde()将base64编码后的bytes类型数据进行解码，返回解码后的bytes类型数据。
1
2
3
4
5
6
7
8import base64
ret
b'\x80\x03}q\x00(X\x01\x00\x00\x001q\x01}q\x02(X\x05\x00\x00\x00countq\x03K\nX\x08\x00\x00\x00selectedq\x04\x88uX\x01\x00\x00\x002q\x05}q\x06(h\x03K\x14h\x04\x89uu.'
b = base64.b64encode(ret)
b
b'gAN9cQAoWAEAAAAxcQF9cQIoWAUAAABjb3VudHEDSwpYCAAAAHNlbGVjdGVkcQSIdVgBAAAAMnEFfXEGKGgDSxRoBIl1dS4='
base64.b64decode(b)
b'\x80\x03}q\x00(X\x01\x00\x00\x001q\x01}q\x02(X\x05\x00\x00\x00countq\x03K\nX\x08\x00\x00\x00selectedq\x04\x88uX\x01\x00\x00\x002q\x05}q\x06(h\x03K\x14h\x04\x89uu.'- 解决方案：
ubuntu 网卡，有时缺少 ens33
解决方法
让他自动寻址，分别输入，就可以ping通了：
1 | xx@ubuntu:~/Desktop$ sudo ifconfig ens33 up |
解决 Win10 与 Ubuntu16.04 之间实现粘贴复制
Ctrl+C,Ctrl+Shift+V
1 | sudo apt install open-vm-tools |
ubuntu安装 网络相关的包 apt install netscript
非幂等&幂等
概念
- 非幂等
- 如果后端处理理结果对于这些请求的最终结果不不同，跟
请求次数相关，则称接⼝口⾮非幂等
- 如果后端处理理结果对于这些请求的最终结果不不同，跟
- 幂等
- 对于同⼀一个接⼝口，进⾏行行多次相同的请求，如果后端处理理结果对于这些请求都是相同的，则称接⼝口是幂等的
- 非幂等
场景
1
2
3
4
5
6
7
8
9
10
11
12PUT/cart/
count 商品数量 原始值 10
方式1 count 表示 商品数量 +1 -->后端执行加1操作，===>非幂等
PUT /cart/ count=1 --> 11
PUT /cart/ count=1 --> 12
PUT /cart/ count=1 --> 13
方式1 count 表示 修改之后的结果 -->后端执行覆盖原有值，===>幂等
PUT /cart/ count=1 --> 1
PUT /cart/ count=1 --> 1
PUT /cart/ count=13 --> 13
Django 事务的使用
1.Django中事务的使用方案
- 在Django中可以通过
django.db.transaction模块提供的atomic来定义一个事务。
atomic提供两种方案实现事务：
装饰器用法：
from django.db import transaction @transaction.atomic def viewfunc(request): # 这些代码会在一个事务中执行 ......1
2
3
4
5
6
7
8
9
10
11
12
13
with语句用法：
```py
from django.db import transaction
def viewfunc(request):
# 这部分代码不在事务中，会被Django自动提交
......
with transaction.atomic():
# 这部分代码会在事务中执行
......
2.事务方案的选择：
- 装饰器用法： 整个视图中所有MySQL数据库的操作都看做一个事务，范围太大，不够灵活。而且无法直接作用于类视图。
- with语句用法： 可以灵活的有选择性的把某些MySQL数据库的操作看做一个事务。而且不用关心视图的类型。
- 具体情况具体分析
3.事务中的保存点：
- 在Django中，还提供了保存点的支持，可以在事务中创建保存点来记录数据的特定状态，数据库出现错误时，可以回滚到数据保存点的状态。
1 | from django.db import transaction |
使用乐观锁并发下单
原因
- 在多个用户同时发起对同一个商品的下单请求时，先查询商品库存，再修改商品库存，会出现资源竞争问题，导致库存的最终结果出现异常。
注意 使用乐观锁的时候，如果一个事务修改了库存并提交了事务，那其他的事务应该可以读取到修改后的数据值，所以不能使用可重复读的隔离级别，应该修改为读取已提交（Read committed）
MySQL事务隔离级别
- 事务隔离级别指的是在处理同一个数据的多个事务中，一个事务修改数据后，其他事务何时能看到修改后的结果。
- MySQL数据库事务隔离级别主要有四种：
Serializable：串行化，一个事务一个事务的执行。Repeatable read：可重复读，无论其他事务是否修改并提交了数据，在这个事务中看到的数据值始终不受其他事务影响。Read committed：读取已提交，其他事务提交了对数据的修改后，本事务就能读取到修改后的数据值。Read uncommitted：读取未提交，其他事务只要修改了数据，即使未提交，本事务也能看到修改后的数据值。- MySQL数据库默认使用可重复读（ Repeatable read）。
- 使用乐观锁的时候，如果一个事务修改了库存并提交了事务，那其他的事务应该可以读取到修改后的数据值，所以不能使用可重复读的隔离级别，应该修改为读取已提交（Read committed）。
- 修改方式：
1 | sudo vim /etc/mysql/mysql.conf.d/mysqld.cnf |
1 | transaction-isolation=READ-COMMITTED |
Django 接入 支付(支付宝为例)
支付宝开放平台入口
登录 账号
控制台
创建应用
开发服务-测试
沙箱环境
沙箱环境
支付宝提供给开发者的模拟支付的环境。跟真实环境是分开的。
支付宝开发文档
电脑网站支付产品介绍： https://docs.open.alipay.com/270
电脑网站支付快速接入： https://docs.open.alipay.com/270/105899/
Python支付宝SDK： 这里使用第三方编写，调用简洁
https://github.com/fzlee/alipay/blob/master/README.zh-hans.md
- SDK安装：
pip install python-alipay-sdk --upgrade
配置RSA2公私钥
生成项目公钥
1 | $ openssl |
调用时注意
notify_url=" ", 此参数一定要写，Str类型
# 生成登录支付宝连接
order_string = alipay.api_alipay_trade_page_pay(
out_trade_no=order_id,
total_amount=str(order.total_amount),
subject="美多商城%s" % order_id,
return_url=settings.ALIPAY_RETURN_URL,
notify_url=" ",1 | app_private_key_string = open(settings.APP_PRIVATE_KEY_PATH).read() |
后台部署
弃用Django自带的admin，使用扩展 xadmin
安装 ubuntu18.04 pip install https://github.com/sshwsfc/xadmin/tarball/
win10 解决 https://blog.csdn.net/teavamc/article/details/75400755
注册应用
1 | # xadmin 配置 |
迁移Xadmin数据库
python manage.py makemigrations
mysql 数据库主从
作用
通过增加从服务器来提⾼数据库的性能，在主服务器上执⾏写⼊和更新，在从服务器器上向外提供读功能，可以动态地调整从服务器器的数量，从⽽调整整个数据库的性能。
提⾼数据安全，因为数据已复制到从服务器，从服务器可以终止复制进程，所以，可以在从服务器上备份⽽不破坏主服务器相应数据
在主服务器上生成实时数据，而在从服务器器上分析这些数据，从而提高主服务器的性能
热备份 主机不停机，实时将数据备份给从机
冷备份 主机需要停机，再将数据备份给从机
同步机制
1.先执行冷备份
2.再执行热备份
注意： mysql 主从机的版本，不要相差太大
修改从机配置文件
1
2
3
4
5
6
7
8
9
10# 修改端口
port = 8306
# 是否生成日志文件 0 不生成 1生成
general_log_file = /var/log/mysql/mysql.log
general_log = 0
# 主机 为1
# 修改从机
server-id = 2主机配置
1
2
3server-id = 1
# log日志文件
log_bin = /var/log/mysql/mysql-bin.log重启主机的mysql
创建从机账号
1
2
3mysql –uroot –pmysql
GRANT REPLICATION SLAVE ON *.* TO 'slave'@'%' identified by 'slave';
FLUSH PRIVILEGES;获取mysql主机的二进制日志信息
在主机上
SHOW MASTER STATUS;
说明
file >> 从机热备份时读取数据的文件
Position >> 从机热备份时读取数据的位置，节点
在从机上
SHOW MASTER STATUS;
序列化器
1. 安装
pip install djangorestframework1
2
3
4
5
6
7
8
##### 2. 注册序列化器
1. ```
INSTALLED_APPS = [
...
'rest_framework',
]
3. 创建序列化器
模型类
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39from django.db import models
# Create your models here.
# 准备书籍列表信息的模型类
class BookInfo(models.Model):
# 创建字段，字段类型...
name = models.CharField(max_length=20, verbose_name='名称')
pub_date = models.DateField(verbose_name='发布日期',null=True)
breadcount = models.IntegerField(default=0, verbose_name='阅读量')
bcommentcount = models.IntegerField(default=0, verbose_name='评论量')
is_delete = models.BooleanField(default=False, verbose_name='逻辑删除')
image = models.ImageField(upload_to='book', null=True, verbose_name='图片')
class Meta:
db_table = 'bookinfo' # 指明数据库表名
verbose_name = '图书' # 在admin站点中显示的名称
def __str__(self):
"""定义每个数据对象的显示信息"""
return self.name
# 准备人物列表信息的模型类
class HeroInfo(models.Model):
hname = models.CharField(max_length=20, verbose_name='名称')
hgender = models.IntegerField(max_length=20,verbose_name='密码')
hdesc = models.CharField(max_length=200, null=True, verbose_name='描述信息')
hbook = models.ForeignKey(BookInfo,related_name='people', on_delete=models.CASCADE, verbose_name='图书') # 外键
is_delete = models.BooleanField(default=False, verbose_name='逻辑删除')
class Meta:
db_table = 'heroinfo'
verbose_name = '人物信息'
def __str__(self):
return self.hname创建
serializers.py文件- 写序列化器
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
from rest_framework import serializers
from book.models import BookInfo
class PeopleInfoSerializer(serializers.Serializer):
"""英雄数据序列化器"""
id = serializers.IntegerField(label='ID')
hname = serializers.CharField(label='名字')
hgender = serializers.IntegerField(label="性别")
hdesc = serializers.CharField(label="描述信息")
"""定义序列化器"""
class BookInfoSerializer(serializers.Serializer):
"""图书数据序列化器"""
id = serializers.IntegerField(label='ID')
name = serializers.CharField(label='名称')
pub_date = serializers.DateField(label='发布日期')
breadcount = serializers.IntegerField(label='阅读量')
bcommentcount = serializers.IntegerField(label='评论量')
# 一对多的序列化器
people = PeopleInfoSerializer(many=True)
class PeopleSerializer(serializers.Serializer):
"""英雄数据序列化器"""
id = serializers.IntegerField(label='ID')
hname = serializers.CharField(label='名字')
hgender = serializers.IntegerField(label="性别")
hdesc = serializers.CharField(label="描述信息")
# hbook_id = serializers.IntegerField(label="图书id")
# hbook = serializers.PrimaryKeyRelatedField(label='图书',read_only=True) # 不能被反序列化
# hbook = serializers.PrimaryKeyRelatedField(label='图书',queryset=BookInfo.objects.all())
# # 此字段将被序列化为关联对象的字符串表示方式（即__str__方法的返回值）
# hbook = serializers.StringRelatedField(label="图书")
# # 图书的序列化信息
hbook = BookInfoSerializer()序列化输出
1
2
3
4
5from book.models import BookInfo,HeroInfo
hero = HeroInfo.objects.get(id=3)
from book.serializers import PeopleSerializer
hero_ser = PeopleSerializer(hero)
hero_ser.data
反序列化器
写一个 字典
创建 序列化器对象 serializer
验证
保存
代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21from book.models import BookInfo,HeroInfo
from book.serializers import PeopleSerializer, BookInfoSerializer
data = {
'name':'Python高级',
'pub_date':'2020-1-1',
'breadcount':100,
'bcommentcount':200,
}
# 创建序列化对象
book = BookInfoSerializer(data=data)
# 验证 返回 True False
book.is_valid()
# 查看报错信息
book.errors
# 返回 {}is_valid()方法还可以在验证失败时抛出异常serializers.ValidationError，可以通过传递raise_exception=True参数开启，REST framework接收到此异常，会向前端返回HTTP 400 Bad Request响应。
read__only和write__only 不能同时出现
**验证字段方法validate_filedname **
可以 进行正则判断，
validate
在序列化器中需要同时对多个字段进行比较验证时，可以定义validate方法来验证，如
1 | def validate(self, attrs): |
保存
保存到数据库，
1 | # 序列化器类，定义create 方法 |
代码
**注意： 如果创建序列化器对象的时候，没有传递instance实例，则调用save()方法的时候，create()被调用。 **
1 | >>> from book.serializers import BookInfoSerializer |
更新
1 | def update(self, instance, validated_data): |
**注意： 如果创建序列化器对象的时候，如果传递了instance实例，则调用save()方法的时候，update()被调用。**测试
1 | >>> from book.serializers import BookInfoSerializer |
小结
- 如果没有传入
instance则 是保存 到数据库，自动调用create方法 - 传入
instance则 是更新 到数据库，自动调用update方法
两点说明：
1） 在对序列化器进行save()保存时，可以额外传递数据，这些数据可以在create()和update()中的validated_data参数获取到
1 | serializer.save(user=request.user) |
2）默认序列化器必须传递所有required的字段，否则会抛出验证异常。但是我们可以使用partial参数来允许部分字段更新
1 | serializer = BookInfoSerializer(instance=book, data={'pub_date': '2999-1-1'}, partial=True) |
模型类序列化器ModelSerializer
ModelSerializer与常规的Serializer相同，但提供了：
- 基于模型类自动生成一系列字段
- 包含默认的create()和update()的实现
代码
1 | from rest_framework import serializers |
演示
设置某些字段为只读
额外参数
序列化器关联的外键写法
1 | subs = AreaSerializer(many=True) # subs 是省下面的所有的市区县 |
视图
扩展 Request
1
2
3
4
5
6# Django自带的 request.GET
# 扩展 request.query_params
======================
# Django自带的 request.POST
# 扩展 request.data扩展 Response
REST framework提供了
Renderer渲染器，用来根据请求头中的Accept（接收数据类型声明）来自动转换响应数据到对应格式。如果前端请求中未进行Accept声明，则会采用默认方式处理响应数据，我们可以通过配置来修改默认响应格式。1
2
3
4
5
6REST_FRAMEWORK = {
'DEFAULT_RENDERER_CLASSES': ( # 默认响应渲染类
'rest_framework.renderers.JSONRenderer', # json渲染器
'rest_framework.renderers.BrowsableAPIRenderer', # 浏览API渲染器
)
}构造方式
1
Response(data, status=None, template_name=None, headers=None, content_type=None)
参数说明：
data: 为响应准备的序列化处理后的数据；status: 状态码，默认200；template_name: 模板名称，如果使用HTMLRenderer时需指明；headers: 用于存放响应头信息的字典；content_type: 响应数据的Content-Type，通常此参数无需传递，REST framework会根据前端所需类型数据来设置该参数。
1. APIView(一级)
APIView与View的不同之处在于：
- 传入到视图方法中的是REST framework的
Request对象，而不是Django的HttpRequeset对象； - 视图方法可以返回REST framework的
Response对象，视图会为响应数据设置（render）符合前端要求的格式； - 任何
APIException异常都会被捕获到，并且处理成合适的响应信息； - 在进行dispatch()分发前，会对请求进行身份认证、权限检查、流量控制。
支持定义的属性：
- authentication_classes列表或元祖，身份认证类
- permissoin_classes列表或元祖，权限检查类
- throttle_classes列表或元祖，流量控制类
2. GenericAPIView(二级)
支持定义的属性：
列表视图与详情视图通用：
- queryset列表视图的查询集
- serializer_class视图使用的序列化器
详情页视图使用：
- lookup_field查询单一数据库对象时使用的条件字段，默认为’
pk‘ - lookup_url_kwarg查询单一数据时URL中的参数关键字名称，默认与look_field相同
- lookup_field查询单一数据库对象时使用的条件字段，默认为’
3. Mixin
注意Mixin 配合GenericAPIView
1）ListModelMixin
列表视图扩展类，提供
list(request, *args, **kwargs)方法快速实现列表视图，返回200状态码。该Mixin的list方法会对数据进行过滤和分页。
2）CreateModelMixin
创建视图扩展类，提供
create(request, *args, **kwargs)方法快速实现创建资源的视图，成功返回201状态码。如果序列化器对前端发送的数据验证失败，返回400错误
4. 子类视图(三级)
ListAPIView
添加路由
视图集ViewSet
- 实现所有的增，删，改，查，查一个
drf 缓存使用
安装
1 | pip3 install drf-extensions |
1.装饰器的方式
它可以接收两个参数
**继承视图 CacheResponseMixin **
setting 设置缓存时间
1
2
3
4
5
6# drf缓存时间
REST_FRAMEWORK_EXTENSIONS = {
# 设置为5秒
'DEFAULT_CACHE_RESPONSE_TIMEOUT': 5
}