这篇文章主要介绍了python django事务transaction源码分析详解的相关资料,需要的朋友可以参考下
python Django事务
网上关于django1.6的事务资料很多,但是1.8的却搜不到任何资料,自己要用的时候费了不少劲就是不行,现在记下要用的人少走弯路 version:Django 1.8 事务官方文档 事务中文文档 里面介绍很多方法,不一一赘述,按照文档即可,下面只分析下atomic方法的源码 按照官方文档 transaction.atomic 有两种用法装饰器和上下文管理器
# atomic() 方法 # from django.db import transaction ################### # atomic() ################### def atomic(using=None, savepoint=True): # 装饰器和上下文管理器必须.()调用方法,因为真正的处理是该方法返回的实例,不是该方法本身 if callable(using): return Atomic(DEFAULT_DB_ALIAS, savepoint)(using) # Decorator: @atomic(...) or context manager: with atomic(...): ... else: return Atomic(using, savepoint) ########################################## # Atomic类 省略了非核心内容 ############################################ class Atomic(ContextDecorator): def init(self, using, savepoint): self.using = using self.savepoint = savepoint def enter(self): connection = get_connection(self.using) sid = connection.savepoint() # 进入with创建一个保存点 # .............do def exit(self, exc_type, exc_value, traceback): if connection.in_atomic_block: # do............. if sid is not None: try: connection.savepoint_commit(sid) # 提交事务 except DatabaseError: try: connection.savepoint_rollback(sid) # 捕获数据库异常回滚 connection.savepoint_commit(sid) except Error: connection.needs_rollback = True raise ## 还有一段代码是exec_type收到其他程序异常时候 全局回滚,此处省略 # do................. ############################### # ContextDecorator ################################# class ContextDecorator(object): def call(self, func): def inner(*args, **kwargs): with self: # 把函数放进self的with上下文管理器,效果with相同,只是控制细粒度不同 return func(*args, **kwargs) return inner
python MySQLdb
class Tran(): def init(self, conn=None, close=True): if conn is None: # 创建数据库链接 print 'init' self.conn = conn_tbkt() self.cur = self.conn.cursor() self.sql = [] def enter(self): # 上下文管理器返回 sql语句列表 with Tran('tbkt_pxb') as sqls: print 'enter' return self.sql # sql.append('select 1') def exit(self, exc_type, exc_val, exc_tb): print 'exit' try: print self.sql # 执行sql for s in self.sql: self.cur.execute(s) self.conn.commit() except: # 可以捕获所有异常(django事务如果中间出现程序异常终止无法回滚) try: # 回滚本身也是sql执行,也有可能失败 import traceback traceback.print_exc() print 'rollback' self.conn.rollback() except: print u'回滚失败' finally: self.cur.close() self.conn.close()
更细粒度的回滚:
# 在事务块中@atomic() 或者 with atomic(): sid = transaction.savepoint('tbkt_pxb') try: # do .......... except: transaction.savepoint_rollback(sid, 'tbkt_pxb')
注意:如果有多个数据库有路由,则需要指定和路由返回一致的useing: math2下的model需要事务,即使ziyuan_new和default是同一个库,也必须使用useing=ziyuan_new
ziyuan_app = ['math2', 'ziyuan'] if model._meta.app_label in ziyuan_app: return "ziyuan_new" return 'default'
调用时候必须.()方法调用
atomic块中必须注意try的使用,如果手动捕获了程序错误会导致atomic包装器捕获不到异常,也就不会回滚。要么try内代码不影响事务操作,要么就捕获异常后raise出,让atomic可以正常回滚(就是因为没有注意到这个问题,导致尝试了好几天都没成功,切记)
感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!
以上是关于python django事务transaction源码分析介绍的详细内容。更多信息请关注PHP中文网其他相关文章!

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

Python是数据科学和处理的最爱,为高性能计算提供了丰富的生态系统。但是,Python中的并行编程提出了独特的挑战。本教程探讨了这些挑战,重点是全球解释

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

本教程演示了在Python 3中创建自定义管道数据结构,利用类和操作员超载以增强功能。 管道的灵活性在于它能够将一系列函数应用于数据集的能力,GE

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

Dreamweaver CS6
视觉化网页开发工具

禅工作室 13.0.1
功能强大的PHP集成开发环境

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

SublimeText3 英文版
推荐:为Win版本,支持代码提示!

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境