跳转到主内容
极星编程网:以代码为星,赴技术山海!

Flask框架中怎么复用高频查询的数据库结果_Python基于应用上下文g对象实现

Flask中不能用全局变量存查询结果,因其被所有请求共享导致线程不安全和上下文混淆;g对象为单请求生命周期设计,可安全缓存如用户实例等临时数据。 为什么不能直接用全局变量存查询结果 Flask 的请求是并发处理的,如果把数据库查询结果直接赋值给模块级变量(比如
user_cache = None
),多个请求会共享同一份数据,导致脏读、覆盖或线程安全问题。更关键的是,不同请求可能需要不同用户的上下文,全局变量根本分不清“这是谁的数据”。
g
对象正是为解决这个而生——它在每次请求开始时自动创建、请求结束时自动销毁,生命周期与单次请求严格对齐。 怎么用
g
缓存一次查询结果供同请求内多次使用 典型场景:一个视图函数里,先查用户基本信息,中间调用某个工具函数又需要用户权限,最后渲染模板还要用用户头像。如果三次都走 DB 查询,纯属浪费。正确做法是在首次查询后把结果挂到
g
上:
from flask import Flask, g, request from your_db_module import get_user_by_id

app = Flask(name)

@app.before_request def load_user(): user_id = request.args.get('uid') if user_id and not hasattr(g, 'current_user'): g.current_user = get_user_by_id(user_id) # 只查一次,挂到 g

@app.route('/dashboard') def dashboard():

同一请求中任意位置都能取,无需重复查

name = g.current_user.name if hasattr(g, 'current_user') else 'Guest'
role = get_user_role(g.current_user)  # 工具函数也用 g.current_user
return f"Hello {name}, role: {role}"
立即学习 “ Python免费学习笔记(深入) ”; Python 3.14.3 微软官方的 Python 扩展,是 VS Code 安装量最高的扩展(209M+)。集成 IntelliSense(通过 Pylance)、调试(通过 Python Debugger)、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。 下载 注意两点:
hasattr(g, 'current_user')
是必须的判断,否则未触发
@before_request
时访问会抛
AttributeError
;
@before_request
不是万能钩子,它不捕获 WebSocket 或 CLI 命令等非 HTTP 请求上下文。
g
和
session
容易混淆的边界在哪
g
是请求级临时容器,只活在当前 HTTP 请求生命周期内;
session
是用户级持久化存储(默认基于签名 cookie),跨请求存在。常见误用是把需要长期记住的数据(如登录态 token)往
g
里塞——请求一结束就丢了。反过来说,别把敏感信息(如数据库密码、API key)放
session
,而
g
存临时对象反而更安全,因为它根本不出服务器内存。
g.user
:适合存本次请求解析出的用户模型实例
session['user_id']
:适合存用于下一次请求识别身份的 ID
g.db_conn
:适合存本次请求专用的数据库连接(避免多线程混用)
current_app.config['SECRET_KEY']
:配置类常量,该用应用上下文就用
current_app
,别塞
g
缓存失效和清理的实操要点
g
不提供自动失效机制,它只保证“请求结束即清空”,所以你不需要手动删键。但要注意:如果你在中间件、装饰器或异常处理路径中提前修改了
g
的值(比如重置
g.current_user
),后续逻辑可能拿到错误状态。更隐蔽的问题是,在单元测试中模拟请求时,
g
不会自动初始化,必须显式
with app.app_context():
或
with app.test_request_context():
才能用。 另外,不要试图把大对象(如千条记录的列表、二进制图片)塞进
g
——它只是字典,没做任何序列化或压缩,内存占用直线上升,还可能拖慢 GC。高频小对象(用户、配置片段、请求参数解析结果)才适合。

相关文章