频率组件

频率组件类似于权限组件,它判断是否给予请求通过。频率指示临时状态,并用于控制客户端可以向API发出的请求的速率。

与权限一样,可以使用多个调节器。API可能会对未经身份验证的请求进行限制,而对于经过身份验证的请求则进行限制较少。

例如,可以将用户限制为每分钟最多60个请求,每天最多1000个请求。

自定义频率组件

使用方式与权限,认证组件几乎相同

该方式没有DRF提供的方式简洁

import time
import math from rest_framework import exceptions class MyException(exceptions.Throttled):
default_detail = '连接次数过多'
extra_detail_plural = extra_detail_singular = '请在{wait}秒内访问' def __init__(self, wait=None, detail=None, code=None):
super().__init__(wait=wait, detail=detail, code=code) class VisitThrottle():
user_visit_information = dict()
visited_times = 1
period = 60
allow_times_per_minute = 5
first_time_visit = True def allow_request(self, request, view):
self.request_host = request_host = request.META.get("REMOTE_ADDR")
current_user_info = self.user_visit_information.get(request_host, None) if not self.__class__.first_time_visit:
self.user_visit_information[request_host][0] += 1
current_visit_times = self.user_visit_information[request_host][0] if current_visit_times > self.allow_times_per_minute:
if self._current_time - current_user_info[1] <= self.period:
if len(current_user_info) > 2:
current_user_info[2] = self._time_left
else:
current_user_info.append(self._time_left) view.throttled = self.throttled
return None
else:
self.__class__.first_time_visit = True if self.first_time_visit:
self.__class__.first_time_visit = False
self._initial_infomation() return True def wait(self):
return self.period - self.user_visit_information[self.request_host][2] def throttled(self, request, wait):
raise MyException(wait=wait) @property
def _current_time(self):
return time.time() @property
def _time_left(self):
return math.floor(self._current_time - self.user_visit_information.get(self.request_host)[1]) def _initial_infomation(self):
self.user_visit_information[self.request_host] = [self.visited_times, self._current_time]

基于每个视图设置频率:

class BookView(ModelViewSet):# 指定频率类,固定写法
throttle_classes = [RateThrottle]
# 获取数据源, 固定写法
queryset = models.Book.objects.all()
# 序列化类, 固定写法
serializer_class = BookSerializer

使用DRF简单频率控制(局部)

from rest_framework.throttling import SimpleRateThrottle

class RateThrottle(SimpleRateThrottle):
# 每分钟最多五次
rate = '5/m' def get_cache_key(self, request, view):
return self.get_ident(request)

rate代表访问评率,上面表示每分钟五次, get_cache_key 是必须存在的,它的返回值告诉当前频率控制组件要使用什么方式区分访问者(比如ip地址)。

在视图中使用:

class BookView(ModelViewSet):
# 指定频率类,固定写法
throttle_classes = [RateThrottle]
# 获取数据源, 固定写法
queryset = models.Book.objects.all()
# 序列化类, 固定写法
serializer_class = BookSerializer

全局频率控制

首先定义一个频率控制类,并且必须继承 SimpleRateThrottle 这个类,它是DRF提供的一个方便的频率控制类,请看下面的代码:

from rest_framework.throttling import SimpleRateThrottle

class RateThrottle(SimpleRateThrottle):
scope = "visit_rate" def get_cache_key(self, request, view):
return self.get_ident(request)

在全局配置频率控制参数:

REST_FRAMEWORK = {
"DEFAULT_THROTTLE_CLASSES": ('app.utils.throttles.RateThrottle',),
"DEFAULT_THROTTLE_RATES": {
"visit_rate": "5/m"
}
}

这样就实现了,每分钟最多五次访问的逻辑。

另外,可以使用 DEFAULT_THROTTLE_CLASSES 和 DEFAULT_THROTTLE_RATES 设置全局设置默认的限制策略。

例如:

REST_FRAMEWORK = {
'DEFAULT_THROTTLE_CLASSES': [
'rest_framework.throttling.AnonRateThrottle',
'rest_framework.throttling.UserRateThrottle'
],
'DEFAULT_THROTTLE_RATES': {
# 游客每天访问次数不能超过100次
'anon': '100/day',
# 用户每天访问次数不能超过1000次
'user': '1000/day'
}
}

响应器

在使用DRF的Response类来将数据响应给客户端时,不管是POSTMAN工具还是浏览器,都能浏览到经过格式化后的,清晰易懂数据,DRF是怎么做的呢?其实就是通过响应器组件

响应器组件的使用

如果不需要使用DRF提供给浏览器的格式化后的数据,只需要禁止该响应方式即可:

from rest_framework.renderers import JSONRenderer, BrowsableAPIRenderer

class BookView(ModelViewSet):
# 指定响应器类,固定写法,返回json格式数据
renderer_classes = [JSONRenderer]
# 获取数据源, 固定写法
queryset = models.Book.objects.all()
# 序列化类, 固定写法
serializer_class = BookSerializer

这样,浏览器再次访问,接收到的就是普通的json格式数据,而不是经过DRF格式化后的数据,renderer_classes的查找逻辑与之前的解析器等等组件是完全一样的。

分页器

为了服务器性能考虑,也为了用户体验,我们不应该一次将所有的数据从数据库中查询出来,返回给客户端浏览器,如果数据量非常大,这对于服务器来讲,可以说是性能灾难,而对于用户来讲,加载速度将会非常慢。

而分页器能很好的解决该问题。

分页器的使用

第一步:导入模块

from rest_framework.pagination import PageNumberPagination

第二步:获取数据

books = Book.objects.all()

第三步:创建分页器

paginater = PageNumberPagination()

第四步:开始分页

paged_books = paginater.paginate_queryset(books, request)

第五步:将分页后的数据进行序列化

serialized_data = BookSerializer(paged_books, many=True)

第六步:返回数据

return Response(serialized_data.data)

常用参数介绍

常用分页器参数:
1. page_size:        用来控制每页显示多少条数据(全局参数名为PAGE_SIZE);
2. page_query_param:    用来提供直接访问某页的数据;
3. page_size_query_param: 临时调整当前显示多少条数据
4. max_page_size:     控制page_size_query_param参数能调整的最大条数 偏移分页器参数
1. default_limit:      每页显示的数据条数
2. offset_query_param:   要偏移的标杆,在前端以get的形式传,key为offset('可修改')
3. limit_query_param:   偏移量,在前端以get的形式传,key为limit('可修改')
4. max_limit:        一页最大的显示条数

自定义分页器

常用分页器 url :

# url:示例
http://http://127.0.0.1:8000/books/?page=2
# 在第二页显示,100条,但是page_size最大不能超过定义的max_page_size
http://http://127.0.0.1:8000/books/?page=2&page_size=100

常用分页器类:

from rest_framework.pagination import PageNumberPagination

# 定义分页器类
class BookPageNumberPagination(PageNumberPagination):
# 默认一页条数
page_size = 2
# 前端发送的页数关键字名
page_query_param = 'page'
# 用户自定义一页条数 关键字名
page_size_query_param = 'page_size'
# 用户自定义一页最大控制条数
max_page_size = 2

偏移分页器 url :

# url:示例
http://http://127.0.0.1:8000/books/?limit=10
# 在100条后显示10条, 但是显示的条数不能超过定义的max_limit
http://http://127.0.0.1:8000/books/?limit=10&offset=100

偏移分页器类:

from rest_framework.pagination import LimitOffsetPagination

class BookLimitOffsetPagination(LimitOffsetPagination):
# 默认一页条数
default_limit = 2
# 从offset开始往后显示limit条
limit_query_param = 'limit'
offset_query_param = 'offset'
# 最大显示多少条
max_limit = 4

视图类使用:

class BookView(ModelViewSet):
# 指定分页器类,固定写法,只能指定一个分页器类
pagination_class = BookPageNumberPagination
# pagination_class = BookLimitOffsetPagination
# 获取数据源, 固定写法
queryset = models.Book.objects.all()
# 序列化类, 固定写法
serializer_class = BookSerializer

~>.<~

DRF Django REST framework 之 频率,响应器与分页器组件(六)的更多相关文章

  1. 轻轻松松学会 DRF Django REST framework

    据我了解,目前的IT行业的大部分后端开发,都是需要进行前后端分离的,而前后端分类必不可少的是rest 规范,以下是django rest framework的学习路径: DRF Django REST ...

  2. DRF Django REST framework APIView(一)

    什么是REST? REST是一个标准,一种规范,遵循REST风格可以使开发的接口通用,便于调用者理解接口的作用. 使url更容易理解,让增删改清晰易懂,在前后端分离开发中按照这一规范能加快开发效率,减 ...

  3. [Django高级之批量插入数据、分页器组件]

    [Django高级之批量插入数据.分页器组件] 批量插入数据 模板层models.py from django.db import models class Books(models.Model): ...

  4. Django REST Framework之频率限制

    开放平台的API接口调用需要限制其频率,以节约服务器资源和避免恶意的频繁调用 使用 自定义频率限制组件:utils/thottle.py class MyThrottle(BaseThrottle): ...

  5. DRF Django REST framework 之 解析器(二)

    引入 Django Rest framework帮助我们实现了处理application/json协议请求的数据,如果不使用DRF,直接从 request.body 里面拿到原始的客户端请求的字节数据 ...

  6. DRF (Django REST framework) 中的Request 与 Response

    DRF中的Request 与 Response 1. Request - REST framework 传入视图的request对象不再是Django默认的HttpRequest对象,而是REST f ...

  7. DRF Django REST framework 之 认证组件(五)

    引言 很久很久以前,Web站点只是作为浏览服务器资源(数据)和其他资源的工具,甚少有什么用户交互之类的烦人的事情需要处理,所以,Web站点的开发这根本不关心什么人在什么时候访问了什么资源,不需要记录任 ...

  8. DRF (Django REST framework) 中的视图类

    视图说明 1. 两个基类 1)APIView rest_framework.views.APIView APIView是REST framework提供的所有视图的基类,继承自Django的View父 ...

  9. DRF Django REST framework 之 序列化(三)

    Django 原生 serializer (序列化) 导入模块 from django.core.serializers import serialize 获取queryset 对queryset进行 ...

随机推荐

  1. mongodb定时删除数据(索引删除)

    一 简介:本文介绍创建自动删除数据的TTL索引 二 目的 定时删除数据三 创建方法   db.collection.createIndex(keys, options)   options:   ex ...

  2. ubuntu开机自启动服务

    ubuntu下一个用来管理开机自启动服务的程序,今天在ss vps上安装时老是提示这个错误,百度后,下面的这个方法可行: vi /etc/apt/source.list 输入i,进入Insert模式 ...

  3. 移动端自动化测试Appium环境搭建(part1-2-3)

    Appium移动端自动化测试相信大家都不陌生,appium的铁哥们是selenium,不管是selenium还是appium,都是调用webdriver来做自动化测试.今天关于appium的介绍我们不 ...

  4. windows下大数据开发环境搭建(1)——Hadoop环境搭建

    所需环境 jdk 8 Hadoop下载 http://hadoop.apache.org/releases.html 配置环境变量 HADOOP_HOME: C:\hadoop-2.7.7 Path: ...

  5. 在input输入值改变reducer里的值

    输入值改变reducer里的值 通过store.dispatch传入reducer中,函数的第二个参数可以接收到 在reducer中 在todolist文件中 然后在把this.state中的值改变

  6. 性能测试——记weblogic 连接池满无法链接故障诊断过程

    记weblogic 连接池满无法链接故障诊断过程 前段时间公司负责建行的一个票据系统在,上线前几个分行试运行环境下,每天后台日志都会报oracle.jdbc.xa.OracleXAException, ...

  7. H3C 交换机设置本地用户和telnet远程登录配置 v7 版本

    H3C 交换机设置本地用户和telnet远程登录配置   v7版本 一.配置远程用户密码与本地用户一致 [H3C]telnet server en //开启Telnet 服务 [H3C]local-u ...

  8. 2019-9-16:渗透测试,基础学习,Linux下软件安装,环境搭建,笔记

    Centos linux下软件安装yum 通过分析rpm包头数据后,自动解决依赖关系,直接云端下载软件,根据不同版本系统获取不同软件信息,按顺序下载rpm包,安装软件yum search 软件名:搜索 ...

  9. oracle表结构

    表管理 新建表 语法 create table 表名 ( 列名1 类型(长度), 列名2 类型(长度), 列名3 类型(长度) ); create table:关键字,建表 后跟新建表的表名,表名长度 ...

  10. Dubbo实现登陆

    一.目录展示 二.dubbo_logins_service 2.1 实体类和service层 2.2 logins实体类 package com.login.entity; import java.i ...