一、开发环境
1、python3.6
2、django2.0
3、window10
二、项目搭建
1、创建一个虚拟空间mkvirtualenv 空间名
2、创建一个django项目
3、安装graphql的依赖包
pip install graphene-django
4、创建一个组件blog
5、把组件blog及graphene_django注入到app中
6、在settings.py中配置mysql数据库连接
三、书写blog的内容
1、在models.py中写上数据模型
from django.db import models
# Create your models here.
class User(models.Model):
name = models.CharField(max_length=100, verbose_name="博主名字")
gender = models.CharField(max_length=6, choices=(('male', u'男'), ('female', '女')), default='female',
verbose_name='性别')
create_at = models.DateTimeField(auto_now_add=True, verbose_name='创建时间')
class Blog(models.Model):
title = models.CharField(max_length=100, verbose_name='标题')
user = models.ForeignKey(User, null=True, blank=True, on_delete=models.SET_NULL, verbose_name='博主名字')
content = models.TextField(verbose_name='博客内容')
create_at = models.DateTimeField(auto_now_add=True, verbose_name='创建时间')
update_at = models.DateTimeField(auto_now=True, verbose_name='更新时间')
2、新建一个schema.py文件
#!/usr/bin/env python # encoding: utf-8 import graphene from graphene_django.types import DjangoObjectType from .models import User, Blog class UserType(DjangoObjectType): class Meta: model = User class BlogType(DjangoObjectType): class Meta: model = Blog # 定义动作约素输入类型 class UserInput(graphene.InputObjectType): name = graphene.String(required=True) gender = graphene.String(required=True) class BlogInput(graphene.InputObjectType): title = graphene.String(required=True) user = graphene.Int(required=True) content = graphene.String(required=True) # 定义一个创建user的mutation class CreateUser(graphene.Mutation): # api的输入参数 class Arguments: user_data = UserInput(required=True) # api的响应参数 ok = graphene.Boolean() user = graphene.Field(UserType) # api的相应操作,这里是create def mutate(self, info, user_data): user = User.objects.create(name=user_data['name'], gender=user_data['gender']) ok = True return CreateUser(user=user, ok=ok) # 定义一个创建博客的mutation class CreateBlog(graphene.Mutation): class Arguments: blog_data = BlogInput(required=True) blog = graphene.Field(BlogType) def mutate(self, info, blog_data): # 插入到数据库中 blog = Blog.objects.create(title=blog_data['title'], user_id=blog_data['user'], content=blog_data['content']) return CreateBlog(blog=blog) # 定义一个查询语句 class Query(object): all_user = graphene.List(UserType) all_blog = graphene.List(BlogType) def resolve_all_user(self, info, **kwargs): # 查询所有book的逻辑 return User.objects.all() def resolve_all_blog(self, info, **kwargs): # 查询所有title的逻辑 return Blog.objects.all()
3、在跟目录(和settings.py同级)创建一个项目的总schema.py
import graphene import book.schema, blog.schema class Query(blog.schema.Query, graphene.ObjectType): # 总的Schema的query入口 pass class Mutations(graphene.ObjectType): # 总的Schema的mutations入口 create_user = blog.schema.CreateUser.Field() create_blog = blog.schema.CreateBlog.Field() schema = graphene.Schema(query=Query, mutation=Mutations)
4、配置url地址
from django.contrib import admin
from django.urls import path
from graphene_django.views import GraphQLView
from .schema import schema
urlpatterns = [
path('admin/', admin.site.urls),
path('graphql/', GraphQLView.as_view(graphiql=True, schema=schema)),
]
5、生成数据库映射及启动项目,直接在浏览器上访问
四、可以对上面的代码调整
1、把Mutations也单独定义在各自的schema.py中
# 定义一个总的mutation出口 class Mutation(graphene.AbstractType): create_user = CreateUser.Field() create_blog = CreateBlog.Field()
2、在总的schema.py中引入类型Query一样的操作
class Mutations(blog.schema.Mutation, graphene.ObjectType): # 总的Schema的mutations入口 pass
3、输入数据类型可以直接定义在mutation里面
class CreateUser(graphene.Mutation): # api的输入参数(类名可以随便定义) class Arguments: name = graphene.String(required=True) gender = graphene.String(required=True) # api的响应参数 ok = graphene.Boolean() user = graphene.Field(UserType) # api的相应操作,这里是create def mutate(self, info, name, gender): user = User.objects.create(name=name, gender=gender) ok = True return CreateUser(user=user, ok=ok)
五、Query语句中使用条件查询
1、app的schema(官方案例)
import graphene
from graphene_django.types import DjangoObjectType
from .models import Category, Ingredient
class CategoryType(DjangoObjectType):
class Meta:
model = Category
class IngredientType(DjangoObjectType):
class Meta:
model = Ingredient
# 定义一个查询
class Query(object):
# 定义一个根据id或者name查询的
category = graphene.Field(CategoryType,
id=graphene.Int(),
name=graphene.String())
# 查询全部的
all_categories = graphene.List(CategoryType)
# 根据条件查询
ingredient = graphene.Field(IngredientType,
id=graphene.Int(),
name=graphene.String())
# 查询全部的
all_ingredients = graphene.List(IngredientType)
def resolve_all_categories(self, info, **kwargs):
return Category.objects.all()
def resolve_all_ingredients(self, info, **kwargs):
# We can easily optimize query count in the resolve method
return Ingredient.objects.select_related('category').all()
# 定义查询语句
def resolve_category(self, info, **kwargs):
id = kwargs.get('id')
name = kwargs.get('name')
if id is not None:
return Category.objects.get(pk=id)
if name is not None:
return Category.objects.get(name=name)
return None
def resolve_ingredient(self, info, **kwargs):
id = kwargs.get('id')
name = kwargs.get('name')
if id is not None:
return Ingredient.objects.get(pk=id)
if name is not None:
return Ingredient.objects.get(name=name)
return None
官网地址
补充知识:记录下python中使用定时器的几种方法
方式一、直接使用while循环的方式
from datetime import datetime
import time
# 每n秒执行一次
def timer(n):
while True:
print(datetime.now().strftime("%Y-%m-%d %H:%M:%S"))
time.sleep(n)
timer(5)
方式二、使用threading模块中的Timer
from datetime import datetime
from threading import Timer
# 打印时间函数
def print_time(inc):
print(datetime.now().strftime("%Y-%m-%d %H:%M:%S"))
"""
Timer的参数说明
inc:表示时间间隔
print_time:执行的函数
(inc,):传递给执行函数的参数
"""
t = Timer(inc, print_time, (inc,))
t.start()
print_time(2)
方式三、使用sched模块
import time
import sched
from datetime import datetime
# 初始化 sched 模块的 scheduler 类
# 第一个参数是一个可以返回时间戳的函数,第二个参数可以在定时未到达之前阻塞。
schedule = sched.scheduler(time.time, time.sleep)
# 被周期性调度触发的函数
def print_time(inc):
print(datetime.now().strftime("%Y-%m-%d %H:%M:%S"))
schedule.enter(inc, 0, print_time, (inc,))
# 默认参数 60 s
def start(inc=60):
# enter四个参数分别为:间隔事件、优先级(用于同时间到达的两个事件同时执行时定序)、被调用触发的函数、给触发函数的参数(tuple形式)
schedule.enter(0, 0, print_time, (inc,))
schedule.run()
if __name__ == "__main__":
start(10)
方式四、使用apscheduler
from apscheduler.schedulers.blocking import BlockingScheduler
from datetime import datetime
def job():
print(datetime.now().strftime('%Y-%m-%d %H:%M:%S'))
if __name__ == "__main__":
scheduler = BlockingScheduler()
scheduler.add_job(job, 'interval', seconds=5)
scheduler.start()
以上这篇django使用graphql的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
django,graphql
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新动态
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]