def add_operation_times(operation_times_key):
"""
累加操作次数
参数：
operation_times_key 缓存key
"""
# 获取当前用户已记录操作次数
get_operation_times = convert_helper.to_int0(
cache_helper.get(operation_times_key))
# 记录获取次数
cache_helper.set(operation_times_key, get_operation_times + 1, 600)
def add_relevance_cache_in_list(self, key):
"""将缓存名称存储到列表里————主要存储与记录变更关联的"""
# 从nosql中读取全局缓存列表
cache_list = cache_helper.get(self.__cache_list)
# 判断缓存列表是否有值，有则进行添加操作
if cache_list:
# 判断是否已存储列表中，不存在则执行添加操作
if not key in cache_list:
cache_list.append(key)
cache_helper.set(self.__cache_list, cache_list)
# 无则直接创建全局缓存列表，并存储到nosql中
else:
cache_list = [key]
cache_helper.set(self.__cache_list, cache_list)
def get_model_for_cache_of_where(self, where):
"""
通过条件获取记录实体——条件必须是额外的主键，也就是说记录是唯一的（我们经常需要使用key、编码或指定条件来获取记录，这时可以通过当前方法来获取）
:param where: 查询条件
:return: 记录实体
"""
# 生成实体缓存key
model_cache_key = self.__table_name + encrypt_helper.md5(where)
# 通过条件从缓存中获取记录id
pk = cache_helper.get(model_cache_key)
# 如果主键id存在，则直接从缓存中读取记录
if pk:
return self.get_model_for_cache(pk)
# 否则从数据库中获取
result = self.get_model(where)
if result:
# 存储条件对应的主键id值到缓存中
cache_helper.set(model_cache_key, result.get(self.__pk_name))
# 存储记录实体到缓存中
self.set_model_for_cache(result.get(self.__pk_name), result)
return result
def check_operation_times(operation_name, limiting_frequency, ip, is_add=True):
"""
检查操作次数
参数：
operation_name 操作名称
limiting_frequency 限制次数
is_add 是否累加
返回参数：
True 不限制
False 限制操作
"""
if not operation_name or limiting_frequency is None:
return False, '参数错误，错误码：-400-001，请与管理员联系', '', 0
# 如果限制次数为0时，默认不限制操作
if limiting_frequency <= 0:
return True, '', '', 0
##############################################################
### 判断用户操作次数，超出次数限制执行 ###
# 获取当前用户已记录操作次数
operation_times_key = operation_name + '_' + encrypt_helper.md5(
operation_name + ip)
operation_times = convert_helper.to_int0(
cache_helper.get(operation_times_key))
# 如果系统限制了出错次数，且当前用户已超出限制，则返回错误
if limiting_frequency and operation_times >= limiting_frequency:
return False, '您在10分钟内连续操作次数达到' + str(
limiting_frequency
) + '次，已超出限制，请稍候再试', operation_times_key, operation_times
if is_add:
# 记录操作次数，默认在缓存中存储10分钟
cache_helper.set(operation_times_key, operation_times + 1, 600)
return True, '', operation_times_key, operation_times
def _load_cache(self):
"""全表记录载入缓存"""
# 生成缓存载入状态key，主要用于检查是否已执行了菜单表载入缓存判断
cache_key = self.__table_name + '_is_load'
# 将自定义的key存储到全局缓存队列中（关于全局缓存队列请查看前面ORM对应章节说明）
self.add_relevance_cache_in_list(cache_key)
# 获取缓存载入状态，检查记录是否已载入缓存，是的话则不再执行
if cache_helper.get(cache_key):
return
# 从数据库中读取全部记录
result = self.get_list()
# 标记记录已载入缓存
cache_helper.set(cache_key, True)
# 如果菜单表没有记录，则直接退出
if not result:
return
# 循环遍历所有记录，组合处理后，存储到nosql缓存中
for model in result.get('rows', {}):
# 提取菜单页面对应的接口（后台菜单管理中的接口值，同一个菜单操作时，经常需要访问多个接口，所以这个值有中存储多们接口值）
interface_url = model.get('interface_url', '')
if not interface_url:
continue
# 获取前端html页面地址
page_url = model.get('page_url', '')
# 同一页面接口可能有多个，所以需要进行分割
interface_url_arr = interface_url.replace('\n', '').replace(
' ', '').split(',')
# 逐个接口处理
for interface in interface_url_arr:
# html+接口组合生成key
url_md5 = encrypt_helper.md5(page_url + interface)
# 存储到全局缓存队列中，方便菜单记录更改时，自动清除这些自定义缓存
self.add_relevance_cache_in_list(url_md5)
# 存储到nosql缓存
cache_helper.set(url_md5, model)
def set_model_for_cache(self, pk, value, time=43200):
"""更新存储在缓存中的数据库记录，缓存过期时间为12小时"""
# 生成缓存key
key = self.get_cache_key(pk)
# 存储到nosql缓存中
cache_helper.set(key, value, time)