美多商城完整教程（附代码资料）主要内容讲述：欢迎来到美多商城！，项目准备。展示用户注册页面，创建用户模块子应用。用户注册业务实现，用户注册前端逻辑。图形验证码，图形验证码接口设计和定义。短信验证码，避免频繁发送短信验证码。账号登录，用户名登录。登录，登录开发文档。用户基本信息，查询并渲染用户基本信息。收货地址，省市区三级联动。收货地址，展示地址前后端逻辑。商品数据库表设计，SPU和SKU。准备商品数据，容器化方案Docker。首页广告，展示首页商品频道分类。商品列表页，列表页面包屑导航。商品搜索，Haystack扩展建立索引。商品详情页，统计分类商品访问量。购物车管理，添加购物车。购物车管理，删除购物车。订单，结算订单。提交订单，使用乐观锁并发下单。对接系统，订单支付功能。页面静态化，首页广告页面静态化。MySQL读写分离，MySQL主从同步。

全套笔记资料代码移步： 前往gitee仓库查看

感兴趣的小伙伴可以自取哦，欢迎大家点赞转发~

全套教程部分目录：

部分文件图片：

短信验证码

避免频繁发送短信验证码

存在的问题：

• 虽然我们在前端界面做了60秒倒计时功能。
• 但是恶意用户可以绕过前端界面向后端频繁请求短信验证码。

解决办法：

• 在后端也要限制用户请求短信验证码的频率。60秒内只允许一次请求短信验证码。
• 在Redis数据库中缓存一个数值，有效期设置为60秒。

1. 避免频繁发送短信验证码逻辑分析

2. 避免频繁发送短信验证码逻辑实现

1.提取、校验send_flag

send_flag = redis_conn.get('send_flag_%s' % mobile)
if send_flag:
    return http.JsonResponse({'code': RETCODE.THROTTLINGERR, 'errmsg': '发送短信过于频繁'})

2.重新写入send_flag

# 保存短信验证码


redis_conn.setex('sms_%s' % mobile, constants.SMS_CODE_REDIS_EXPIRES, sms_code)


# 重新写入send_flag


redis_conn.setex('send_flag_%s' % mobile, constants.SEND_SMS_CODE_INTERVAL, 1)

3.界面渲染频繁发送短信提示信息

if (response.data.code == '4001') {
    this.error_image_code_message = response.data.errmsg;
    this.error_image_code = true;
} else { // 4002
    this.error_sms_code_message = response.data.errmsg;
    this.error_sms_code = true;
}

pipeline操作Redis数据库

Redis的 C - S 架构：

• 基于客户端-服务端模型以及请求/响应协议的TCP服务。
• 客户端向服务端发送一个查询请求，并监听Socket返回。
• 通常是以阻塞模式，等待服务端响应。
• 服务端处理命令，并将结果返回给客户端。

存在的问题：

• 如果Redis服务端需要同时处理多个请求，加上网络延迟，那么服务端利用率不高，效率降低。

解决的办法：

• 管道pipeline

1. pipeline的介绍

管道pipeline

• 可以一次性发送多条命令并在执行完后一次性将结果返回。
• pipeline通过减少客户端与Redis的通信次数来实现降低往返延时时间。

实现的原理

• 实现的原理是队列。
• Client可以将三个命令放到一个tcp报文一起发送。
• Server则可以将三条命令的处理结果放到一个tcp报文返回。
• 队列是先进先出，这样就保证数据的顺序性。

2. pipeline操作Redis数据库

1.实现步骤

1. 创建Redis管道
2. 将Redis请求添加到队列
3. 执行请求

2.代码实现

# 创建Redis管道


pl = redis_conn.pipeline()


# 将Redis请求添加到队列


pl.setex('sms_%s' % mobile, constants.SMS_CODE_REDIS_EXPIRES, sms_code)
pl.setex('send_flag_%s' % mobile, constants.SEND_SMS_CODE_INTERVAL, 1)


# 执行请求


pl.execute()

异步方案RabbitMQ和Celery

生产者消费者设计模式

思考：

• 下面两行代码存在什么问题？

问题：

• 我们的代码是自上而下同步执行的。
• 发送短信是耗时的操作。如果短信被阻塞住，用户响应将会延迟。
• 响应延迟会造成用户界面的倒计时延迟。

解决：

• 异步发送短信
• 发送短信和响应分开执行，将发送短信从主业务中解耦出来。

思考：

• 如何将发送短信从主业务中解耦出来。

生产者消费者设计模式介绍

• 为了将发送短信从主业务中解耦出来,我们引入生产者消费者设计模式。
• 它是最常用的解耦方式之一，寻找中间人(broker)搭桥，保证两个业务没有直接关联。

总结：

• 生产者生成消息，缓存到消息队列中，消费者读取消息队列中的消息并执行。
• 由美多商城生成发送短信消息，缓存到消息队列中，消费者读取消息队列中的发送短信消息并执行。

RabbitMQ介绍和使用

1. RabbitMQ介绍

• 消息队列是消息在传输的过程中保存消息的容器。

• 现在主流消息队列有：RabbitMQ、ActiveMQ、Kafka等等。

• RabbitMQ和ActiveMQ比较

  • 系统吞吐量：RabbitMQ好于ActiveMQ
  • 持久化消息：RabbitMQ和ActiveMQ都支持
  • 高并发和可靠性：RabbitMQ好于ActiveMQ

• RabbitMQ和Kafka：

  • 系统吞吐量：RabbitMQ弱于Kafka
  • 可靠性和稳定性：RabbitMQ好于Kafka比较
  • 设计初衷：Kafka是处理日志的，是日志系统，所以并没有具备一个成熟MQ应该具备的特性。

• 综合考虑，本项目选择RabbitMQ作为消息队列。

2. 安装RabbitMQ（ubuntu 16.04）

1.安装Erlang

• 由于 RabbitMQ 是采用 Erlang 编写的，所以需要安装 Erlang 语言库。

# 1. 在系统中加入 erlang apt 仓库


$ wget 
$ sudo dpkg -i erlang-solutions_1.0_all.deb



# 2. 修改 Erlang 镜像地址，默认的下载速度特别慢


$ vim /etc/apt/sources.list.d/erlang-solutions.list


# 替换默认值


$ deb  xenial contrib



# 3. 更新 apt 仓库和安装 Erlang


$ sudo apt-get update
$ sudo apt-get install erlang erlang-nox

2.安装RabbitMQ

• 安装成功后，默认就是启动状态。

# 1. 先在系统中加入 rabbitmq apt 仓库，再加入 rabbitmq signing key


$ echo 'deb  testing main' | sudo tee /etc/apt/sources.list.d/rabbitmq.list
$ wget -O-  | sudo apt-key add -



# 2. 更新 apt 仓库和安装 RabbitMQ


$ sudo apt-get update
$ sudo apt-get install rabbitmq-server

# 重启


$ sudo systemctl restart rabbitmq-server


# 启动


$ sudo systemctl start rabbitmq-server


# 关闭


$ sudo systemctl stop rabbitmq-server

3.Python访问RabbitMQ

• RabbitMQ提供默认的administrator账户。
• 用户名和密码：guest、guest
• 协议：amqp
• 地址：localhost
• 端口：5672
• 查看队列中的消息：sudo rabbitctl list_queues

# Python3虚拟环境下，安装pika


$ pip install pika

# 生产者代码：rabbitmq_producer.py


import pika




# 链接到RabbitMQ服务器


credentials = pika.PlainCredentials('guest', 'guest')
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost',5672,'/',credentials))


#创建频道


channel = connection.channel()


# 声明消息队列


channel.queue_declare(queue='zxc')


# routing_key是队列名 body是要插入的内容


channel.basic_publish(exchange='', routing_key='zxc', body='Hello RabbitMQ!')
print("开始向 'zxc' 队列中发布消息 'Hello RabbitMQ!'")


# 关闭链接


connection.close()

# 消费者代码：rabbitmq_customer.py 


import pika




# 链接到rabbitmq服务器


credentials = pika.PlainCredentials('guest', 'guest')
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost',5672,'/',credentials))


# 创建频道，声明消息队列


channel = connection.channel()
channel.queue_declare(queue='zxc')


# 定义接受消息的回调函数


def callback(ch, method, properties, body):
    print(body)


# 告诉RabbitMQ使用callback来接收信息


channel.basic_consume(callback, queue='zxc', no_ack=True)


# 开始接收信息


channel.start_consuming()

3. 新建administrator用户

# 新建用户，并设置密码


$ sudo rabbitmqctl add_user admin your_password 


# 设置标签为administrator


$ sudo rabbitmqctl set_user_tags admin administrator


# 设置所有权限


$ sudo rabbitmqctl set_permissions -p / admin ".*" ".*" ".*"


# 查看用户列表


sudo rabbitmqctl list_users


# 删除用户


$ sudo rabbitmqctl delete_user admin

4. RabbitMQ配置远程访问

1.准备配置文件

• 安装好 RabbitMQ 之后，在 /etc/rabbitmq 目录下面默认没有配置文件，需要单独下载。

$ cd /etc/rabbitmq/
$ wget 
$ sudo cp rabbitmq.config.example rabbitmq.config

2.设置配置文件

$ sudo vim rabbitmq.config



# 设置配置文件结束后，重启RabbitMQ服务端


$ sudo systemctl restart rabbitmq-server

配置完成后，使用rabbitmq_producer.py、rabbitmq_customer.py测试。

Celery介绍和使用

思考：

• 消费者取到消息之后，要消费掉（执行任务），需要我们去实现。
• 任务可能出现高并发的情况，需要补充多任务的方式执行。
• 耗时任务很多种，每种耗时任务编写的生产者和消费者代码有重复。
• 取到的消息什么时候执行，以什么样的方式执行。

结论：

• 实际开发中，我们可以借助成熟的工具Celery来完成。
• 有了Celery，我们在使用生产者消费者模式时，只需要关注任务本身，极大的简化了程序员的开发流程。

1. Celery介绍

• Celery介绍：

• 一个简单、灵活且可靠、处理大量消息的分布式系统，可以在一台或者多台机器上运行。

• 单个 Celery 进程每分钟可处理数以百万计的任务。

• 通过消息进行通信，使用消息队列（broker）在客户端和消费者之间进行协调。

• 安装Celery：

$ pip install -U Celery

• [Celery官方文档](

2. 创建Celery实例并加载配置

1.定义Celery包

2.创建Celery实例

celery_tasks.main.py

# celery启动文件


from celery import Celery




# 创建celery实例


celery_app = Celery('meiduo')

3.加载Celery配置

celery_tasks.config.py

# 指定消息队列的位置


broker_url= 'amqp://guest:guest@192.168.103.158:5672'

celery_tasks.main.py

# celery启动文件


from celery import Celery




# 创建celery实例


celery_app = Celery('meiduo')


# 加载celery配置


celery_app.config_from_object('celery_tasks.config')

3. 定义发送短信任务

1.注册任务：celery_tasks.main.py ```python

celery启动文件

from celery import Celery

创建celery实例

celery_app = Celery('meiduo')

加载celery配置

celery_app.config_from_object('celery_tasks.config')

自动注册celery任务

celery_app.autodiscover_tasks(['celery_tasks.sms'