wesgi

wesgi realizuje procesor ESI jako middeware WSGI. & Nbsp; jest on skierowany przede wszystkim do środowisk programistycznych do symulacji produkcji ESI procesora.
Odpowiednie specyfikacje i dokumenty:
- Http://www.w3.org/TR/esi-lang
- Http://www.akamai.com/dl/technical_publications/esi_faq.pdf
Kompletność
Ta implementacja obecnie realizuje tylko .
Wydajność
Realistycznie, w ramach standardowej Pythona WSGI middleware jest synchroniczna. Dla procesora ESI dotrzeć bardzo wysoką wydajność, to prawdopodobnie konieczne, aby być asynchroniczne. To zapewne stawia górny limit na perfomance tego middleware.
Jednakże, w zależności od sytuacji, może być wystarczająco wydajna.
Sposób użycia:
& Nbsp; >>> import Middleware z wesgi
& Nbsp; >>> z importu demo_app wsgiref.simple_server
Aby użyć go w domyślnej konfiguracji to dla serwera rozwoju:
& Nbsp; >>> app = Middleware (demo_app)
Do symulacji środowiska Akamai produkcji:
& Nbsp; >>> app = Middleware (demo_app, polityka = "Akamai")
Do symulacji środowiska Produkcja Akamai przekierowanie z "chase" włączone:
& Nbsp; >>> z importu AkamaiPolicy wesgi
& Nbsp; >>> polityka = AkamaiPolicy ()
& Nbsp; >>> policy.chase_redirect = True
& Nbsp; >>> app = Middleware (demo_app, polityka = polityka)
Jeśli chcesz użyć go do serwera produkcyjnego, jest wskazane, aby włączyć tryb debugowania się:
& Nbsp; >>> app = Middleware (demo_app, debug = false)

Co to jest nowy w tym wydaniu:

• Funkcje :
• Dodaj wesgi.filter_app_factory, które mogą być używane przez Wklej skonfigurować wesgi jako filter_app_factory.
• Opcja max_object_size dla wesgi.LRUCache aby ograniczyć maksymalny rozmiar obiektów przechowywanych.
• Duże refaktoring używać httplib2 jako backend do uzyskania ESI zawiera. To niesie ze sobą buforowania HTTP.
• realizacja opiera buforowania pamięci z algorytmem LRU w wesgi.LRUCache.
• Uchwyt ESI komentarzy.
• Poprawki błędów:
• Naprawiono błąd, gdzie wyrażenie regularne znaleźć src:. Obejmuje może zająć dużo czasu,
• Ech. Dodaj MANIFEST.in więc niezbędne pliki trafiają do archiwum.

Co nowego w wersji 0.8:

• Opcja max_object_size dla wesgi.LRUCache aby ograniczyć maksymalny rozmiar obiektów przechowywanych.

Wymagania :

• Python