高效邮件发送系统设计与实现:基于Python和SQLAlchemy的实践

高效邮件发送系统设计与实现:基于Python和SQLAlchemy的实践
个人名片

🎓作者简介:java领域优质创作者
🌐个人主页码农阿豪
📞工作室:新空间代码工作室(提供各种软件服务)
💌个人邮箱:[[email protected]]
📱个人微信:15279484656
🌐个人导航网站:www.forff.top
💡座右铭:总有人要赢。为什么不能是我呢?
  • 专栏导航:
码农阿豪系列专栏导航
面试专栏:收集了java相关高频面试题,面试实战总结🍻🎉🖥️
Spring5系列专栏:整理了Spring5重要知识点与实战演练,有案例可直接使用🚀🔧💻
Redis专栏:Redis从零到一学习分享,经验总结,案例实战💐📝💡
全栈系列专栏:海纳百川有容乃大,可能你想要的东西里面都有🤸🌱🚀

目录

高效邮件发送系统设计与实现:基于Python和SQLAlchemy的实践

引言

在现代Web应用中,邮件通知是不可或缺的功能之一。无论是订单确认、文件处理结果通知,还是系统告警,邮件都是最常用的通信方式之一。本文将详细介绍如何基于 Python、SQLAlchemy 和 SMTP 协议,构建一个高效、可靠的邮件发送系统。我们将从需求分析、数据库设计、代码实现到优化策略,一步步实现一个支持附件发送、多收件人管理的邮件服务。


1. 需求分析

我们的系统需要满足以下核心需求:

  1. 多收件人支持:
    • 支持直接指定收件人邮箱(如 receiver_email)。
    • 支持通过 user_id 查询关联的用户邮箱(存储在 User 表中)。
    • 自动去重,避免重复发送。
  2. 附件发送:
    • 支持发送文件附件(如CSV、Excel等)。
    • 确保附件读取和发送的稳定性。
  3. 错误处理与日志:
    • 记录邮件发送状态(成功/失败)。
    • 提供详细的错误日志,便于排查问题。
  4. 性能优化:
    • 避免重复构建邮件内容。
    • 支持批量发送,减少SMTP连接开销。

2. 数据库设计

邮件发送系统通常需要关联用户数据,因此我们使用 SQLAlchemy 定义数据模型:

2.1 User 表(存储用户信息)

from flask_sqlalchemy import SQLAlchemy db = SQLAlchemy()classUser(db.Model): __tablename__ ='user'id= db.Column(db.Integer, primary_key=True) email = db.Column(db.String(120), nullable=False, unique=True) username = db.Column(db.String(80), nullable=False)# 其他字段...

2.2 CustomerOrder 表(关联用户订单)

classCustomerOrder(db.Model): __tablename__ ='customer_order'id= db.Column(db.Integer, primary_key=True) user_id = db.Column(db.Integer, db.ForeignKey('user.id'), nullable=False) tracking_number = db.Column(db.String(50), nullable=False) order_number = db.Column(db.String(50), nullable=False)# 其他字段...# 定义与User表的关系 user = db.relationship('User', backref='orders')

3. 邮件发送核心实现

3.1 基础邮件发送(SMTP)

我们使用Python的 smtplibemail 库实现邮件发送:

import smtplib from email.mime.multipart import MIMEMultipart from email.mime.text import MIMEText from email.mime.application import MIMEApplication import os defsend_email(to_email, subject, body, attachment_path=None):"""发送邮件(支持附件)"""# 邮件服务器配置 smtp_server ="smtp.qq.com" smtp_port =465 sender_email ="[email protected]" password ="your_smtp_password"# 建议使用环境变量# 创建邮件对象 msg = MIMEMultipart() msg['From']= sender_email msg['To']= to_email msg['Subject']= subject # 添加正文 msg.attach(MIMEText(body,'plain'))# 添加附件(如果有)if attachment_path:withopen(attachment_path,"rb")asfile: part = MIMEApplication(file.read(), Name=os.path.basename(attachment_path)) part['Content-Disposition']=f'attachment; filename="{os.path.basename(attachment_path)}"' msg.attach(part)# 发送邮件try:with smtplib.SMTP_SSL(smtp_server, smtp_port)as server: server.login(sender_email, password) server.sendmail(sender_email, to_email, msg.as_string())returnTrueexcept Exception as e:print(f"邮件发送失败: {e}")returnFalse

3.2 多收件人邮件发送(优化版)

结合SQLAlchemy查询,实现多收件人邮件发送:

defsend_email_to_recipients(filepath, receiver_email=None):"""发送邮件给指定邮箱和用户关联邮箱"""# 获取当前用户ID(假设通过PassportService) token, user_id = PassportService.current_user_id()# 收件人集合(自动去重) recipients =set()# 1. 添加直接指定的邮箱if receiver_email: recipients.add(receiver_email)# 2. 查询用户关联邮箱 user = User.query.get(user_id)if user and user.email: recipients.add(user.email)ifnot recipients:print("无有效收件人")returnFalse# 发送邮件(每个邮箱只发一次) success =Truefor email in recipients:ifnot send_email(email,"文件处理结果","请查收附件", filepath): success =Falsereturn success 

4. 优化策略

4.1 使用集合(Set)去重

recipients =set() recipients.add("[email protected]")# 自动去重

4.2 减少SMTP连接次数

# 优化:复用SMTP连接with smtplib.SMTP_SSL(smtp_server, smtp_port)as server: server.login(sender_email, password)for email in recipients: server.sendmail(...)

4.3 异步发送(Celery + Redis)

from celery import Celery celery = Celery('tasks', broker='redis://localhost:6379/0')@celery.taskdefasync_send_email(to_email, subject, body, attachment_path=None): send_email(to_email, subject, body, attachment_path)

5. 完整代码示例

# app.pyfrom flask import Flask from flask_sqlalchemy import SQLAlchemy import smtplib from email.mime.multipart import MIMEMultipart from email.mime.text import MIMEText from email.mime.application import MIMEApplication import os app = Flask(__name__) app.config['SQLALCHEMY_DATABASE_URI']='sqlite:///app.db' db = SQLAlchemy(app)# 定义User和CustomerOrder模型(略)defsend_email_with_attachment(filepath, receiver_email=None):"""发送邮件给指定邮箱和用户关联邮箱"""# 获取当前用户ID token, user_id = PassportService.current_user_id()# 收件人集合 recipients =set()if receiver_email: recipients.add(receiver_email) user = User.query.get(user_id)if user and user.email: recipients.add(user.email)ifnot recipients:returnFalse# SMTP配置 smtp_server ="smtp.qq.com" smtp_port =465 sender_email ="[email protected]" password ="your_password"# 创建邮件内容 msg = MIMEMultipart() msg['From']= sender_email msg['Subject']="文件处理结果" msg.attach(MIMEText("请查收附件",'plain'))# 添加附件withopen(filepath,"rb")asfile: part = MIMEApplication(file.read(), Name=os.path.basename(filepath)) part['Content-Disposition']=f'attachment; filename="{os.path.basename(filepath)}"' msg.attach(part)# 发送邮件try:with smtplib.SMTP_SSL(smtp_server, smtp_port)as server: server.login(sender_email, password)for email in recipients: msg['To']= email server.sendmail(sender_email, email, msg.as_string())returnTrueexcept Exception as e:print(f"发送失败: {e}")returnFalse

6. 总结

本文详细介绍了如何基于 Python + SQLAlchemy + SMTP 实现高效邮件发送系统,核心优化点包括:

  1. 多收件人管理(自动去重)。
  2. 附件发送支持(文件读取优化)。
  3. 错误处理与日志(增强稳定性)。
  4. 性能优化(减少SMTP连接次数)。

通过合理的代码设计,我们可以构建一个健壮、可扩展的邮件通知系统,适用于订单处理、文件通知等场景。

Read more

Flutter 三方库 dloader 的鸿蒙化适配指南 - 掌握极简且高性能的文件离线技术、助力鸿蒙应用构建稳健的后台下载与资源调度系统

Flutter 三方库 dloader 的鸿蒙化适配指南 - 掌握极简且高性能的文件离线技术、助力鸿蒙应用构建稳健的后台下载与资源调度系统

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 dloader 的鸿蒙化适配指南 - 掌握极简且高性能的文件离线技术、助力鸿蒙应用构建稳健的后台下载与资源调度系统 前言 在 OpenHarmony 鸿蒙应用向大容量、多资源协同(如:大型游戏素材更新、离线地图包下载、企业级加密文档分发)进化的过程中,单纯的 HttpClient 请求已无法满足用户对“进度可见性”、“后台持续性”以及“异常自愈”的渴望。dloader 作为一个专为 Dart 设计的流式下载组件,旨在通过一套极为精简的 DSL(领域特定语言),将复杂的多线程分片、百分比计算及缓存校验逻辑封装在黑盒之中。本文将探讨如何在鸿蒙端利用 dloader 打造“丝滑且可信”的资源获取体验。 一、原原理分析 / 概念介绍 1.1 基础原理

By Ne0inhk
Flutter for OpenHarmony: Flutter 三方库 dart_appwrite 将鸿蒙应用极速接入强大的开源后端即服务(BaaS 最佳实践)

Flutter for OpenHarmony: Flutter 三方库 dart_appwrite 将鸿蒙应用极速接入强大的开源后端即服务(BaaS 最佳实践)

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net 前言 在进行 OpenHarmony 应用开发时,后端基础设施往往是中小型开发者或初创团队的拦路虎。购买服务器、部署数据库、集成 OAuth 登录、管理文件云存储……这一系列工作不仅耗时,还容易在安全性上出现漏洞。 dart_appwrite 是连接 OpenHarmony 应用与 Appwrite(类似于 Firebase 的开源替代品)的官方桥梁。它为鸿蒙开发者提供了全套的后端 API,让你在短短几分钟内就能为鸿蒙应用增加账号系统、实时数据库和云存储功能,彻底实现“一人完成全栈开发”。 一、鸿蒙-Appwrite 云端架构图 该库作为桥梁,将鸿蒙设备的请求安全分发到后端各个功能模块。 鸿蒙 App (Dart SDK) Appwrite Client Account (身份验证) Databases (文档型数据库) Storage

By Ne0inhk
使用LLaMA-Factory的数据集制作流程与训练微调Qwen3及评估

使用LLaMA-Factory的数据集制作流程与训练微调Qwen3及评估

文章目录 * 1 LLaMA-Factory环境安装 * 2 数据集制作 * 3 模型下载 * 4 使用命令进行训练 而非webui * 训练命令 * 导出模型命令 * 5 训练后的Qwen3模型评估 * 6 训练后的Qwen3模型进行测试 AutoDL中的LLaMA-Factory 使用 训练微调 llame3数据集 cmmlu 使用LLaMA-Factory微调训练Qwen2-VL-7B/Qwen2.5-VL-7B与视觉大模型数据集制作流程与训练评估 b站:https://www.bilibili.com/video/BV1KceNzoE87/ 本文介绍了使用LLaMA-Factory框架微调Qwen3-4B-Instruct-2507模型的完整流程。内容包括:1) 环境安装与WebUI配置;2) 数据集制作与格式要求;3) 通过ModelScope下载Qwen3模型;4) 使用命令行进行LoRA微调训练,展示了训练参数与GPU使用情况;5) 模型导出方法;6) 最后对微调后的模型进行评估。整个过程在6块GPU上约15分钟完成训练,并提供了训练

By Ne0inhk

一键部署:用OpenAI API格式调用20+主流大模型(ChatGLM/文心一言/通义千问等)

一键部署:用OpenAI API格式调用20+主流大模型(ChatGLM/文心一言/通义千问等) 1. 为什么你需要一个统一的API入口 你是不是也遇到过这些情况: * 想在本地部署一个AI助手,却发现每个大模型都有自己的API格式——ChatGLM要填/chat路径,文心一言要走/v2.1/bce/wenxinworkshop/ai/generate,通义千问又是一套完全不同的参数结构; * 项目里已经写好了OpenAI调用逻辑,现在想换成国产模型,结果要重写所有请求封装、错误处理、流式响应解析; * 同时测试多个模型效果,却要在代码里反复切换不同SDK、不同认证方式、不同超时配置; * 更头疼的是,有些模型需要代理、有些要翻墙、有些必须用HTTPS、有些对请求头敏感——光是环境适配就耗掉半天。 这些问题,其实都指向同一个核心痛点:模型太多,接口太碎,开发太累。 而今天要介绍的这个镜像,就是为了解决这个问题而生的——它不训练模型,不优化性能,不做任何推理计算。它只做一件事:把20多个主流大模型,全部“

By Ne0inhk