本文详解如何通过服务端状态共享与客户端主动刷新机制，在 flet 框架中实现多用户访问时的全局计数器实时同步，避免页面陈旧数据问题，无需手动刷新即可保持所有客户端视图一致。
在 Flet 中，每个 page 实例是独立的客户端会话（session），这意味着 views_count 这类全局变量仅在单个 Python 进程内有效，且不同用户连接会触发独立的 main() 执行——因此你观察到“用户1看到1、用户2看到2、但用户1未更新”是预期行为：状态未共享，更新未广播。
单纯调用 page.update() 只能刷新当前会话的 UI，无法影响其他已连接的客户端。而无限循环 while True: page.update() 会阻塞主线程，导致事件（如路由跳转、点击）无法响应，造成界面冻结——这正是你遇到“页面停止响应”的根本原因。
✅ 正确解法需满足两个核心原则：
- 状态集中管理：将计数器持久化到进程外（如文件、数据库），并确保读写线程安全；
- 每次请求动态渲染最新值：不在初始化时静态捕获 views_count，而是在每次路由变更或页面构建时实时读取并渲染当前最新值。
以下是优化后的完整实践方案（含文件锁保障并发安全）：
ShopNC多用户商城
下载
ShopNC多用户商城，全新的框架体系，呈现给您不同于以往的操作模式，更简约的界面，更流畅的搜索机制，更具人性化的管理后台操作，更适应现在网络的运营模式解决方案，为您的创业之路打下了坚实的基础，你们的需求就是我们的动力。我们在原有的C-C模式的基础上更增添了时下最流行的团购频道，进一步的为您提高用户的活跃度以及黏性提供帮助。ShopNC商城系统V2.4版本新增功能及修改功能如下：微商城频道A、商城
import flet as ft
import threading
import os
# 全局文件锁，防止多会话并发写入冲突
file_lock = threading.Lock()
def get_views_count() -> int:
"""安全读取当前浏览量"""
try:
with open("views", "r") as f:
return int(f.readline().strip() or "0")
except (FileNotFoundError, ValueError):
return 0
def increment_views() -> int:
"""原子化递增并返回新值"""
with file_lock:
count = get_views_count()
count += 1
with open("views", "w") as f:
f.write(str(count))
return count
def main(page: ft.Page):
page.title = "Real-time View Counter"
page.vertical_alignment = ft.MainAxisAlignment.CENTER
# ✅ 关键：不缓存初始值！每次 route_change 都重新读取最新状态
def route_change(e: ft.RouteChangeEvent):
# 清空旧内容，避免重复添加
page.clean()
# 动态获取最新计数 + 更新UI
current_views = increment_views()
views_display = ft.Container(
content=ft.Text(f"Views: {current_views}", size=24, weight="bold"),
alignment=ft.alignment.center,
)
page.add(views_display)
page.update() # 仅更新当前会话的页面
# 绑定路由事件
page.on_route_change = route_change
page.go("/") # 初始化路由? 关键改进说明：
- increment_views() 封装了带锁的原子写入，避免并发写入导致计数丢失；
- route_change 中不再依赖全局变量 views_count，而是每次调用都 get_views_count() → increment_views() → 渲染，确保每个用户看到的是全局最新值；
- page.clean() + page.add() + page.update() 构成标准 UI 刷新范式，安全可靠；
- 移除了所有冗余的文件反复打开/关闭操作，提升健壮性。
⚠️ 注意事项：
- 若需更高并发能力（如千级用户），建议替换为 Redis 或轻量数据库替代文件存储；
- Flet 本身不提供服务端推送能力（如 WebSocket 广播），因此“用户A刷新后用户B自动更新”需借助客户端轮询（不推荐）或前端集成 SignalR 等方案——但在典型计数场景中，每次导航即拉取最新值已是最优实践；
- 生产环境务必添加异常处理（如 try/except 包裹文件 I/O）并设置合理的日志记录。
总结：Flet 的实时同步本质是「状态去中心化 + 视图按需渲染」。放弃“维护全局内存状态”的思路，转向“每次交互都查最新状态”，配合线程安全的持久化层，即可优雅解决多用户数据一致性问题。
