摘要:線程局部變量,也就是每個線程的私有變量,具有線程隔離性。按我們正常的理解,應(yīng)該是每一個請求對應(yīng)一個處理線程。在中,除了線程之外,還有個叫協(xié)程的東東,這里不提進程。配合會確保不管是協(xié)程還是線程,只要當(dāng)前請求處理完成之后清除中對應(yīng)的內(nèi)容。
首先貼出官方文檔地址:http://werkzeug.pocoo.org/doc...
幾個local?
threading.local
werkzeug.local模塊中的:
Local
LocalStack
LocaProxy
why not threading.local?
threading.local,以前接觸過java的,對這個再熟悉不過了。線程局部變量,也就是每個線程的私有變量,具有線程隔離性。
按我們正常的理解,應(yīng)該是每一個http請求對應(yīng)一個處理線程。那么這樣看來使用threading.local應(yīng)該夠了,為什么werkzeug還自己搞了一套?裝逼?非也。
在python中,除了線程之外,還有個叫協(xié)程的東東,(這里不提進程)。java中貌似是無法實現(xiàn)協(xié)程的。而python的協(xié)程感覺高大尚的樣子,python3.5開始對協(xié)程內(nèi)置支持,而且也有相關(guān)開源庫greenlet等。
協(xié)程是什么?
舉個例子,比如一個線程在處理IO時,該線程是處于空閑狀態(tài)的,等待IO返回。但是此時如果不讓我們的線程干等著cpu時間片耗光,有沒有其他辦法,解決思路就是采用協(xié)程處理任務(wù),一個線程中可以運行多個協(xié)程,當(dāng)當(dāng)前協(xié)程去處理IO時,線程可以馬上調(diào)度其他協(xié)程繼續(xù)運行,而不是干等著不干活。
這么一說,我們知道了協(xié)程會復(fù)用線程,WSGI不保證每個請求必須由一個線程來處理,如果WSGI服務(wù)器不是每個線程派發(fā)一個請求,而是每個協(xié)程派發(fā)一個請求,所以如果使用thread local變量可能會造成請求間數(shù)據(jù)相互干擾,因為一個線程中存在多個請求。
所以werkzeug給出了自己的解決方案:werkzeug.local模塊。
from werkzeug.local import Local, LocalManager local = Local() local_manager = LocalManager([local]) def application(environ, start_response): local.request = request = Request(environ) ... application = local_manager.make_middleware(application)
Local配合LocalManager會確保不管是協(xié)程還是線程,只要當(dāng)前請求處理完成之后清除Local中對應(yīng)的內(nèi)容。
>>> loc = Local() >>> loc.foo = 42 >>> release_local(loc) >>> hasattr(loc, "foo")
當(dāng)然,你也可以調(diào)用werkzeug.local.release_local(local)手動釋放Local或者LocalStack ,但是不能清除代理對象LocalProxy(代理對象底層保留了對Local對象的引用,以便在之后釋放)的數(shù)據(jù)。
>>> ls = LocalStack() >>> ls.push(42) >>> ls.top 42 >>> ls.push(23) >>> ls.top 23 >>> ls.pop() 23 >>> ls.top
LocalStack,與Local類似,但是管理數(shù)據(jù)的方式是采用棧的方式,可以通過LocalManager對象強制釋放,但是不建議這么做,而是通過其pop方法彈出。
from werkzeug.local import Local l = Local() # these are proxies request = l("request") user = l("user") from werkzeug.local import LocalStack _response_local = LocalStack() # this is a proxy response = _response_local()
werkzeug.local.LocalProxy:Local對象的一個代理。如果你需要創(chuàng)建Local或LocalStack對象的代理,可以直接call。
session = LocalProxy(lambda: get_current_request().session) from werkzeug.local import Local, LocalProxy local = Local() request = LocalProxy(local, "request") >>> from werkzeug.local import LocalProxy >>> isinstance(request, LocalProxy) True
你也可以通過LocalProxy構(gòu)造一個代理對象,參數(shù)為可以調(diào)用的對象或者函數(shù)。
_get_current_object()返回被代理的對象。
werkzeug.local模塊關(guān)鍵部分代碼:
import copy from functools import update_wrapper from werkzeug.wsgi import ClosingIterator from werkzeug._compat import PY2, implements_bool try: from greenlet import getcurrent as get_ident except ImportError: try: from thread import get_ident except ImportError: from _thread import get_ident def release_local(local): local.__release_local__() class Local(object): __slots__ = ("__storage__", "__ident_func__") def __init__(self): object.__setattr__(self, "__storage__", {}) object.__setattr__(self, "__ident_func__", get_ident) def __iter__(self): return iter(self.__storage__.items()) def __call__(self, proxy): """Create a proxy for a name.""" return LocalProxy(self, proxy) def __release_local__(self): self.__storage__.pop(self.__ident_func__(), None) def __getattr__(self, name): try: return self.__storage__[self.__ident_func__()][name] except KeyError: raise AttributeError(name) def __setattr__(self, name, value): ident = self.__ident_func__() storage = self.__storage__ try: storage[ident][name] = value except KeyError: storage[ident] = {name: value} def __delattr__(self, name): try: del self.__storage__[self.__ident_func__()][name] except KeyError: raise AttributeError(name) class LocalStack(object): def __init__(self): self._local = Local() def __release_local__(self): self._local.__release_local__() def __call__(self): def _lookup(): rv = self.top if rv is None: raise RuntimeError("object unbound") return rv return LocalProxy(_lookup) def push(self, obj): rv = getattr(self._local, "stack", None) if rv is None: self._local.stack = rv = [] rv.append(obj) return rv def pop(self): stack = getattr(self._local, "stack", None) if stack is None: return None elif len(stack) == 1: release_local(self._local) return stack[-1] else: return stack.pop() @property def top(self): try: return self._local.stack[-1] except (AttributeError, IndexError): return None class LocalManager(object): def cleanup(self): for local in self.locals: release_local(local) def make_middleware(self, app): def application(environ, start_response): return ClosingIterator(app(environ, start_response), self.cleanup) return application @implements_bool class LocalProxy(object): def __init__(self, local, name=None): object.__setattr__(self, "_LocalProxy__local", local) object.__setattr__(self, "__name__", name) def _get_current_object(self): if not hasattr(self.__local, "__release_local__"): return self.__local() try: return getattr(self.__local, self.__name__) except AttributeError: raise RuntimeError("no object bound to %s" % self.__name__)
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://systransis.cn/yun/44323.html
摘要:但是這些對象和全局變量不同的是它們必須是動態(tài)的,因為在多線程或者多協(xié)程的情況下,每個線程或者協(xié)程獲取的都是自己獨特的對象,不會互相干擾。中有兩種上下文和。就是實現(xiàn)了類似的效果多線程或者多協(xié)程情況下全局變量的隔離效果。 這是 flask 源碼解析系列文章的其中一篇,本系列所有文章列表: flask 源碼解析:簡介 flask 源碼解析:應(yīng)用啟動流程 flask 源碼解析:路由 flas...
摘要:主要的作用是將維護的字典中鍵為對應(yīng)的值定義為。如果沒有,則會將當(dāng)前到中,同時將加入列表中否則添加。注意清理之后的動作。上述代碼涉及到,它強調(diào)必須是一個可調(diào)用對象。后期的工作之一是了解。這僅僅是我的個人理解。實際上這是解決多個實例運行的問題。 Flask 中的上下文對象 知乎問題 編程中什么是「Context(上下文)」 已經(jīng)能夠簡單地說明什么是 Context,它是一個程序需要的外部對...
摘要:并且棧頂?shù)脑囟际堑恼埱笊舷挛暮蛻?yīng)用上下文之后,我們再在這個環(huán)境中嵌套的應(yīng)用上下文。這時查看兩個棧的內(nèi)容,發(fā)現(xiàn)兩個棧中只有的請求的請求上下文對象和應(yīng)用上下文對象。而等一直指向棧頂?shù)恼埱笊舷挛膶ο螅謩e引用請求上下文的和。 在Flask中處理請求時,應(yīng)用會生成一個請求上下文對象。整個請求的處理過程,都會在這個上下文對象中進行。這保證了請求的處理過程不被干擾。處理請求的具體代碼如下: de...
摘要:的上下文對象有兩種上下文,分別是請求上下文請求的對象,封裝了請求的內(nèi)容,生命周期請求處理完就結(jié)束了根據(jù)請求中的,重新載入該訪問者相關(guān)的會話信息應(yīng)用上下文處理請求時用作臨時存儲的對象。 Werkzeugs 是 Flask 的底層WSGI庫。 什么是WSGI? showImg(https://s1.ax1x.com/2018/11/13/iOqdKS.jpg); 一段簡單的app: def...
摘要:具體怎么實現(xiàn)的呢,思想其實特別簡單,我們在深入理解中的變量上一文的最后有提起過,就是創(chuàng)建一個全局字典,然后將線程或者協(xié)程標(biāo)識符作為,相應(yīng)線程或協(xié)程的局部數(shù)據(jù)作為。 在上篇我們看到了 ThreadLocal 變量的簡單使用,中篇對python中 ThreadLocal 的實現(xiàn)進行了分析,但故事還沒有結(jié)束。本篇我們一起來看下Werkzeug中ThreadLocal的設(shè)計。 Werkzeug...
閱讀 1774·2021-10-11 10:57
閱讀 2364·2021-10-08 10:14
閱讀 3404·2019-08-29 17:26
閱讀 3363·2019-08-28 17:54
閱讀 3032·2019-08-26 13:38
閱讀 2913·2019-08-26 12:19
閱讀 3617·2019-08-23 18:05
閱讀 1288·2019-08-23 17:04