知识点 1、请求上下文 2、应用上下文
一、概况
Flask从客户端收到请求时,要让视图函数能访问一些对象,这样才能处理请求。请求对象是一个很好的例子,它封装了客户端发送的HTTP请求。
要想让视图函数能够访问请求对象,一个显而易见的方式是将其作为参数传入视图函数,不过这会导致程序中的每个视图函数都增加一个参数,除了访问请求对象,如果视图函数在处理请求时还要访问其他对象,情况会变得更糟。为了避免大量可有可无的参数把视图函数弄得一团糟,Flask使用上下文临时把某些对象变为全局可访问。
- request 和 session 都属于请求上下文对象。
- request:封装了HTTP请求的内容,针对的是http请求。举例:user = request.args.get('user'),获取的是get请求的参数。
- session:用来记录请求会话中的信息,针对的是用户信息。举例:session['name'] = user.id,可以记录用户信息。还可以通过session.get('name')获取用户信息。
二、问题
request作为全局对象就会出现一个问题,我们都知道后端会开启很多个线程去同时处理用户的请求,当多线程去访问全局对象的时候就会出现资源争夺的情况。也会出现用户A的请求参数被用户B请求接受到,那怎么解决每个线程只处理自己的request呢?
解决这个问题就是用到threading.local对象,称之为线程局部变量。用于为每个线程开辟一个空间来保存它独有的值。它的内部是如何实现的呢?解决这个问题可以考虑使用使用一个字典,key线程的id,val为对应线程的变量。下面是自己实现Local。import threadingimport timetry: from greenlet import getcurrent as get_ident # 协程except ImportError: try: from thread import get_ident except ImportError: from _thread import get_ident # 线程class Local(object): def __init__(self): object.__setattr__(self, '__storage__', {}) object.__setattr__(self, '__ident_func__', get_ident) # 上面等价于self.__storage__ = {};self.__ident_func__ = get_ident; # 但是如果直接赋值的话,会触发__setattr__造成无限递归 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)local_values = Local()def func(num): local_values.name = num time.sleep(0.1) print(local_values.name,threading.current_thread().name)for i in range(1,20): t = threading.Thread(target=func,args=(i,)) t.start()print(local_values.__storage__)复制代码
三、请求上下文
一、请求到来时:
- 将初始的初始request封装RequestContext对象ctx
def request_context(self, environ): return RequestContext(self, environ)复制代码
- 借助LocalStack对象将ctx放到Local对象中
_request_ctx_stack = LocalStack()_request_ctx_stack.push(self)复制代码
二、执行视图时:
- 导入from flask import request,其中request对象是LocalProxy类的实例化对象
request = LocalProxy(partial(_lookup_req_object, 'request'))复制代码
- 当我们取request的值时,request.mehod -->执行LocalProxy的__getattr__
def __getattr__(self, name): if name == '__members__': return dir(self._get_current_object()) return getattr(self._get_current_object(), name)复制代码
- 当我们设置request的值时request.header = 'xxx' -->执行LocalProxy的__setattr__
__setattr__ = lambda x, n, v: setattr(x._get_current_object(), n, v)复制代码
说道底,这些方法的内部都是调用_lookup_req_object函数:去local中将ctx获取到,再去获取其中的method或header 三、请求结束:
- ctx.auto_pop,链式调用LocalStack的pop,将ctx从Local中pop
def pop(self, exc=_sentinel): """Pops the request context and unbinds it by doing that. This will also trigger the execution of functions registered by the :meth:`~flask.Flask.teardown_request` decorator. .. versionchanged:: 0.9 Added the `exc` argument. """ app_ctx = self._implicit_app_ctx_stack.pop() try: clear_request = False if not self._implicit_app_ctx_stack: self.preserved = False self._preserved_exc = None if exc is _sentinel: exc = sys.exc_info()[1] self.app.do_teardown_request(exc) # If this interpreter supports clearing the exception information # we do that now. This will only go into effect on Python 2.x, # on 3.x it disappears automatically at the end of the exception # stack. if hasattr(sys, 'exc_clear'): sys.exc_clear() request_close = getattr(self.request, 'close', None) if request_close is not None: request_close() clear_request = True finally: rv = _request_ctx_stack.pop() # get rid of circular dependencies at the end of the request # so that we don't require the GC to be active. if clear_request: rv.request.environ['werkzeug.request'] = None # Get rid of the app as well if necessary. if app_ctx is not None: app_ctx.pop(exc) assert rv is self, 'Popped wrong request context. ' \ '(%r instead of %r)' % (rv, self)复制代码
四、 应用上下文
from flask import g:在一次请求周期里,用于存储的变量,便于程序员传递变量的时候使用。
四个全局变量原理都是一样的
# globals.py_request_ctx_stack = LocalStack()_app_ctx_stack = LocalStack()current_app = LocalProxy(_find_app)request = LocalProxy(partial(_lookup_req_object, 'request'))session = LocalProxy(partial(_lookup_req_object, 'session'))g = LocalProxy(partial(_lookup_app_object, 'g'))复制代码
当我们request.xxx和session.xxx的时候,会从_request_ctx_stack._local取对应的值
当我们current_app.xxx和g.xxx的时候,会从_app_ctx_stack._local取对应的值
- current_app就是flask的应用实例对象
- g变量是解决我们在一次请求过程传递参数的问题,我们可以往g变量塞很多属性,在同一次请求中,可以从另一个函数中取出。当然也可以用函数参数这种方法解决,g变量适用于参数多的情况。
from flask import Flask, request, gapp = Flask(__name__)@app.route('/')def index(): name = request.args.get('name') g.name = name g.age = 12 get_g() return name# 在一起请求中,可以用g变量传递参数def get_g(): print(g.name) print(g.age)if __name__ == '__main__': # 0.0.0.0代表任何能代表这台机器的地址都可以访问 app.run(host='0.0.0.0', port=5000) # 运行程序复制代码
五、多线程下的请求
当程序开始运行,并且请求没到来的时候,就已经生成了两个空的Local,即:
_request_ctx_stack = LocalStack() ->LocalStack类中的__init__定义了Local对象_app_ctx_stack = LocalStack()复制代码
当同时有线程处理请求的时候,两个上下文对应的Local对象变成如下:
_request_ctx_stack._local = { 线程id1:{‘stack’;[ctx1]}, # 只放一个为什么用list,其实是模拟栈 线程id1:{‘stack’;[ctx2]}, ... }_app_ctx_stack._local = { 线程id1:{‘stack’;[app_ctx1]}, 线程id1:{‘stack’;[app_ctx2]}, ... }复制代码
欢迎关注我的公众号: