Flask中的執行緒隔離原理

python因為gil(全域性直譯器鎖)的原因，本身實現的多執行緒就是偽多執行緒，同一時間只能有乙個cpu核執行乙個python應用，這裡就有人覺得python的多執行緒沒有用。這裡可以這樣理解：其實應用分為兩種，一種是cpu運算密集的應用，一種是io密集的應用，顧名思義，前者是比較依賴cpu資源，後者則是（資料庫連線請求、檔案讀取、網路請求）比較多的應用。相對於io密集的應用，python的多執行緒還是有一定的用處。

我們假設開啟了flask的多執行緒，同一時間內有多個請求進來，會生成，也就是new出多個相應的resquest物件，對應的就是檢視函式，也就是請求處理函式裡引用的request物件（from flask import request），怎麼保證在各自的執行緒裡呼叫的request就是對應的的物件？這裡有點繞。

這裡我們要介紹兩個類：local、localstack。

第三方庫werkzeug下的類werkzeug.local.local，主要是用字典dict的方式實現的該類例項物件屬性的執行緒隔離。

實現執行緒隔離的原理：local內建了乙個字典物件，每當該類的例項操作例項屬性時，會在內建字典中新增一項，key為當前執行緒的id，value為乙個字典，存的是例項屬性與值的對映，當我們要獲取這個例項的屬性時，會用當前執行緒id為key找到內建字典的對應資料，這樣就實現了執行緒隔離。我們可以看下原始碼：

class local(object):
__slots__ = ('__storage__', '__ident_func__')
def __init__(self):
# 初始化時，新建乙個字典，和乙個獲取當前執行緒id的方法get_ident
object.__setattr__(self, '__storage__', {})
object.__setattr__(self, '__ident_func__', get_ident)
# ...省略一些**
def __getattr__(self, name):
# 當我們要獲取例項的屬性值時，是根據當前執行緒的id來取
try:
return self.__storage__[self.__ident_func__()][name]
except keyerror:
raise attributeerror(name)
def __setattr__(self, name, value):
# 當我們要給例項的屬性賦值時，其實是存到內建字典裡
# key: 當前執行緒的id，value: 乙個屬性與值的對映
ident = self.__ident_func__()
storage = self.__storage__
try:
storage[ident][name] = value
except keyerror:
storage[ident] = 
# ...省略一些**

我們可以用local這個類測試有沒有實現執行緒隔離，**如下：

import time
import threading
from werkzeug.local import local
temp = local()
temp.foo = 1
def do_something():
temp.foo = 2
print('new thread foo: {}'.format(temp.foo))
# 新建乙個子執行緒執行
new_thread = threading.thread(target=do_something)
new_thread.start()
# 停2秒，讓new_thread有足夠的時間執行完do_something函式
time.sleep(2)
print('main thread foo: {}'.format(temp.foo))
# 輸出：
# new thread foo: 2
# main thread foo: 1

從測試**我們可以看出，雖然我們在子執行緒中，我們把temp的屬性foo設定成了2，也讓子執行緒先執行完了，而在主線程中，temp的foo屬性還是為1，就是說這兩個執行緒對於temp物件的屬性操作是執行緒隔離的。

其實localstack是巢狀了local物件的棧，原理和local類似，如果想知道具體實現，可以自行看下原始碼，werkzeug.local.localstack。

# context locals
_request_ctx_stack = localstack()
request = localproxy(partial(_lookup_req_object, 'request'))
session = localproxy(partial(_lookup_req_object, 'session'))

由此，我們就知道了flask是怎麼實現的多個請求，request的執行緒隔離。

Flask中的執行緒隔離原理

flask的執行緒隔離

Python中實現執行緒隔離

六十九 flask上下文之執行緒隔離的g物件的使用

Flask中的執行緒隔離原理

flask的執行緒隔離

Python中實現執行緒隔離

六十九 flask上下文之執行緒隔離的g物件的使用

相關推薦