zoukankan      html  css  js  c++  java
  • flask的context(上下文)

    上下文这个概念多见于文章中,是一句话中的语境,也就是语言环境。一句莫名其妙的话出现会让人不理解什么意思,如果有语言环境的说明,则会更好,这就是语境对语意的影响。
    上下文是一种属性的有序序列,为驻留在环境内的对象定义环境。在对象的激活过程中创建上下文,对象被配置为要求某些自动服务,如同步、事务、实时激活、安全性等等。

    比如在计算机中,相对于进程而言,上下文就是进程执行时的环境。具体来说就是各个变量和数据,包括所有的寄存器变量、进程打开的文件、内存信息等。可以理解上下文是环境的一个快照,是一个用来保存状态的对象。在程序中我们所写的函数大都不是单独完整的,在使用一个函数完成自身功能的时候,很可能需要同其他的部分进行交互,需要其他外部环境变量的支持,上下文就是给外部环境的变量赋值,使函数能正确运行。

    Flask提供了两种上下文,一种是应用上下文(Application Context),一种是请求上下文(Request Context)。
    可以查看Flask的文档:应用上下文 请求上下文

    通俗地解释一下application context与request context:

    application 指的就是当你调用app = Flask(name)创建的这个对象app;
    request 指的是每次http请求发生时,WSGI server(比如gunicorn)调Flask.call()之后,在Flask对象内部创建的Request对象;
    application 表示用于响应WSGI请求的应用本身,request 表示每次http请求;
    application的生命周期大于request,一个application存活期间,可能发生多次http请求,所以,也就会有多个request
    请求上下文
    from flask import request
    @app.route('/')
    def index():
    user_agent = request.headers.get('User-Agent')
    return '

    Your browser is %s

    ' % user_agent```
    Flask中有四种请求hook,分别是@before_first_request @before_request @after_request @teardown_request

    如同上面的代码一样,在每个请求上下文的函数中我们都可以访问request对象,然而request对象却并不是全局的,因为当我们随便声明一个函数的时候,比如:

    def handle_request():
    print 'handle request'
    print request.url
    if name=='main':
    handle_request()
    此时运行就会产生

    RuntimeError: working outside of request context。

    因此可知,Flask的request对象只有在其上下文的生命周期内才有效,离开了请求的生命周期,其上下文环境不存在了,也就无法获取request对象了。而上面所说的四种请求hook函数,会挂载在生命周期的不同阶段,因此在其内部都可以访问request对象。

    可以使用Flask的内部方法request_context()来构建一个请求上下文

    from werkzeug.test import EnvironBuilder
    ctx = app.request_context(EnvironBuilder('/','http://localhost/').get_environ())
    ctx.push()
    try:
    print request.url
    finally:
    ctx.pop()
    对于Flask Web应用来说,每个请求就是一个独立的线程。请求之间的信息要完全隔离,避免冲突,这就需要使用到Thread Local。
    Thread Local
    对象是保存状态的地方,在Python中,一个对象的状态都被保存在对象携带的一个字典中,**Thread Local **则是一种特殊的对象,它的“状态”对线程隔离 —— 也就是说每个线程对一个 Thread Local 对象的修改都不会影响其他线程。这种对象的实现原理也非常简单,只要以线程的 ID 来保存多份状态字典即可,就像按照门牌号隔开的一格一格的信箱。
    在Python中获取Thread Local最简单的方式是threading.local()

    import threading
    storage = threading.local()
    storage.foo = 1
    print(storage.foo)
    1

    class AnotherThread(threading.Thread):
    ... def run(self):
    ... storage.foo = 2
    ... print(storage.foo) # 这这个线程里已经修改了

    another = AnotherThread()
    another.start()
    2

    print(storage.foo) # 但是在主线程里并没有修改
    1
    因此只要有Thread Local对象,就能让同一个对象在多个线程下做到状态隔离。

    Flask是一个基于WerkZeug实现的框架,因此Flask的App Context和Request Context是基于WerkZeug的Local Stack的实现。这两种上下文对象类定义在flask.ctx中,ctx.push会将当前的上下文对象压栈压入flask._request_ctx_stack中,这个_request_ctx_stack同样也是个Thread Local对象,也就是在每个线程中都不一样,上下文压入栈后,再次请求的时候都是通过_request_ctx_stack.top在栈的顶端取,所取到的永远是属于自己线程的对象,这样不同线程之间的上下文就做到了隔离。请求结束后,线程退出,ThreadLocal本地变量也随即销毁,然后调用ctx.pop()弹出上下文对象并回收内存。

    应用上下文
    从一个 Flask App 读入配置并启动开始,就进入了 App Context,在其中我们可以访问配置文件、打开资源文件、通过路由规则反向构造 URL。可以看下面一段代码:

    from flask import Flask, current_app
    app = Flask('name')

    @app.route('/')
    def index():
    return 'Hello, %s!' % current_app.name
    current_app是一个本地代理,它的类型是werkzeug.local. LocalProxy,它所代理的即是我们的app对象,也就是说current_app == LocalProxy(app)。使用current_app是因为它也是一个ThreadLocal变量,对它的改动不会影响到其他线程。可以通过current_app._get_current_object()方法来获取app对象。current_app只能在请求线程里存在,因此它的生命周期也是在应用上下文里,离开了应用上下文也就无法使用。

    app = Flask('name')
    print current_app.name
    同样会报错:

    RuntimeError: working outside of application context

    和请求上下文一样,同样可以手动创建应用上下文:

    with app.app_context():
    print current_app.name
    这里的with语句和** with open() as f一样,是Python提供的语法糖,可以为提供上下文环境省略简化一部分工作。这里就简化了其压栈和出栈操作,请求线程创建时,Flask会创建应用上下文对象,并将其压入flask._app_ctx_stack**的栈中,然后在线程退出前将其从栈里弹出。
    应用上下文也提供了装饰器来修饰hook函数,@teardown_request,它会在上下文生命周期结束前,也就是_app_ctc_stack出栈前被调用,可以用下面的代码调用验证:

    @app.teardown_appcontext
    def teardown_db(exception):
    print 'teardown application'
    需要注意的陷阱
    当 app = Flask(name)构造出一个 Flask App 时,App Context 并不会被自动推入 Stack 中。所以此时 Local Stack 的栈顶是空的,current_app也是 unbound 状态。

    from flask import Flask
    from flask.globals import _app_ctx_stack, _request_ctx_stack

    app = Flask(name)
    _app_ctx_stack.top
    _request_ctx_stack.top
    _app_ctx_stack()

    from flask import current_app
    current_app

    在编写离线脚本的时候,如果直接在一个 Flask-SQLAlchemy 写成的 Model 上调用 User.query.get(user_id),就会遇到 RuntimeError。因为此时 App Context 还没被推入栈中,而 Flask-SQLAlchemy 需要数据库连接信息时就会去取 current_app.config,current_app 指向的却是 _app_ctx_stack为空的栈顶。
    解决的办法是运行脚本正文之前,先将 App 的 App Context 推入栈中,栈顶不为空后 current_app这个 Local Proxy 对象就自然能将“取 config 属性” 的动作转发到当前 App 上。

    ctx = app.app_context()
    ctx.push()
    _app_ctx_stack.top
    <flask.ctx.AppContext object at 0x102eac7d0>

    _app_ctx_stack.top is ctxTrue
    current_app<Flask 'main'>

    ctx.pop()
    _app_ctx_stack.top
    current_app

    那么为什么在应用运行时不需要手动 app_context().push()呢?因为 Flask App 在作为 WSGI Application 运行时,会在每个请求进入的时候将请求上下文推入 _request_ctx_stack中,而请求上下文一定是 App 上下文之中,所以推入部分的逻辑有这样一条:如果发现 _app_ctx_stack为空,则隐式地推入一个 App 上下文。

    思考部分
    既然在 Web 应用运行时里,应用上下文 和 请求上下文 都是 Thread Local 的,那么为什么还要独立二者?
    既然在Web应用运行时中,一个线程同时只处理一个请求,那么 _req_ctx_stack和 _app_ctx_stack肯定都是只有一个栈顶元素的。那么为什么还要用“栈”这种结构?
    App和Request是怎么关联起来的?
    查阅资料后发现第一个问题是因为设计初衷是为了能让两个以上的Flask应用共存在一个WSGI应用中,这样在请求中,需要通过应用上下文来获取当前请求的应用信息。
    而第二个问题则是需要考虑在非Web Runtime的环境中使用的时候,在多个App的时候,无论有多少个App,只要主动去Push它的app context,context stack就会累积起来,这样,栈顶永远是当前操作的 App Context。当一个 App Context 结束的时候,相应的栈顶元素也随之出栈。如果在执行过程中抛出了异常,对应的 App Context 中注册的 teardown函数被传入带有异常信息的参数。
    这么一来就解释了这两个问题,在这种单线程运行环境中,只有栈结构才能保存多个 Context 并在其中定位出哪个才是“当前”。而离线脚本只需要 App 关联的上下文,不需要构造出请求,所以 App Context 也应该和 Request Context 分离。
    第三个问题

    可以参考一下源码看一下Flask是怎么实现的请求上下文:

    代码摘选自flask 0.5 中的ctx.py文件,

    class _RequestContext(object):
    def init(self, app, environ):
    self.app = app
    self.request = app.request_class(environ)
    self.session = app.open_session(self.request)
    self.g = _RequestGlobals()
    Flask中的使用_RequestContext的方法如下:

    class Flask(object):
    def request_context(self, environ):
    return _RequestContext(self, environ)
    在Flask类中,每次请求都会调用这个request_context函数。这个函数则会创建一个_RequestContext对象,该对象需要接收WerkZeug中的environ对象作为参数。这个对象在创建时,会把Flask实例本身作为实参传进去,所以虽然每次http请求都创建一个_RequestContext对象,但是每次创建的时候传入的都是同一个Flask对象,因此:

    由同一个Flask对象相应请求创建的_RequestContext对象的app成员变量都共享一个application

    通过Flask对象中创建_RequestContext对象,并将Flask自身作为参数传入的方式实现了多个request context对应一个application context。
    然后可以看self.request = app.request_class(environ)这句
    由于app成员变量是app = Flask(name) 这个对象,所以app.request_class就是Flask.request_class,而在Flask类的定义中:

    request_class = Request
    class Request(RequestBase):
    ....
    所以self.request = app.request_class(environ)实际上是创建了一个Request对象。由于一个http请求对应一个_RequestContext对象的创建,而每个_RequestContext对象的创建对应一个Request对象的创建,所以,每个http请求对应一个Request对象。

    因此
    application 就是指app = Flask(name)对象
    request 就是对应每次http 请求创建的Request对象
    Flask通过_RequestContext将App与Request关联起来

    作者:馒头白啊白
    链接:https://www.jianshu.com/p/7a7efbb7205f
    来源:简书
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

  • 相关阅读:
    Splay复习
    带权并查集复习-HDU3038
    罗素悖论-图灵停机问题
    数独解法c++实现
    状压DP NOI2001 炮兵阵地
    区间第k大数
    分块随笔T2
    分块感想
    webkit的高级属性
    设计模式
  • 原文地址:https://www.cnblogs.com/whnbky/p/12055459.html
Copyright © 2011-2022 走看看