了解Flask中的临时全局变量

Flask为什么会有临时全局变量？为了避免处理HTTP请求的函数传入参数过多，Flask发明了临时全局变量，让每个处理HTTP请求的函数都能更加优雅。 首先了解下Flask是如何处理HTTP请求的。 当Application服务器接收到HTTP请求时，它会将请求转发给flask.py中的Flask类进行处理。Flask类会如何处理这些请求呢？先来了解一下什么是服务器I/O模型。 一、服务器I/O模型 1：阻塞式单线程：这是最简单的I/O模型，服务器只有在处理完一个请求之后才会处理下一个请求。这种模型的缺点举个例子，超时结账时走人工通道，需要排队依次结账，排队是需要等待的。 2：阻塞式多线程：这是一种改进的阻塞式单线程模型，服务器为每个请求开一个线程进行处理。当线程数量达到一定数量时，线程之间的切换和上下文操作会消耗大量CPU时间，造成资源的浪费。 3：非阻塞式事件驱动：这种模型需要提到反应器设计模式（Rector Pattern），它是一种事件驱动的设计模式，用于处理多个请求同时发送到服务器的情况。该模型的优点在于降低了CPU资源消耗，缺点在于难以用程序编写。 4：协程：下面单独介绍它。 二、协程 1：什么是协程？ 协程是比线程更小的执行单元，自带CPU上下文。当我们从一个协程切换到另一个协程时，通过保存/恢复CPU上下文，使程序可以继续运行。 2：协程和线程的区别是什么？ 协程切换只需要保存和恢复CPU上下文，而线程除了保存和恢复CPU上下文外，还需要进行线程缓存的保存与恢复。线程的切换会消耗大量的CPU性能，而协程可以在一秒钟内切换上百万次而不会有什么压力。 3：为什么要进行线程/协程的切换？ 当CPU执行所谓的并行处理时，它会将CPU时间分成多个部分，先执行一个线程的任务，再执行另一个线程的任务，然后再回头执行第一个线程的任务。由于CPU切换非常快，我们感觉两个线程同时运行。但是这样做不可避免地涉及到大量的CPU切换，缩小切换成本成为处理并发问题的关键。 4：1:N模式 1:N模式是指将一个线程作为容器来放置多个协程。 5：协程的切换 在协程中，自己是主动让出CPU的。每个协程池都有一个调度器，它是一个被动调度器，不会主动切换协程。相反，当一个协程发现无法继续执行时，它会主动联系调度器，然后调度器根据调度算法找到当前最需要CPU的协程。 当一个协程需要进行大量的CPU计算（即它是CPU密集型的），并且该协程不涉及I/O时，就可能会出现该协程一直占据着CPU的情况。 这种情况需要程序员手动处理。 三、Python处理并发的两个库：Greenlet和Stackless Greenlet使用的服务器I/O模型就是协程。 Stackless提供了对协程的原生支持,可以轻松地创建、管理和调度大量协程。 四、Flask中的Thread Local概念是理解临时全局变量的关键 从面向对象设计的角度来看，对象是保存“状态”的地方。Python也是如此，一个对象的状态都被保存在对象携带的特殊字典中，可以通过vars拿到它。 Thread Local是一种特殊的对象，它的“状态”对线程（协程）隔离，也就是说对于每一个线程（协程）来说，Thread Local的值都不一样（例如：变量a是个Thread Local对象，初始化的值为0，线程1中修改a=1，在线程2中看到的a的值却还是0——每个线程对一个Thread Local对象的修改都不会影响其他线程）。 Thread Local是如何实现的呢？ 它以线程的ID（协程的ID——由Greenlet提供）保存多个状态词典，每个线程（协程）访问它时就可以去找自己ID对应的状态来实现Thread Local提供的这种奇妙特性了。 只要能构造出Thread Local对象，就能够让同一个对象在多个线程（协程）下做到状态隔离，Flask中的临时全局变量就可以实现了。 五、Python中获得Thread Local的两种方法 方法1: 使用Python自带的threading.local线程局部变量。 只支持在线程之间作为局部变量。 方法2: 使用Werkzeug实现的werkzeug.local.Local类，它的优势在于支持在协程之间作为局部变量。它会优先使用Greenlet的ID而不是现成的ID来保存状态词典。它也支持基于greenlet的面向网络应用的并发处理框架——eventlet，以及基于协程的Python网络函数库——gevent。 六、Werkzeug实现的两种数据结构：LocalStack和LocalProxy LocalStack使用werkzeug.local.Local类实现的栈结构。 LocalProxy是一个代理模式实现，具体实现不再说明，其返回值是Thread Local。 七、Flask基于LocalStack和LocalProxy实现的Context和临时全局变量 Flask是一个基于Werkzeug实现的框架，Flask的App Context（程序上下文）和Request Context（请求上下文）也基于Werkzeug的Local Stack实现。current_app、g、request、session实际上都是LocalProxy类型的对象（本质上是Thread Local对象），它们都具有临时全局变量的功能。