问题:Flask上下文堆栈的目的是什么?
我一直在使用请求/应用程序上下文有一段时间,但没有完全了解它的工作原理或设计原因。当涉及到请求或应用程序上下文时,“堆栈”的目的是什么?这是两个单独的堆栈,还是都是一个堆栈的一部分?是将请求上下文压入堆栈,还是堆栈本身?我是否可以在彼此之上推送/弹出多个上下文?如果是这样,我为什么要这样做?
抱歉所有问题,但是阅读了请求上下文和应用程序上下文文档后,我仍然感到困惑。
回答 0
多个应用
在您意识到Flask可以拥有多个应用程序之前,应用程序上下文(及其用途)确实令人困惑。想象一下您想让一个WSGI Python解释器运行多个Flask应用程序的情况。我们不是在这里谈论蓝图,而是在谈论完全不同的Flask应用程序。
您可以按照“应用程序分派”示例中的Flask文档部分进行类似的设置:
from werkzeug.wsgi import DispatcherMiddleware
from frontend_app import application as frontend
from backend_app import application as backend
application = DispatcherMiddleware(frontend, {
'/backend': backend
})
请注意,有两个完全不同的Flask应用程序被创建为“前端”和“后端”。换句话说,Flask(...)
应用程序构造函数被调用了两次,创建了Flask应用程序的两个实例。
语境
当您使用Flask时,通常会最终使用全局变量来访问各种功能。例如,您可能有读取如下代码。
from flask import request
然后,在查看期间,您可能会request
用来访问当前请求的信息。显然,request
这不是正常的全局变量;实际上,它是上下文局部值。换句话说,幕后有一些魔术说“当我打电话时request.path
,path
从request
CURRENT请求的对象中获取属性”。两个不同的请求将对产生不同的结果request.path
。
实际上,即使您使用多个线程运行Flask,Flask也足够聪明,可以将请求对象隔离。这样,两个线程(每个线程处理一个不同的请求)就可以同时调用request.path
并获取各自请求的正确信息。
把它放在一起
因此,我们已经看到Flask可以在同一个解释器中处理多个应用程序,并且由于Flask允许您使用“上下文本地”全局变量的方式,因此必须有某种机制来确定“当前” 请求是什么(为了做)之类的事情request.path
。
将这些想法放在一起,Flask必须有某种方法来确定“当前”应用程序是什么也应该有意义!
您可能还具有类似于以下内容的代码:
from flask import url_for
像我们的request
示例一样,该url_for
函数的逻辑依赖于当前环境。但是,在这种情况下,可以清楚地看到逻辑在很大程度上取决于哪个应用程序被视为“当前”应用程序。在上面显示的前端/后端示例中,“前端”和“后端”应用程序都可能具有“ /登录”路由,因此url_for('/login')
应返回不同的内容,具体取决于视图是否正在处理针对前端或后端应用程序的请求。
要回答您的问题…
当涉及到请求或应用程序上下文时,“堆栈”的目的是什么?
从请求上下文文档中:
由于请求上下文在内部作为堆栈维护,因此可以多次推送和弹出。这对于实现内部重定向之类的东西非常方便。
换句话说,即使您通常在这些“当前”请求或“当前”应用程序堆栈中有0或1个项目,也可能会有更多或更多的项目。
给出的示例是您的请求将返回“内部重定向”结果的地方。假设某个用户请求A,但您想返回该用户B。在大多数情况下,您将向用户发出重定向,并将该用户指向资源B,这意味着该用户将运行第二个请求以获取B。稍微不同的处理方式是进行内部重定向,这意味着在处理A时,Flask将向自身发出对资源B的新请求,并将第二个请求的结果用作用户原始请求的结果。
这是两个单独的堆栈,还是都是一个堆栈的一部分?
它们是两个单独的堆栈。但是,这是一个实现细节。更重要的是没有堆栈,而是可以随时获取“当前”应用程序或请求(堆栈顶部)的事实。
是将请求上下文压入堆栈,还是堆栈本身?
“请求上下文”是“请求上下文堆栈”的一项。与“应用程序上下文”和“应用程序上下文堆栈”类似。
我是否可以在彼此之上推送/弹出多个上下文?如果是这样,我为什么要这样做?
在Flask应用程序中,通常不会这样做。内部重定向(如上所述)的一个示例。但是,即使在这种情况下,您可能最终也会让Flask处理新请求,因此Flask会为您完成所有推送/弹出操作。
但是,在某些情况下,您想自己操作堆栈。
在请求之外运行代码
人们遇到的一个典型问题是,他们使用Flask-SQLAlchemy扩展来使用如下所示的代码来建立SQL数据库和模型定义…
app = Flask(__name__)
db = SQLAlchemy() # Initialize the Flask-SQLAlchemy extension object
db.init_app(app)
然后,他们在应从外壳程序运行的脚本中使用app
和db
值。例如,“ setup_tables.py”脚本…
from myapp import app, db
# Set up models
db.create_all()
在这种情况下,Flask-SQLAlchemy扩展了解app
应用程序,但在create_all()
此过程中将抛出错误,抱怨没有应用程序上下文。该错误是合理的;您从未告诉Flask在运行该create_all
方法时应处理哪个应用程序。
您可能想知道为什么with app.app_context()
在视图中运行类似的函数时最终不需要此调用。原因是Flask在处理实际的Web请求时已经为您处理了应用程序上下文的管理。该问题实际上仅出现在这些视图函数(或其他此类回调)之外,例如在一次性脚本中使用模型时。
解决方案是自己推送应用程序上下文,这可以通过以下方法完成:
from myapp import app, db
# Set up models
with app.app_context():
db.create_all()
这将推送一个新的应用程序上下文(使用的应用程序app
,请记住可能有多个应用程序)。
测试中
您想操纵堆栈的另一种情况是进行测试。您可以创建一个处理请求的单元测试,然后检查结果:
import unittest
from flask import request
class MyTest(unittest.TestCase):
def test_thing(self):
with app.test_request_context('/?next=http://example.com/') as ctx:
# You can now view attributes on request context stack by using `request`.
# Now the request context stack is empty
回答 1
先前的答案已经很好地概述了在请求期间Flask后台发生的情况。如果您还没有阅读它,我建议您在阅读之前先@MarkHildreth的答案。简而言之,将为每个http请求创建一个新的上下文(线程),这就是为什么必须要有一个Local
允许诸如request
和的g
可以跨线程全局访问,同时保持它们的请求特定上下文。此外,在处理http请求时,Flask可以从内部模拟其他请求,因此有必要将它们各自的上下文存储在堆栈中。另外,Flask允许多个wsgi应用程序在单个进程中相互运行,并且在请求期间可以调用多个(每个请求都创建一个新的应用程序上下文)以执行操作,因此需要应用程序上下文堆栈。这是先前答案中所涵盖内容的摘要。
我现在的目标是通过解释Flask和Werkzeug 如何处理这些上下文本地人来补充我们目前的理解。我简化了代码以增强对其逻辑的理解,但是,如果理解了这一点,则应该能够轻松掌握实际源代码(werkzeug.local
和flask.globals
)中的大部分内容。
首先让我们了解一下Werkzeug如何实现线程Locals。
本地
当http请求进入时,将在单个线程的上下文中对其进行处理。作为在http请求期间生成新上下文的一种替代方法,Werkzeug还允许使用greenlets(一种较轻的“微线程”)代替普通线程。如果您没有安装greenlet,它将恢复为使用线程。这些线程(或Greenlet)中的每一个都可以通过唯一的ID进行标识,您可以使用模块的get_ident()
功能进行检索。这个函数是出发点,以神奇的背后有request
,current_app
,url_for
,g
,等这样的背景下,结合全局对象。
try:
from greenlet import get_ident
except ImportError:
from thread import get_ident
现在我们有了身份函数,我们可以随时知道我们在哪个线程上,并且可以创建所谓的线程 Local
的上下文对象,该对象可以全局访问,但是当您访问其属性时,它们将解析为它们的值该特定线程。例如
# globally
local = Local()
# ...
# on thread 1
local.first_name = 'John'
# ...
# on thread 2
local.first_name = 'Debbie'
这两个值同时存在于全局可访问Local
对象上,但访问local.first_name
在线程1的上下文中进行将为您提供'John'
,而'Debbie'
在线程2 上将返回。
那怎么可能?让我们看一些(简化的)代码:
class Local(object)
def __init__(self):
self.storage = {}
def __getattr__(self, name):
context_id = get_ident() # we get the current thread's or greenlet's id
contextual_storage = self.storage.setdefault(context_id, {})
try:
return contextual_storage[name]
except KeyError:
raise AttributeError(name)
def __setattr__(self, name, value):
context_id = get_ident()
contextual_storage = self.storage.setdefault(context_id, {})
contextual_storage[name] = value
def __release_local__(self):
context_id = get_ident()
self.storage.pop(context_id, None)
local = Local()
从上面的代码中,我们可以看到魔术归结为 get_ident()
为当前的greenlet或线程。然后,Local
存储仅将其用作密钥来存储与当前线程相关的任何数据。
Local
每个流程和request
,可以有多个对象g
,current_app
而其他对象就可以像这样简单地创建。但这不是Flask的工作方式,在技术上这些都不是 Local
对象对象,而是更准确的LocalProxy
对象。什么LocalProxy
啊
本地代理
LocalProxy是一个查询的对象,Local
以查找另一个感兴趣的对象(即它代理的对象)。让我们来了解一下:
class LocalProxy(object):
def __init__(self, local, name):
# `local` here is either an actual `Local` object, that can be used
# to find the object of interest, here identified by `name`, or it's
# a callable that can resolve to that proxied object
self.local = local
# `name` is an identifier that will be passed to the local to find the
# object of interest.
self.name = name
def _get_current_object(self):
# if `self.local` is truly a `Local` it means that it implements
# the `__release_local__()` method which, as its name implies, is
# normally used to release the local. We simply look for it here
# to identify which is actually a Local and which is rather just
# a callable:
if hasattr(self.local, '__release_local__'):
try:
return getattr(self.local, self.name)
except AttributeError:
raise RuntimeError('no object bound to %s' % self.name)
# if self.local is not actually a Local it must be a callable that
# would resolve to the object of interest.
return self.local(self.name)
# Now for the LocalProxy to perform its intended duties i.e. proxying
# to an underlying object located somewhere in a Local, we turn all magic
# methods into proxies for the same methods in the object of interest.
@property
def __dict__(self):
try:
return self._get_current_object().__dict__
except RuntimeError:
raise AttributeError('__dict__')
def __repr__(self):
try:
return repr(self._get_current_object())
except RuntimeError:
return '<%s unbound>' % self.__class__.__name__
def __bool__(self):
try:
return bool(self._get_current_object())
except RuntimeError:
return False
# ... etc etc ...
def __getattr__(self, name):
if name == '__members__':
return dir(self._get_current_object())
return getattr(self._get_current_object(), name)
def __setitem__(self, key, value):
self._get_current_object()[key] = value
def __delitem__(self, key):
del self._get_current_object()[key]
# ... and so on ...
__setattr__ = lambda x, n, v: setattr(x._get_current_object(), n, v)
__delattr__ = lambda x, n: delattr(x._get_current_object(), n)
__str__ = lambda x: str(x._get_current_object())
__lt__ = lambda x, o: x._get_current_object() < o
__le__ = lambda x, o: x._get_current_object() <= o
__eq__ = lambda x, o: x._get_current_object() == o
# ... and so forth ...
现在要创建可全局访问的代理
# this would happen some time near application start-up
local = Local()
request = LocalProxy(local, 'request')
g = LocalProxy(local, 'g')
现在,在请求过程的早期,您将在本地创建的对象中存储一些对象,无论我们使用哪个线程,以前创建的代理都可以访问这些对象
# this would happen early during processing of an http request
local.request = RequestContext(http_environment)
local.g = SomeGeneralPurposeContainer()
将其LocalProxy
用作全局可访问对象而不是使它们成为Locals
自己的优点是简化了它们的管理。您只需要一个Local
对象即可创建许多可全局访问的代理。在请求结束时,在清理过程中,您只需释放一个Local
(即,从其存储中弹出context_id),而不必理会代理,它们仍可全局访问,并且仍然依赖于代理Local
来查找其对象对后续的http请求感兴趣。
# this would happen some time near the end of request processing
release(local) # aka local.__release_local__()
为了简化LocalProxy
已经存在的创建Local
,Werkzeug实现了Local.__call__()
magic方法,如下所示:
class Local(object):
# ...
# ... all same stuff as before go here ...
# ...
def __call__(self, name):
return LocalProxy(self, name)
# now you can do
local = Local()
request = local('request')
g = local('g')
但是,如果你在烧瓶来源看(flask.globals)这仍然不是如何request
,g
,current_app
和session
创建。正如我们已经建立的那样,Flask可以产生多个“假”请求(来自单个真实的http请求),并且在此过程中还可以推送多个应用程序上下文。这不是常见的用例,但是是框架的功能。由于这些“并发”请求和应用仍被限制为仅在任何时候都只有一个具有“焦点”的情况下运行,因此将堆栈用于其各自的上下文是有意义的。每当产生新请求或调用一个应用程序时,它们就会将上下文推入各自堆栈的顶部。Flask LocalStack
为此目的使用对象。当他们结束业务时,他们将上下文弹出堆栈。
本地堆栈
这是一个LocalStack
看起来像(再次代码被简化,以方便其逻辑的理解)。
class LocalStack(object):
def __init__(self):
self.local = Local()
def push(self, obj):
"""Pushes a new item to the stack"""
rv = getattr(self.local, 'stack', None)
if rv is None:
self.local.stack = rv = []
rv.append(obj)
return rv
def pop(self):
"""Removes the topmost item from the stack, will return the
old value or `None` if the stack was already empty.
"""
stack = getattr(self.local, 'stack', None)
if stack is None:
return None
elif len(stack) == 1:
release_local(self.local) # this simply releases the local
return stack[-1]
else:
return stack.pop()
@property
def top(self):
"""The topmost item on the stack. If the stack is empty,
`None` is returned.
"""
try:
return self.local.stack[-1]
except (AttributeError, IndexError):
return None
请注意,从上面看,a LocalStack
是存储在本地中的堆栈,而不是存储在堆栈中的一堆本地。这意味着尽管堆栈可以全局访问,但每个线程中的堆栈都是不同的。
瓶没有它request
,current_app
,g
,和session
物品直接解决的LocalStack
,它,而使用LocalProxy
对象包装查找功能(而不是Local
对象)会发现从底层对象LocalStack
:
_request_ctx_stack = LocalStack()
def _find_request():
top = _request_ctx_stack.top
if top is None:
raise RuntimeError('working outside of request context')
return top.request
request = LocalProxy(_find_request)
def _find_session():
top = _request_ctx_stack.top
if top is None:
raise RuntimeError('working outside of request context')
return top.session
session = LocalProxy(_find_session)
_app_ctx_stack = LocalStack()
def _find_g():
top = _app_ctx_stack.top
if top is None:
raise RuntimeError('working outside of application context')
return top.g
g = LocalProxy(_find_g)
def _find_app():
top = _app_ctx_stack.top
if top is None:
raise RuntimeError('working outside of application context')
return top.app
current_app = LocalProxy(_find_app)
所有这些都是在应用程序启动时声明的,但是直到将请求上下文或应用程序上下文推入其各自的堆栈之前,它们实际上都不会解析为任何东西。
如果您想知道上下文是如何实际插入堆栈中(然后弹出)的,请查看flask.app.Flask.wsgi_app()
wsgi应用程序的进入点(即Web服务器调用什么并将http环境传递给何时)。请求进入),并按照创建RequestContext
对象都通过其随后push()
进入_request_ctx_stack
。一旦推送到堆栈的顶部,就可以通过以下方式访问它_request_ctx_stack.top
。以下是一些简短的代码来演示流程:
因此,您启动了一个应用程序并将其提供给WSGI服务器使用…
app = Flask(*config, **kwconfig)
# ...
后来有一个http请求进入,WSGI服务器使用通常的参数调用该应用程序。
app(environ, start_response) # aka app.__call__(environ, start_response)
这大致就是应用程序中发生的事情…
def Flask(object):
# ...
def __call__(self, environ, start_response):
return self.wsgi_app(environ, start_response)
def wsgi_app(self, environ, start_response):
ctx = RequestContext(self, environ)
ctx.push()
try:
# process the request here
# raise error if any
# return Response
finally:
ctx.pop()
# ...
这大致就是RequestContext发生的情况…
class RequestContext(object):
def __init__(self, app, environ, request=None):
self.app = app
if request is None:
request = app.request_class(environ)
self.request = request
self.url_adapter = app.create_url_adapter(self.request)
self.session = self.app.open_session(self.request)
if self.session is None:
self.session = self.app.make_null_session()
self.flashes = None
def push(self):
_request_ctx_stack.push(self)
def pop(self):
_request_ctx_stack.pop()
假设请求已完成初始化,那么request.path
从您的一个视图函数中查找的内容将如下所示:
- 从全局可访问
LocalProxy
对象开始request
。 - 要找到其感兴趣的基础对象(代理的对象),它将调用其查找功能
_find_request()
(注册为该功能的功能)self.local
)。 - 该函数查询
LocalStack
对象_request_ctx_stack
的堆栈顶部上下文。 - 为了找到顶部上下文,
LocalStack
对象首先在其内部Local
属性(self.local
)中查询stack
先前存储在此处属性。 - 来自
stack
获得顶级上下文 - 和
top.request
因此被解析为感兴趣的底层对象。 - 从那个对象我们得到
path
属性
因此,我们已经了解了Local
,LocalProxy
和如何LocalStack
工作,现在思考一下path
从中检索的含义和细微差别:
- 一个
request
可能是简单的全局可访问对象的对象。 - 一个
request
对象,这将是一个地方。 - 一个
request
对象存储为本地的属性。 - 一个
request
对象,它是存储在本地对象的代理。 request
存储在堆栈中的对象,该对象又存储在本地中。- 一个
request
对象,它是存储在本地的堆栈上的对象的代理。<-这就是Flask所做的。
回答 2
@Mark Hildreth的答案很少。
上下文堆栈看起来像{thread.get_ident(): []}
,在这里[]
称为“堆栈”,因为仅用于append
(push
)pop
和[-1]
(__getitem__(-1)
)操作。因此上下文堆栈将保留线程或greenlet线程的实际数据。
current_app
,g
,request
,session
和等是LocalProxy
刚刚overrided特殊的方法对象__getattr__
,__getitem__
,__call__
,__eq__
等,并从上下文堆栈顶部(返回值[-1]
)的参数名(current_app
,request
例如)。
LocalProxy
需要一次导入此对象,并且它们不会丢失实际情况。所以最好只是导入request
在代码中的任何地方,而不是将请求参数发送给您的函数和方法。您可以使用它轻松编写自己的扩展名,但不要忘记,琐碎的用法会使代码难以理解。
花时间了解https://github.com/mitsuhiko/werkzeug/blob/master/werkzeug/local.py。
那么如何填充两个堆栈?根据要求Flask
:
request_context
按环境创建(initmap_adapter
,匹配路径)- 输入或推送此请求:
- 清除上一个
request_context
- 创建
app_context
是否丢失并推送到应用程序上下文堆栈 - 此请求已推送到请求上下文堆栈
- 初始化会话,如果错过了
- 清除上一个
- 派遣请求
- 清除请求并从堆栈中弹出
回答 3
让我们举一个例子,假设您要设置一个用户上下文(使用Local和LocalProxy的flask构造)。
定义一个User类:
class User(object):
def __init__(self):
self.userid = None
定义一个函数来检索当前线程或greenlet中的用户对象
def get_user(_local):
try:
# get user object in current thread or greenlet
return _local.user
except AttributeError:
# if user object is not set in current thread ,set empty user object
_local.user = User()
return _local.user
现在定义一个LocalProxy
usercontext = LocalProxy(partial(get_user, Local()))
现在在当前线程usercontext.userid中获取用户的userid
说明:
1.Local具有identity和objet dict,identity是threadid或greenlet id,在此示例中,_local.user = User()与_local等效。___storage __ [当前线程的id] [“ user”] = User()
- LocalProxy 将 操作委托给包装好的本地对象,或者您可以提供一个返回目标对象的函数。在上面的示例中,get_user函数将当前用户对象提供给LocalProxy,当您通过usercontext.userid要求当前用户的userid时,LocalProxy的__getattr__函数首先调用get_user以获取User对象(用户),然后调用getattr(user,“ userid”)。只需在用户(在当前线程或greenlet中)上设置userid即可:usercontext.userid =“ user_123”