一、线程安全
1. 定义
在多线程中,同一个进程中的多个线程是共享一个内存地址的,多个线程操作数据时,就会造成数据的不安全,所有我们就要加锁。但是对于一些变量,如果仅仅只在本线程中使用,怎么办?
方法1:可以通过全局的字典,key为当前线程的线程ID,value为具体的值。
方法2:使用threadding.local方法
2. threadding.local方法
threading.local在多线程操作时,为每一个线程创建一个值,使得线程之间各自操作自己的值,互不影响。
from threading import local
import time
class Foo(local):
pass
foo = Foo()
foo.num = 1
def my_num(i):
foo.num = i
# time.sleep(1)
print(foo.num, threading.current_thread().ident)
for i in range(10):
th = threading.Thread(target=my_num,args=(i,))
th.start()
3. 栈
class MyStack(object):
data = []
def __setattr__(self, key, value):
self.push(key,value)
def push(self,key,value):
self.data.append({key:value})
def top(self):
return self.data.pop()
my_stack = MyStack()
my_stack.name = 666 # [{name:666}]
my_stack.name = 777 # [{name:666},{name:777}]
print(my_stack.data)
# my_stack.push(666)
# my_stack.push(777)
# my_stack.push(888)
#
# print(my_stack.top(),my_stack.data)
# print(my_stack.top(),my_stack.data)
# print(my_stack.top(),my_stack.data)
二、Flask上下文
1. 概述
flask与其他python框架比如(Django、tornado)在整个请求生命周期中对于数据的管理机制的不同。django、tornado是通过传参的形式传递数据,而flask是通过其特有的上下文管理机制来管理数据的。flask上下文管理机制分两部分:请求上下文、应用上下文。
上下文(context,concatenate-text)可以理解为"引用池"。比如说,Application里面存储了应用属性,session中有存储了会话属性,request又存了请求属性值,那么就可以把得到的属性全部集中在一个区域里,可以通过这个小容器,接收和调用到各个范围传递过来的属性,这就是所谓的"上下文"。
2. 上下文对象的作用域
(1)上下文是怎么被使用的?
线程有个叫ThreadLocal的类,也就是通常实现线程隔离的类。而werkzeug自己实现了它的线程隔离类 --- werkzeug.local.Local。LocalStack就是用Local实现的。
在flask.globals模块中定义了两个LocalStack对象:
_request_ctx_stack = LocalStack()
_app_ctx_stack = LocalStack()
LocalStack 是flask定义的线程隔离的栈存储对象,分别用来保存应用和请求上下文。线程隔离的意思就是说,对于不同的线程,它们访问这两对象看到的结果是不一样的、完全隔离的。这是根据pid的不同实现的,类似门牌号。
而每个传给flask对象的请求,都是在不同的线程中处理的,而且同一时刻每个线程只处理一个请求。所以对于每个请求来说,它们完全不用担心自己上下文中的数据被别的请求修改。
current_app 应用上下文 当前激活程序的程序实例
g 应用上下文 处理请求时用作临时存储的对象。每次请求都会重设这个变量
request 请求上下文 请求对象,封装了客户端发出的HTTP请求中的内容
session 请求上下文 用户会话,用于存储请求之间需要“记住”的☞的字典
参考博客:
https://www.cnblogs.com/liuyinzhou/p/9769490.html#_label0
https://www.cnblogs.com/zhaopanpan/p/9457343.html
https://www.cnblogs.com/wdliu/p/10144933.html