Flask一个g引发的思考

背景

最近有面试一家公司,感觉准备的不是很充分,感觉很多东西都答的挺菜的,自己写的文章里面的问题都没答上来更是汗流浃背, 所以大概列了一下其中的问题,进行了一番总结补充,重新制定一下复习的计划。 其中里面我觉得有个问题我觉得挺有意思的,我记得大概是问了一下Flask的g有使用过?具体实现的原理是啥? 我想了一下 ,这不就是平时用来存储一下数据的全局变量的么?有啥原理的,后面大概翻了一下Flask的源码,具体从头捋了一遍,所以就有这篇文章。

源码阅读

g

初始化应用上下文变量

python 复制代码
_cv_app: ContextVar[AppContext] = ContextVar("flask.app_ctx")

定义一个代理器

python 复制代码
g: _AppCtxGlobals = LocalProxy(  # type: ignore[assignment]
    _cv_app, "g", unbound_message=_no_app_msg
)

分析LocalProxy本地代理器初始化函数

LocalProxy.init

定义传入的参数

python 复制代码
def __init__(
        self,
        local: ContextVar[T] | Local | LocalStack[T] | t.Callable[[], T],
        name: str | None = None,
        *,
        unbound_message: str | None = None,
    ) -> None:

生成一个可调用对象,用于提取对象中的属性值

python 复制代码
        if name is None:
            get_name = _identity
        else:
            get_name = attrgetter(name)

定位if匹配关键的代码,定义_get_current_object方法

python 复制代码
        elif isinstance(local, ContextVar):

            def _get_current_object() -> T:
                try:
                    obj = local.get()
                except LookupError:
                    raise RuntimeError(unbound_message) from None

                return get_name(obj)

这里的local就是传入的上下文变量_cv_app,_get_current_object函数就是获取上下文变量里的值,get_name(obj)方法其实等同于obj.name,这里传入的name是g, 前面定义时候可以看到上下文变量set其实就是AppContext,所以可以理解为AppContext.g;

给LocalProxy代理器绑定方法

python 复制代码
object.__setattr__(self, "_get_current_object", _get_current_object)

LocalProxy.setattrgetattr

当给g绑定一个属性时,LocalProxy会怎么处理

python 复制代码
__getattr__ = _ProxyLookup(getattr)
__setattr__ = _ProxyLookup(setattr)  # type: ignore

LocalProxy代理器设置__setattr__方法;可以理解为后续LocalProxy的实例对象设置属性时,_ProxyLookup(setattr)(self, key, value),这个self指的是LocalProxy的实例对象

_PorxyLookup.init

开始有点熟悉了,上面提到_ProxyLookup的实例当成方法一样调用的时候,应该先定位到_PorxyLookup对象__call__方法,先看看_PorxyLookup的初始化__init__:

python 复制代码
    def __init__(
        self,
        f: t.Callable | None = None,
        fallback: t.Callable | None = None,
        class_value: t.Any | None = None,
        is_attr: bool = False,
    ) -> None:
        bind_f: t.Callable[[LocalProxy, t.Any], t.Callable] | None

        if hasattr(f, "__get__"):
            # A Python function, can be turned into a bound method.

            def bind_f(instance: LocalProxy, obj: t.Any) -> t.Callable:
                return f.__get__(obj, type(obj))  # type: ignore

        elif f is not None:
            # A C function, use partial to bind the first argument.

            def bind_f(instance: LocalProxy, obj: t.Any) -> t.Callable:
                return partial(f, obj)

        else:
            # Use getattr, which will produce a bound method.
            bind_f = None

        self.bind_f = bind_f
        self.fallback = fallback
        self.class_value = class_value
        self.is_attr = is_attr
  1. 判断传入的f是否为描述器,很显然传入的setattr为否,且f不为None:
  2. 声明一个bind_f函数,函数用于返回partial对象,partial函数是用于固定了obj参数;
  3. 前面提到传入的是setattr,setattr的函数定义setattr(x,y,z),正常使用需要传入三个参数,才能达到x.y = z的效果;
  4. 现在就是bind_f直接返回的是固定了第一个参数为obj的setattr函数,后续只需要调用只需要传入后两个参数即可; (注意这个self.bind_f,后面会用到)

_PorxyLookup.call

接着继续看_PorxyLookup的__call__方法:

python 复制代码
    def __call__(self, instance: LocalProxy, *args: t.Any, **kwargs: t.Any) -> t.Any:
        """Support calling unbound methods from the class. For example,
        this happens with ``copy.copy``, which does
        ``type(x).__copy__(x)``. ``type(x)`` can't be proxied, so it
        returns the proxy type and descriptor.
        """
        return self.__get__(instance, type(instance))(*args, **kwargs)

这里其实就是当实例当做函数一样调用时会触发的__call__方法,这里可以看到instance对应着我们传入的LocalProxy实例对象,*args就是我们传入设置的参数了; 后面就是调用描述器的__get__方法了,直接传入实例对象,实例类型;

_PorxyLookup.get

这部分算我们寻找设置g这个全局上下文变量的重点,把前面做的所有事情进行一次"回收"使用:

python 复制代码
    def __get__(self, instance: LocalProxy, owner: type | None = None) -> t.Any:
        if instance is None:
            if self.class_value is not None:
                return self.class_value

            return self

        try:
            obj = instance._get_current_object()
        except RuntimeError:
            if self.fallback is None:
                raise

            fallback = self.fallback.__get__(instance, owner)

            if self.is_attr:
                # __class__ and __doc__ are attributes, not methods.
                # Call the fallback to get the value.
                return fallback()

            return fallback

        if self.bind_f is not None:
            return self.bind_f(instance, obj)

        return getattr(obj, self.name)
  1. _get_current_object方法,前面在LocalProxy代理器对象绑定好的方法,方法里面其实最终返回的是就是一个AppContext.g对象;
  2. self.bind_f前面初始化刚绑定好的,这里其实就是返回一个固定参数的setattr函数,setattr的第一个参数固定成obj了;
  3. 结合上面__call__方法,再把剩余需要设置的参数传进来,假设在flask框架设置g全局变量是g.name = "flask",setattr(obj, "name", "flask");
  4. 所以前面能确定到的obj是AppContext,最终得出来的其实就是调用AppContext中g属性的__setattr__方法;

整体总结

整体看下来就是,废了老大劲,其实就是调用AppContext的方法。而里面代码架构的核心就是代理模式,使用者就是通过g这个代理器去访问AppContext里面的g属性。而这个AppContext对象则是,存放在_cv_app这个上下文变量。而这个g实质就是在存储数据的应用上下文。

下面展示一下AppContext类:

python 复制代码
class AppContext:
    """The app context contains application-specific information. An app
    context is created and pushed at the beginning of each request if
    one is not already active. An app context is also pushed when
    running CLI commands.
    """

    def __init__(self, app: Flask) -> None:
        self.app = app
        self.url_adapter = app.create_url_adapter(None)
        self.g: _AppCtxGlobals = app.app_ctx_globals_class()
        self._cv_tokens: list[contextvars.Token] = []

    def push(self) -> None:
        """Binds the app context to the current context."""
        self._cv_tokens.append(_cv_app.set(self))
        appcontext_pushed.send(self.app, _async_wrapper=self.app.ensure_sync)

这里面有趣的点就是什么时候触发这个push方法,即需要把当前的AppContext保存到_cv_app这个上下文变量中,不然你直接在flask程序启动的前调用这个g,会发现抛出一个RuntimeError的异常; 这里不列出来了,有兴趣的再去仔细看看,答案是Flask对象中的wsgi_app方法中,当WSGI服务器调用Falsk对象作为应用程序时就会调用wsgi_app方法,wsgi_app就会推送应用程序上下文;

最后一试

上面提到很关键的代理模式,众所周知,一般来说代理模式目的就是防止调用者和执行者发生关系,所以需要一个代理对象。如果上面这么绕的代码看不懂,其实可以简洁成以下的代码, 或许你直接就豁然开朗了 。

python 复制代码
from werkzeug.local import LocalProxy
from contextvars import ContextVar


class Info:
    pass


class Person:
    def __init__(self):
        self.info = Info()


if __name__ == "__main__":
    flask_var = ContextVar("flask.context")
    p = Person()
    flask_var.set(p)

    proxy = LocalProxy(flask_var, "info", unbound_message="Error bound msg")
    proxy.name = "zhangsan"
    proxy.age = 12
    print(p.info.name, p.info.age)

有兴趣的同学可以试试,有啥错误纰漏可以指出讨论!

参考链接:

www.cnblogs.com/cwp-bg/p/10... flask.palletsprojects.com/en/3.0.x/ap...

相关推荐
EterNity_TiMe_2 分钟前
【机器学习】智驭未来:探索机器学习在食品生产中的革新之路
人工智能·python·机器学习·性能优化·学习方法
Mopes__41 分钟前
Python | Leetcode Python题解之第452题用最少数量的箭引爆气球
python·leetcode·题解
AI视觉网奇1 小时前
pymeshlab 学习笔记
开发语言·python
纪伊路上盛名在1 小时前
如何初步部署自己的服务器,达到生信分析的及格线
linux·运维·服务器·python·学习·r语言·github
计算机源码社1 小时前
分享一个餐饮连锁店点餐系统 餐馆食材采购系统Java、python、php三个版本(源码、调试、LW、开题、PPT)
java·python·php·毕业设计项目·计算机课程设计·计算机毕业设计源码·计算机毕业设计选题
汤兰月1 小时前
Python中的观察者模式:从基础到实战
开发语言·python·观察者模式
西柚与蓝莓3 小时前
【开源开放体系总结】
python
belldeep6 小时前
python:reportlab 将多个图片合并成一个PDF文件
python·pdf·reportlab
FreakStudio9 小时前
全网最适合入门的面向对象编程教程:56 Python字符串与序列化-正则表达式和re模块应用
python·单片机·嵌入式·面向对象·电子diy
丶21369 小时前
【CUDA】【PyTorch】安装 PyTorch 与 CUDA 11.7 的详细步骤
人工智能·pytorch·python