大地视频免费追剧app下载,人妻换人妻仑乱,成全免费高清观看在线电视剧大全

Context 是一個包含了相關(guān)信息內(nèi)容的對象，舉個例子："比如一部 13 集的動漫，你直接點(diǎn)進(jìn)第八集，看到女主角在男主角面前流淚了"。相信此時你是不知道為什么女主角會流淚的，因?yàn)槟銢]有看前面幾集的內(nèi)容，缺失了相關(guān)的上下文信息。

所以 Context 并不是什么神奇的東西，它的作用就是攜帶一些指定的信息。

web 框架中的 request

我們以 fastapi 和 sanic 為例，看看當(dāng)一個請求過來的時候，它們是如何解析的。

#?fastapi
from?fastapi?import?FastAPI,?Request
import?uvicorn
app?=?FastAPI()

@app.get("/index")
async?def?index(request:?Request):
????name?=?request.query_params.get("name")
????return?{"name":?name}

uvicorn.run("__main__:app",?host="127.0.0.1",?port=5555)
#?-------------------------------------------------------
#?sanic
from?sanic?import?Sanic
from?sanic.request?import?Request
from?sanic?import?response
app?=?Sanic("sanic")

@app.get("/index")
async?def?index(request:?Request):
????name?=?request.args.get("name")
????return?response.json({"name":?name})

app.run(host="127.0.0.1",?port=6666)

發(fā)請求測試一下，看看結(jié)果是否正確。

可以看到請求都是成功的，并且對于 fastapi 和 sanic 而言，其 request 和視圖函數(shù)是綁定在一起的。也就是在請求到來的時候，會被封裝成一個 Request 對象、然后傳遞到視圖函數(shù)中。

但對于 flask 而言則不是這樣子的，我們看一下 flask 是如何接收請求參數(shù)的。

from?flask?import?Flask,?request
app?=?Flask("flask")

@app.route("/index")
def?index():
????name?=?request.args.get("name")
????return?{"name":?name}

app.run(host="127.0.0.1",?port=7777)

我們看到對于 flask 而言則是通過 import request 的方式，如果不需要的話就不用 import，當(dāng)然我這里并不是在比較哪種方式好，主要是為了引出我們今天的主題。首先對于 flask 而言，如果我再定義一個視圖函數(shù)的話，那么獲取請求參數(shù)依舊是相同的方式，但是這樣問題就來了，不同的視圖函數(shù)內(nèi)部使用同一個 request，難道不會發(fā)生沖突嗎？

顯然根據(jù)我們使用 flask 的經(jīng)驗(yàn)來說，答案是不會的，至于原因就是 ThreadLocal。

ThreadLocal

ThreadLocal，從名字上看可以得出它肯定是和線程相關(guān)的。沒錯，它專門用來創(chuàng)建局部變量，并且創(chuàng)建的局部變量是和線程綁定的。

import?threading
#?創(chuàng)建一個?local?對象
local?=?threading.local()
def?get():
????name?=?threading.current_thread().name
????#?獲取綁定在?local?上的?value
????value?=?local.value
????print(f"線程:?{name},?value:?{value}")
def?set_():
????name?=?threading.current_thread().name
????#?為不同的線程設(shè)置不同的值
????if?name?==?"one":
????????local.value?=?"ONE"
????elif?name?==?"two":
????????local.value?=?"TWO"
????#?執(zhí)行?get?函數(shù)
????get()
t1?=?threading.Thread(target=set_,?name="one")
t2?=?threading.Thread(target=set_,?name="two")
t1.start()
t2.start()
"""
線程?one,?value:?ONE
線程?two,?value:?TWO
"""

可以看到兩個線程之間是互不影響的，因?yàn)槊總€線程都有自己唯一的 id，在綁定值的時候會綁定在當(dāng)前的線程中，獲取也會從當(dāng)前的線程中獲取。可以把 ThreadLocal 想象成一個字典：

{
????"one":?{"value":?"ONE"},
????"two":?{"value":?"TWO"}
}

更準(zhǔn)確的說 key 應(yīng)該是線程的 id，為了直觀我們就用線程的 name 代替了，但總之在獲取的時候只會獲取綁定在該線程上的變量的值。

而 flask 內(nèi)部也是這么設(shè)計(jì)的，只不過它沒有直接用 threading.local，而是自己實(shí)現(xiàn)了一個 Local 類，除了支持線程之外還支持 greenlet 的協(xié)程，那么它是怎么實(shí)現(xiàn)的呢？首先我們知道 flask 內(nèi)部存在"請求 context" 和 "應(yīng)用 context"，它們都是通過棧來維護(hù)的（兩個不同的棧）。

#?flask/globals.py
_request_ctx_stack?=?LocalStack()
_app_ctx_stack?=?LocalStack()
current_app?=?LocalProxy(_find_app)
request?=?LocalProxy(partial(_lookup_req_object,?"request"))
session?=?LocalProxy(partial(_lookup_req_object,?"session"))

每個請求都會綁定在當(dāng)前的 Context 中，等到請求結(jié)束之后再銷毀，這個過程由框架完成，開發(fā)者只需要直接使用 request 即可。所以請求的具體細(xì)節(jié)流程可以點(diǎn)進(jìn)源碼中查看，這里我們重點(diǎn)關(guān)注一個對象：werkzeug.local.Local，也就是上面說的 Local 類，它是變量的設(shè)置和獲取的關(guān)鍵。直接看部分源碼：

#?werkzeug/local.py
class?Local(object):
????__slots__?=?("__storage__",?"__ident_func__")
????def?__init__(self):
????????#?內(nèi)部有兩個成員：__storage__?是一個字典，值就存在這里面
????????#?__ident_func__?只需要知道它是用來獲取線程?id?的即可
????????object.__setattr__(self,?"__storage__",?{})
????????object.__setattr__(self,?"__ident_func__",?get_ident)
????def?__call__(self,?proxy):
????????"""Create?a?proxy?for?a?name."""
????????return?LocalProxy(self,?proxy)
????def?__release_local__(self):
????????self.__storage__.pop(self.__ident_func__(),?None)
????def?__getattr__(self,?name):
????????try:
????????????#?根據(jù)線程?id?得到?value（一個字典）
????????????#?然后再根據(jù)?name?獲取對應(yīng)的值
????????????#?所以只會獲取綁定在當(dāng)前線程上的值
????????????return?self.__storage__[self.__ident_func__()][name]
????????except?KeyError:
????????????raise?AttributeError(name)
????def?__setattr__(self,?name,?value):
????????ident?=?self.__ident_func__()
????????storage?=?self.__storage__
????????try:
????????????#?將線程?id?作為?key，然后將值設(shè)置在對應(yīng)的字典中
????????????#?所以只會將值設(shè)置在當(dāng)前的線程中
????????????storage[ident][name]?=?value
????????except?KeyError:
????????????storage[ident]?=?{name:?value}
????def?__delattr__(self,?name):
????????#?刪除邏輯也很簡單
????????try:
????????????del?self.__storage__[self.__ident_func__()][name]
????????except?KeyError:
????????????raise?AttributeError(name)

所以我們看到 flask 內(nèi)部的邏輯其實(shí)很簡單，通過 ThreadLocal 實(shí)現(xiàn)了線程之間的隔離。每個請求都會綁定在各自的 Context 中，獲取值的時候也會從各自的 Context 中獲取，因?yàn)樗褪怯脕肀４嫦嚓P(guān)信息的（重要的是同時也實(shí)現(xiàn)了隔離）。

相應(yīng)此刻你已經(jīng)理解了上下文，但是問題來了，不管是 threading.local 也好、還是類似于 flask 自己實(shí)現(xiàn)的 Local 也罷，它們都是針對線程的。如果是使用 async def 定義的協(xié)程該怎么辦呢？如何實(shí)現(xiàn)每個協(xié)程的上下文隔離呢？所以終于引出了我們的主角：contextvars。

contextvars

該模塊提供了一組接口，可用于在協(xié)程中管理、設(shè)置、訪問局部 Context 的狀態(tài)。

import?asyncio
import?contextvars
c?=?contextvars.ContextVar("只是一個標(biāo)識,?用于調(diào)試")
async?def?get():
????#?獲取值
????return?c.get()?+?"~~~"
async?def?set_(val):
????#?設(shè)置值
????c.set(val)
????print(await?get())
async?def?main():
????coro1?=?set_("協(xié)程1")
????coro2?=?set_("協(xié)程2")
????await?asyncio.gather(coro1,?coro2)

asyncio.run(main())
"""
協(xié)程1~~~
協(xié)程2~~~
"""

ContextVar 提供了兩個方法，分別是 get 和 set，用于獲取值和設(shè)置值。我們看到效果和 ThreadingLocal 類似，數(shù)據(jù)在協(xié)程之間是隔離的，不會受到彼此的影響。

但我們再仔細(xì)觀察一下，我們是在 set_ 函數(shù)中設(shè)置的值，然后在 get 函數(shù)中獲取值?？?await get() 相當(dāng)于是開啟了一個新的協(xié)程，那么意味著設(shè)置值和獲取值不是在同一個協(xié)程當(dāng)中。但即便如此，我們依舊可以獲取到希望的結(jié)果。因?yàn)?Python 的協(xié)程是無棧協(xié)程，通過 await 可以實(shí)現(xiàn)級聯(lián)調(diào)用。

我們不妨再套一層：

import?asyncio
import?contextvars
c?=?contextvars.ContextVar("只是一個標(biāo)識,?用于調(diào)試")
async?def?get1():
????return?await?get2()
async?def?get2():
????return?c.get()?+?"~~~"
async?def?set_(val):
????#?設(shè)置值
????c.set(val)
????print(await?get1())
????print(await?get2())
async?def?main():
????coro1?=?set_("協(xié)程1")
????coro2?=?set_("協(xié)程2")
????await?asyncio.gather(coro1,?coro2)

asyncio.run(main())
"""
協(xié)程1~~~
協(xié)程1~~~
協(xié)程2~~~
協(xié)程2~~~
"""

我們看到不管是 await get1() 還是 await get2()，得到的都是 set_ 中設(shè)置的結(jié)果，說明它是可以嵌套的。

并且在這個過程當(dāng)中，可以重新設(shè)置值。

import?asyncio
import?contextvars
c?=?contextvars.ContextVar("只是一個標(biāo)識,?用于調(diào)試")
async?def?get1():
????c.set("重新設(shè)置")
????return?await?get2()
async?def?get2():
????return?c.get()?+?"~~~"
async?def?set_(val):
????#?設(shè)置值
????c.set(val)
????print("------------")
????print(await?get2())
????print(await?get1())
????print(await?get2())
????print("------------")
async?def?main():
????coro1?=?set_("協(xié)程1")
????coro2?=?set_("協(xié)程2")
????await?asyncio.gather(coro1,?coro2)

asyncio.run(main())
"""
------------
協(xié)程1~~~
重新設(shè)置~~~
重新設(shè)置~~~
------------
------------
協(xié)程2~~~
重新設(shè)置~~~
重新設(shè)置~~~
------------
"""

先 await get2() 得到的就是 set_ 函數(shù)中設(shè)置的值，這是符合預(yù)期的。但是我們在 get1 中將值重新設(shè)置了，那么之后不管是 await get1() 還是直接 await get2()，得到的都是新設(shè)置的值。

這也說明了，一個協(xié)程內(nèi)部 await 另一個協(xié)程，另一個協(xié)程內(nèi)部 await 另另一個協(xié)程，不管套娃（await）多少次，它們獲取的值都是一樣的。并且在任意一個協(xié)程內(nèi)部都可以重新設(shè)置值，然后獲取會得到最后一次設(shè)置的值。再舉個栗子：

import?asyncio
import?contextvars
c?=?contextvars.ContextVar("只是一個標(biāo)識,?用于調(diào)試")
async?def?get1():
????return?await?get2()
async?def?get2():
????val?=?c.get()?+?"~~~"
????c.set("重新設(shè)置啦")
????return?val
async?def?set_(val):
????#?設(shè)置值
????c.set(val)
????print(await?get1())
????print(c.get())
async?def?main():
????coro?=?set_("古明地覺")
????await?coro
asyncio.run(main())
"""
古明地覺~~~
重新設(shè)置啦
"""

await get1()的時候會執(zhí)行 await get2()，然后在里面拿到 c.set 設(shè)置的值，打印 "古明地覺~~~"。但是在 get2 里面，又將值重新設(shè)置了，所以第二個 print 打印的就是新設(shè)置的值。\

如果在 get 之前沒有先 set，那么會拋出一個 LookupError，所以 ContextVar 支持默認(rèn)值：

import?asyncio
import?contextvars
c?=?contextvars.ContextVar("只是一個標(biāo)識,?用于調(diào)試",
???????????????????????????default="哼哼")
async?def?set_(val):
????print(c.get())
????c.set(val)
????print(c.get())
async?def?main():
????coro?=?set_("古明地覺")
????await?coro
asyncio.run(main())
"""
哼哼
古明地覺
"""

除了在 ContextVar 中指定默認(rèn)值之外，也可以在 get 中指定：

import?asyncio
import?contextvars
c?=?contextvars.ContextVar("只是一個標(biāo)識,?用于調(diào)試",
???????????????????????????default="哼哼")
async?def?set_(val):
????print(c.get("古明地戀"))
????c.set(val)
????print(c.get())
async?def?main():
????coro?=?set_("古明地覺")
????await?coro
asyncio.run(main())
"""
古明地戀
古明地覺
"""

所以結(jié)論如下，如果在 c.set 之前使用 c.get：

當(dāng) ContextVar 和 get 中都沒有指定默認(rèn)值，會拋出 LookupError；
只要有一方設(shè)置了，那么會得到默認(rèn)值；
如果都設(shè)置了，那么以 get 為準(zhǔn)；

如果 c.get 之前執(zhí)行了 c.set，那么無論 ContextVar 和 get 有沒有指定默認(rèn)值，獲取到的都是 c.set 設(shè)置的值。

所以總的來說還是比較好理解的，并且 ContextVar 除了可以作用在協(xié)程上面，它也可以用在線程上面。沒錯，它可以替代 threading.local，我們來試一下：

import?threading
import?contextvars
c?=?contextvars.ContextVar("context_var")
def?get():
????name?=?threading.current_thread().name
????value?=?c.get()
????print(f"線程?{name},?value:?{value}")
def?set_():
????name?=?threading.current_thread().name
????if?name?==?"one":
????????c.set("ONE")
????elif?name?==?"two":
????????c.set("TWO")
????get()
t1?=?threading.Thread(target=set_,?name="one")
t2?=?threading.Thread(target=set_,?name="two")
t1.start()
t2.start()
"""
線程?one,?value:?ONE
線程?two,?value:?TWO
"""

和 threading.local 的表現(xiàn)是一樣的，但是更建議使用 ContextVars。不過前者可以綁定任意多個值，而后者只能綁定一個值（可以通過傳遞字典的方式解決這一點(diǎn)）。

c.Token

當(dāng)我們調(diào)用 c.set 的時候，其實(shí)會返回一個 Token 對象：

import?contextvars
c?=?contextvars.ContextVar("context_var")
token?=?c.set("val")
print(token)
"""
<Token?var=<ContextVar?name='context_var'?at?0x00..>?at?0x00...>
"""

Token 對象有一個 var 屬性，它是只讀的，會返回指向此 token 的 ContextVar 對象。

import?contextvars
c?=?contextvars.ContextVar("context_var")
token?=?c.set("val")
print(token.var?is?c)??#?True
print(token.var.get())??#?val
print(
????token.var.set("val2").var.set("val3").var?is?c
)  #?True
print(c.get())??#?val3

Token 對象還有一個 old_value 屬性，它會返回上一次 set 設(shè)置的值，如果是第一次 set，那么會返回一個 <Token.MISSING>。

import?contextvars
c?=?contextvars.ContextVar("context_var")
token?=?c.set("val")
#?該?token?是第一次?c.set?所返回的
#?在此之前沒有?set，所以?old_value?是?<Token.MISSING>
print(token.old_value)??#?<Token.MISSING>
token?=?c.set("val2")
print(c.get())??#?val2
#?返回上一次?set?的值
print(token.old_value)??#?val

那么這個 Token 對象有什么作用呢？從目前來看貌似沒太大用處啊，其實(shí)它最大的用處就是和 reset 搭配使用，可以對狀態(tài)進(jìn)行重置。

import?contextvars
#### 
c?=?contextvars.ContextVar("context_var")
token?=?c.set("val")
#?顯然是可以獲取的
print(c.get())??#?val
#?將其重置為?token?之前的狀態(tài)
#?但這個?token?是第一次?set?返回的
#?那么之前就相當(dāng)于沒有?set?了
c.reset(token)
try:
????c.get()??#?此時就會報錯
except?LookupError:
????print("報錯啦")??#?報錯啦
#?但是我們可以指定默認(rèn)值
print(c.get("默認(rèn)值"))??#?默認(rèn)值

contextvars.Context

它負(fù)責(zé)保存 ContextVars 對象和設(shè)置的值之間的映射，但是我們不會直接通過 contextvars.Context 來創(chuàng)建，而是通過 contentvars.copy_context 函數(shù)來創(chuàng)建。

import?contextvars
c1?=?contextvars.ContextVar("context_var1")
c1.set("val1")
c2?=?contextvars.ContextVar("context_var2")
c2.set("val2")
#?此時得到的是所有?ContextVar?對象和設(shè)置的值之間的映射
#?它實(shí)現(xiàn)了?collections.abc.Mapping?接口
#?因此我們可以像操作字典一樣操作它
context?=?contextvars.copy_context()
#?key?就是對應(yīng)的?ContextVar?對象，value?就是設(shè)置的值
print(context[c1])??#?val1
print(context[c2])??#?val2
for?ctx,?value?in?context.items():
????print(ctx.get(),?ctx.name,?value)
????"""
????val1?context_var1?val1
????val2?context_var2?val2
????"""
print(len(context))??#?2

除此之外，context 還有一個 run 方法：

import?contextvars
c1?=?contextvars.ContextVar("context_var1")
c1.set("val1")
c2?=?contextvars.ContextVar("context_var2")
c2.set("val2")
context?=?contextvars.copy_context()
def?change(val1,?val2):
????c1.set(val1)
????c2.set(val2)
????print(c1.get(),?context[c1])
????print(c2.get(),?context[c2])
#?在?change?函數(shù)內(nèi)部，重新設(shè)置值
#?然后里面打印的也是新設(shè)置的值
context.run(change,?"VAL1",?"VAL2")
"""
VAL1?VAL1
VAL2?VAL2
"""
print(c1.get(),?context[c1])
print(c2.get(),?context[c2])
"""
val1?VAL1
val2?VAL2
"""

我們看到 run 方法接收一個 callable，如果在里面修改了 ContextVar 實(shí)例設(shè)置的值，那么對于 ContextVar 而言只會在函數(shù)內(nèi)部生效，一旦出了函數(shù)，那么還是原來的值。但是對于 Context 而言，它是會受到影響的，即便出了函數(shù)，也是新設(shè)置的值，因?yàn)樗苯影褍?nèi)部的字典給修改了。

小結(jié)

以上就是 contextvars 模塊的用法，在多個協(xié)程之間傳遞數(shù)據(jù)是非常方便的，并且也是并發(fā)安全的。如果你用過 Go 的話，你應(yīng)該會發(fā)現(xiàn)和 Go 在 1.7 版本引入的 context 模塊比較相似，當(dāng)然 Go 的 context 模塊功能要更強(qiáng)大一些，除了可以傳遞數(shù)據(jù)之外，對多個 goroutine 的級聯(lián)管理也提供了非常清蒸的解決方案。

總之對于 contextvars 而言，它傳遞的數(shù)據(jù)應(yīng)該是多個協(xié)程之間需要共享的數(shù)據(jù)，像cookie, session, token 之類的，比如上游接收了一個 token，然后不斷地向下透傳。但是不要把本應(yīng)該作為函數(shù)參數(shù)的數(shù)據(jù)，也通過 contextvars 來傳遞，這樣就有點(diǎn)本末倒置了。

到此這篇關(guān)于Python利用contextvars實(shí)現(xiàn)管理上下文變量的文章就介紹到這了,更多相關(guān)Python contextvars管理變量內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

海外服務(wù)器租用

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。

相關(guān)文章

動態(tài)撥號：關(guān)鍵詞排名下降是啥緣故，快速提高排名怎樣做

排名優(yōu)化：網(wǎng)站排名優(yōu)化方法有什么，如何做有效果

老域名：怎樣才算老域名，老域名建站有什么影響

內(nèi)容優(yōu)化：關(guān)鍵字排名要做哪些方面的優(yōu)化，怎樣做

技巧：網(wǎng)站轉(zhuǎn)化率究竟是什么，有什么提升的技巧

一下吧：外貿(mào)站優(yōu)化有哪些基本的做法和注意事項(xiàng)

概要：競價推廣費(fèi)用大概要多少呢，競價推廣好不好

一下吧：SEO中site是什么意思，作用和應(yīng)用是怎樣的

郵箱：付費(fèi)郵箱有哪些優(yōu)勢，付費(fèi)郵箱挑選要考慮什么

集群是什么意思：集群是什么意思，都有哪些優(yōu)勢呢