flask-本地线程-请求上下文补充

from django.test import TestCase
import threading

mydata = threading.local()
mydata.number = 42

print(mydata.number)

logs = []


def f():
    mydata.number = 11
    logs.append(mydata.number)


thread = threading.Thread(target=f)
thread.start()
thread.join()
print(mydata.number)

本地线程的实现原理就是：在threading.current_thread().__dict__里添加一个包含对象mydata的id值的key，来保存不同的线程状态

werkzeug自己实现了自己的本地线程。werkzeug.local.Local和threading.local的区别如下：

werkzeug使用了自定义的__storage__来保存不同线程下的状态

werkzeug提供了释放本地线程的release_local方法

werkzeug使用了两种方法来通过get_ident函数获取线程的标识符*（greenlet，系统线程，默认使用系统的，如果安装了greenlet则使用她）

localstack：基于werkzeug.local.Local实现的栈结构，可以将对象推入，弹出，也可以快速拿到栈顶对象

localproxy：作用和名字一样，是标准的代理模式。构造次结构时接收一个可以调用的参数（一般是函数），这个函数执行后就是通过localstack实例化的栈的栈顶对象。

　　　　　基于localproxy对象的操作实力上都会转发到这个栈顶对象（也就是一个threadlocal上边）

from flask import Flask, request

app = Flask(__name__)


@app.route('/')
def xxx():
    name = request.args.get("name")

from functools import partial
from werkzeug.local import LocalProxy

def _lookup_req_object(name):
    top = _request_ctx_stack.top
    if top is None:
        raise RuntimeError("xxxxx")
    return getattr(top, name)

1：用户访问产生请求
2：在发生请求的过程中向_reqeust_ctx_stack推入这个请求的上下文对象，他会变成栈顶，request就会成为这个请求上下文，也就包含了这次请求的相关信息和数据
3：在视图函数中使用request就可以使用request.args.get('name')了

设想不使用LocalStack和LocalProxy的话，要想让视图函数访问的请求对象，就只能将其作为参数，一步步的传入视图函数中。这样做的缺点是会让每个视图函数都增加一个request参数，
而flask却巧妙的使用了上下文把某些对象设置成全局访问，每个线程看到的上下文对象却是不同的，这样就巧妙的解决了这个问题

应用上下文的典型场景是缓存一些在发生请求之前要使用到的资源，比如生成数据库链接和缓存一些对象；请求上下文发生在HTTP请求的开始，WSGI server调用Flask.__call__()之后。
应用上下文并不是应用启动之后生成的唯一上下文