深入理解Python中的ThreadLocal变量（下）
在上篇我们看到了 ThreadLocal 变量的简单使用，中篇对python中 ThreadLocal 的实现进行了分析，但故事还没有结束。本篇我们一起来看下Werkzeug中ThreadLocal的设计。
Werkzeug 作为一个 WSGI 工具库，由于一些方面的考虑，并没有直接使用python内置的ThreadLocal类，而是自己实现了一系列Local类。包括简单的Local，以及在此基础上实现的LocalStack，LocalManager 和 LocalProxy。接下来我们一起来看看这些类的使用方式，设计的初衷，以及具体的实现技巧。
Local 类的设计
Werkzeug 的设计者认为python自带的ThreadLocal并不能满足需求，主要因为下面两个原因：
- Werkzeug 主要用“ThreadLocal”来满足并发的要求，python 自带的ThreadLocal只能实现基于线程的并发。而python中还有其他许多并发方式，比如常见的协程(greenlet)，因此需要实现一种能够支持协程的Local对象。
- WSGI不保证每次都会产生一个新的线程来处理请求，也就是说线程是可以复用的(可以维护一个线程池来处理请求)。这样如果werkzeug 使用python自带的ThreadLocal，一个“不干净(存有之前处理过的请求的相关数据)”的线程会被用来处理新的请求。
为了解决这两个问题，werkzeug 中实现了Local类。Local对象可以做到线程和协程之间数据的隔离，此外，还要支持清理某个线程或者协程下的数据(这样就可以在处理一个请求之后，清理相应的数据，然后等待下一个请求的到来)。
具体怎么实现的呢，思想其实特别简单，我们在深入理解Python中的ThreadLocal变量(上) 一文的最后有提起过，就是创建一个全局字典，然后将线程(或者协程)标识符作为key，相应线程(或协程)的局部数据作为 value。这里 werkzeug 就是按照上面思路进行实现，不过利用了python的一些黑魔法，最后提供给用户一个清晰、简单的接口。
具体实现
Local 类的实现在 werkzeug.local 中，以 8a84b62 版本的代码进行分析。通过前两篇对ThreadLocal的了解，我们已经知道了Local对象的特点和使用方法。所以这里不再给出Local对象的使用例子，我们直接看代码。
class Local(object):
__slots__ = ('__storage__', '__ident_func__')
def __init__(self):
object.__setattr__(self, '__storage__', {})
object.__setattr__(self, '__ident_func__', get_ident)
... 由于可能有大量的Local对象，为了节省Local对象占用的空间，这里使用 __slots__ 写死了Local可以拥有的属性：
- __storage__： 值为一个字典，用来保存实际的数据，初始化为空;
- __ident_func__：值为一个函数，用来找到当前线程或者协程的标志符。
由于Local对象实际的数据保存在__storage__中，所以对Local属性的操作其实是对__storage__的操作。对于获取属性而言，这里用魔术方法__getattr__拦截__storage__ 和 __ident_func__以外的属性获取，将其导向__storage__存储的当前线程或协程的数据。而对于属性值的set或者del，则分别用__setattr__和__setattr__来实现(这些魔术方法的介绍见属性控制)。关键代码如下所示：
def __getattr__(self, name):
try:
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:
storage[ident][name] = value
except KeyError:
storage[ident] = {name: value}
def __delattr__(self, name):
try:
del self.__storage__[self.__ident_func__()][name]
except KeyError:
raise AttributeError(name) 假设我们有ID为1，2， ... ， N 的N个线程或者协程，每个都用Local对象保存有自己的一些局部数据，那么Local对象的内容如下图所示：
此外，Local类还提供了__release_local__方法，用来释放当前线程或者协程保存的数据。
Local 扩展接口
Werkzeug 在 Local 的基础上实现了 LocalStack 和 LocalManager，用来提供更加友好的接口支持。
LocalStack
LocalStack通过封装Local从而实现了一个线程(或者协程)独立的栈结构，注释里面有具体的使用方法，一个简单的使用例子如下：
ls = LocalStack()
ls.push(12)
print ls.top # 12
print ls._local.__storage__
# {140735190843392: {'stack': [12]}} LocalStack 的实现比较有意思，它将一个Local对象作为自己的属性_local，然后定义接口push, pop 和 top 方法进行相应的栈操作。这里用 _local.__storage__._local.__ident_func__() 这个list来模拟栈结构。在接口push, pop和top中，通过操作这个list来模拟栈的操作，需要注意的是在接口函数内部获取这个list时，不用像上面黑体那么复杂，可以直接用_local的getattr()方法即可。以 push 函数为例，实现如下：
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
pop 和 top 的实现和一般栈类似，都是对 stack = getattr(self._local, 'stack', None) 这个列表进行相应的操作。此外，LocalStack还允许我们自定义__ident_func__，这里用 内置函数 property 生成了描述器，封装了__ident_func__的get和set操作，提供了一个属性值__ident_func__作为接口，具体代码如下：
def _get__ident_func__(self): return self._local.__ident_func__ def _set__ident_func__(self, value): object.__setattr__(self._local, '__ident_func__', value) __ident_func__ = property(_get__ident_func__, _set__ident_func__) del _get__ident_func__, _set__ident_func__
LocalManager
Local 和 LocalStack 都是线程或者协程独立的单个对象，很多时候我们需要一个线程或者协程独立的容器，来组织多个Local或者LocalStack对象(就像我们用一个list来组织多个int或者string类型一样)。
Werkzeug实现了LocalManager，它通过一个list类型的属性locals来存储所管理的Local或者LocalStack对象，还提供cleanup方法来释放所有的Local对象。Werkzeug中LocalManager最主要的接口就是装饰器方法make_middleware，代码如下：
def make_middleware(self, app): """Wrap a WSGI application so that cleaning up happens after request end. """ def application(environ, start_response): return ClosingIterator(app(environ, start_response), self.cleanup) return application
这个装饰器注册了回调函数cleanup，当一个线程(或者协程)处理完请求之后，就会调用cleanup清理它所管理的Local或者LocalStack 对象(ClosingIterator 的实现在 werkzeug.wsgi中)。下面是一个使用 LocalManager 的简单例子：
from werkzeug.local import Local, LocalManager local = Local() local_2 = Local() local_manager = LocalManager([local, local2]) def application(environ, start_response): local.request = request = Request(environ) ... # application 处理完毕后，会自动清理local_manager 的内容 application = local_manager.make_middleware(application)
