网站开发的机遇/申请友情链接

0、引子：

• 如下是一段很基础的多线程代码：

from threading import Threaddemo = 0def task(arg):global demodemo = argprint(demo)for i in range(10):t = Thread(target=task, args=(i, ))t. start()

当程序运行时，可能会看到输出的顺序是混乱的，因为多个线程是并发执行的。这意味着它们可以同时访问和修改demo变量。因此，你可能会看到输出中的数字在不同的线程间交替出现。这就是多线程并发的典型行为。

简单分析，我上述给出的输出却是有序的？

短任务和快速启动: task函数的工作量很小，仅仅是一个赋值操作和一个打印操作。因此，当主线程在循环中迅速启动线程时，每个线程可能会在下一个线程启动之前完成其任务。

加个睡眠：

from threading import Thread
import timedemo = 0def task(arg):global demodemo = argtime.sleep(2)print(demo)for i in range(10):t = Thread(target=task, args=(i, ))t. start()

由于线程的启动和执行是并发的，并且demo是一个全局变量，多个线程可能在休眠结束后几乎同时打印它。加上time.sleep(2)的存在，这将使数据竞争更加明显，因此，打印的demo的值可能会与线程接收到的arg值不同。大部分情况下，输出可能会是连续的最后几个数字（如9、9、9…），但这并不是固定的，具体取决于线程调度和执行的实际顺序。

为了避免上述问题：就需要使用锁或其他同步机制来确保线程安全地访问共享资源。

而结合Flask，就来看其他的同步机制：如使用threading.local()对象！

一、threading.local()对象

threading.local()在threading模块中是一个非常有用的工具，它提供了一个创建线程局部数据的方法。这意味着每个线程都有其独立的存储变量的实例，而不同线程之间不会相互干扰。

当你创建一个threading.local()对象，每个线程可以为该对象赋予自己的属性值，而这些属性值对其他线程是不可见的。

比如：

from threading import Thread
from threading import local
import timedemo = local()def task(arg):demo.value = argtime.sleep(2)print(demo.value)for i in range(10):t = Thread(target=task, args=(i,))t.start()

回到Flask，Flask为什么需要threading.local()的功能？

回想一下前面讲的session部分，如果一下有很多人的请求进来，Flask处理可以开多个线程，但是每个人的请求都要单独开辟一块空间，去存储对应的数据，每个人的空间相互隔离开来，保证不出现紊乱。这样Flask就可以处理并发了！

仔细回想一下session部分：

当你访问例如flask.request或flask.session时，你实际上是在访问线程（或其他上下文）特定的变量。这意味着在同一个应用中，多个请求可以同时被处理，每个请求都有自己的request和session对象，彼此之间完全隔离。

但是Flask没直接用threading.local()，而是自己实现了它！

下面就来研究下如何自己实现这个threading.local()的功能？

• 提示：每个线程都有自己的唯一标识。

from threading import Thread
from threading import get_identdef task(arg):print(get_ident())for i in range(10):t = Thread(target=task, args=(i, ))t. start()

思路就是为每个线程维护一个字典：这个字典以线程id为key，值为value。形如下：

{6832: {va1: 0, va2: 2},8184: {va1: 6, va2: 5},16184: {va1: 0, va2: 11},
}