python3+webpy+gunicorn原理与开发

本文基于亲身实践探索，教给大家如何正确理解与使用webpy。

代码

完整demo： https://github.com/owenliang/webpy-demo

原理

python web开发分为2个组成部分。

web容器

首先要有web容器，和 java 非常类似。web容器实现了http协议的socket服务端，可能是单线程阻塞模型、I/O多路复用模型，多进程模型，多线程模型，总之这些都是容器的责任，容器应该提供合适的并发机制。

当然，web容器不懂如何处理业务，所以需要有应用代码。应用代码接收http request，返回http response给web容器，由web容器将其序列化并发送回客户端。

wsgi规范

这里最重要的就是web容器和应用之间的桥梁是什么？就是wsgi规范，其实就是要求应用提供一个回调函数来处理请求，这个回调函数的参数和返回值是明确规范的：

def wsgi(env, start_resp):

web容器将请求的信息放在env里面，start_resp是一个应答函数，应用产生应答后调用start_resp将应答的状态码和头部信息等返回给web容器，由web容器进一步处理。

容器不需要我们自己去写，有开源的实现，我们今天用的就是最实用的一款叫做： gunicorn 。

应用框架

我们开发应用只需要写一个py文件，实现遵循wsgi格式的回调函数，然后将py文件的路径告诉web容器。web容器也是一个 python 程序，它会通过__import__函数动态的加载我们的py模块，找到模块里的回调函数，然后就可以开始接纳客户端请求了。

但是wsgi标准太简陋了，获取request里的表单字段都很麻烦，所以我们要用web框架，它们替我们实现了wsgi回调，并将请求经过进一步处理加工后，提供非常好用的API给我们，这样我们才有更高的开发效率，那么今天要学的web框架就是 web-py ，它是python最经典最简单的web框架，开发网站并不需要那么复杂东西，无非MVC而已，对吗？

难点剖析

其实搞懂了web容器和app之间的关系，我们就已经成功了一半。

接下来就是去理解web.py的实现原理，我们知道web.py的一切都是从wsgi回调函数开始的。

通过学习web.py的官方入门手册，你可以掌握web.py的基本用法，但这完全不足够建立信心来正确使用它，所以我大概的扫了一下web.py的源码。

通过扫web.py源码，我解决了几个重要的疑惑，下面给大家分享一下。

web容器原理

web.py是支持多线程容器的，也就是在一个web容器进程内，会有多个线程同时处理多个请求，这就要求框架具有线程安全性。

这种情况下框架如何设计框架，以及数据库模块在多线程情况下是否有连接池等特性，是我比较好奇的问题。

在设计线程安全的web框架方面，有2种选择：

• 将请求和应答的上下文数据，作为object封装，然后在框架的各个组件和层级之间传递。
• 将请求和应答的上下文数据，作为thread local线程局部存储，框架各组件可以直接获取。

前者对于轻量级的框架真的算很麻烦的事情，因为多个线程的request请求不同，所以每个线程会先生成自己的request object，然后在后续处理流程中传来传去。

thread local线程局部存储

web.py采用了后者，以请求request的处理为例：

web容器在某个线程中回调了webpy的wsgi函数，那么webpy在wsgi里会先生成thread local的request变量，然后进入请求路由将请求交给我们的业务处理逻辑，我们可以直接取thread local里的request变量，因为它就是当前线程正在处理的request，这就避免了框架将request一路向后透传的问题。

当然，这不是使用thread local的唯一理由，另外一个重要目的是实现资源的统一回收，下面我们先详细看一下web.py是怎么玩转thread local的。

首先，它继承threading.local实现了自己的一个thread local字典：

from threading import local as threadlocal    
 
class ThreadedDict(threadlocal):
    """
    Thread local storage.
    
        >>> d = ThreadedDict()
        >>> d.x = 1
        >>> d.x
        1
        >>> import threading
        >>> def f(): d.x = 2
        ...
        >>> t = threading.Thread(target=f)
        >>> t.start()
        >>> t.join()
        >>> d.x
        1
    """
    _instances = set()
    
    def __init__(self):
        ThreadedDict._instances.add(self)
        
    def __del__(self):
        ThreadedDict._instances.remove(self)
        
    def __hash__(self):
        return id(self)

没用过threading.local没关系，它就是一个字典结构，里面存放的k-v是线程局部可见的，每个线程看到的字典是不一样的。

web.py对其重要的改造就是维护了一个类静态变量叫做_instances，每次创建新的ThreadedDict实例就会被加入进去，相当于记录了程序创建过的所有thread local字典对象。

框架thread local dict

上述的thread local字典被用在2个关键位置。

第一个位置就是框架核心，当我们初始化框架时会生成application对象：

app = web.application(urls, globals())

那么application.py中头部会引入另外一个Module：

from . import webapi as web

这个webapi.py文件定义了第一个threaded dict：

ctx = context = threadeddict()

这就是框架用来为不同线程分别保存各自请求上下文数据的字典了。

当一个请求调用到web.py的wsgi函数时，就会将请求的env解析到ctx中，供业务和后续流程获取：

    def load(self, env):
        """Initializes ctx using env."""
        ctx = web.ctx
        ctx.clear()
        ctx.status = '200 OK'
        ctx.headers = []
        ctx.output = ''
        ctx.environ = ctx.env = env
        ctx.host = env.get('HTTP_HOST')
 
        if env.get('wsgi.url_scheme') in ['http', 'https']:
            ctx.protocol = env['wsgi.url_scheme']
        elif env.get('HTTPS', '').lower() in ['on', 'true', '1']:
            ctx.protocol = 'https'
        else:

框架用它目的很简单，隔离不同线程，因为不同线程处理不同的请求。

数据库thread local

另外一个threaded dict的用途就是DB。

web.py提供数据库管理，只需要定义一个数据库对象就可以了，它是线程安全的：

# -*- coding: utf-8 -*-
 
import web
 
# 数据库
db_webpy = web.database(dbn = 'mysql', user = 'root', pw='baidu@123', db='webpy', pooling = False,)   # 单连接, 每次请求结束会被立即释放

db_webpy可以在任意请求中访问，用来操作数据库。

db_webpy是DB类的一个对象，在其构造时就会生成一个threaded dict放在对象内部：

class DB: 
    """Database"""
    def __init__(self, db_module, keywords):
        """Creates a database.
        """
        # some DB implementaions take optional paramater `driver` to use a specific driver modue
        # but it should not be passed to connect
        keywords.pop('driver', None)
 
        self.db_module = db_module
        self.keywords = keywords
 
        self._ctx = threadeddict()

看到了吗？当我们在某个线程访问数据库的时候，DB类会到self._ctx中查看是否有现成的数据库连接：

    def _getctx(self): 
        if not self._ctx.get('db'):
            self._load_context(self._ctx)
        return self._ctx
    ctx = property(_getctx)

这是DB类的一个方法，property没用过没关系，其最终效果是：访问self.ctx相当于调用了self._getctx。

在_getctx中，它检查了threaded dict中是否有db连接，如果没有就创建连接：

    def _load_context(self, ctx):
        ctx.dbq_count = 0
        ctx.transactions = [] # stack of transactions
        
        if self.has_pooling:
            ctx.db = self._connect_with_pooling(self.keywords)
        else:
            ctx.db = self._connect(self.keywords)
        ctx.db_execute = self._db_execute
        
        if not hasattr(ctx.db, 'commit'):
            ctx.db.commit = lambda: None
 
        if not hasattr(ctx.db, 'rollback'):
            ctx.db.rollback = lambda: None
            
        def commit(unload=True):
            # do db commit and release the connection if pooling is enabled.            
            ctx.db.commit()
            if unload and self.has_pooling:
                self._unload_context(self._ctx)
                
        def rollback():
            # do db rollback and release the connection if pooling is enabled.
            ctx.db.rollback()
            if self.has_pooling:
                self._unload_context(self._ctx)
                
        ctx.commit = commit
        ctx.rollback = rollback

对DB对象发起query查询时，它的逻辑就是访问self.ctx.db.cursor()创建数据库游标，当执行到self.ctx时就会执行self._getctx来初始化链接，一句话干了2件事情，实现比较巧妙：

    def _db_cursor(self):
        return self.ctx.db.cursor()

这些都不是重点，重点是DB类自始至终并没有释放过线程局部存储self._ctx中的db连接，这是否意味着web容器的每个线程会与数据库之间始终保持一个长连接呢？

答案并不是。

这就与ThreadedDict类在__init__的时候把自己放到_instances数组中的实现有关了，我们的db_webpy对象在构造self._ctx的时候会向ThreadedDict._instances中添加另外一个thread local字典。

当前线程中的请求处理完成之后，框架可以遍历ThreadedDict._instances数组中的2个thread local字典（其中一个是application构造时产生的，另外一个是DB对象构造时产生的），把它们里面存的线程局部变量全部清空掉，这些变量关联的对象就会被垃圾回收，包括数据库连接在内的资源也会被释放，连接得以关闭。

在wsgi函数最后调用了cleanup()清理当前线程处理请求期间创建的资源：

    def _cleanup(self):
        # Threads can be recycled by WSGI servers.
        # Clearing up all thread-local state to avoid interefereing with subsequent requests.
        utils.ThreadedDict.clear_all()

也就是遍历这2个ThreadedDict实例，进行一键释放引用：

    def clear_all():
        """Clears all ThreadedDict instances.
        """
        for t in list(ThreadedDict._instances):
            t.clear()
    clear_all = staticmethod(clear_all)

后续

明白了原理，大家现在可以再读一下我的demo，相信就有另外一番感受了，有问题欢迎留言。