一、前言
了解过flask的python开发者想必都知道flask中核心机制莫过于上下文管理，当然学习flask如果不了解其中的处理流程，可能在很多问题上不能得到解决，当然我在写本篇文章之前也看到了很多博文有关于对flask上下文管理的剖析都非常到位，当然为了学习flask我也把对flask上下文理解写下来供自己参考，也希望对其他人有所帮助。
二、知识储备
threadlocal
在多线程中，线程间的数据是共享的， 但是每个线程想要有自己的数据该怎么实现？ python中的threading.local对象已经实现，其原理是利用线程的唯一标识作为key，数据作为value来保存其自己的数据，以下是demo演示了多个线程同时修改同一变量的值的结果：
#!/usr/bin/env python3 # -*- coding:utf-8 -*- # Author:wdimport threading import time values=threading.local() def run(arg): values.num=arg #修改threading.local对象的name数据 time.sleep(1) print(threading.current_thread().name,values.num) #打印values.numfor i in range(3): th = threading.Thread(target=run, args=(i,), name='run thread%s' % i) th.start() 结果： run thread0 0 run thread1 1 run thread2 2
结果说明：
从结果中可以看到，values.num的值是不同的，按照普通线程理解因为有sleep存在，在每个线程最后打印values.num时候值应该都是2，但是正是因为threading.local对象内部会为每个线程开辟一个内存空间，从而使得每个线程都有自己的单独数据，所以每个线程修改的是自己的数据(内部实现为字典)，打印结果才不一样。
有了以上的设计思想，我们可以自己定义类似于thread.local类，为了支持协程，将其唯一标识改为协程的唯一标识，其实这已经及其接近flask中的Local类了(后续在进行说明)：
try: from greenlet import getcurrent as get_ident # 携程唯一标识except ImportError: try: from thread import get_ident except ImportError: from _thread import get_ident # 线程唯一标识class Local(object): def __init__(self): object.__setattr__(self, 'storage', dict()) # 防止self.xxx 递归 object.__setattr__(self, '__get_ident__', get_ident) def __setattr__(self, key, value): ident = self.__get_ident__() # 获取当前线程或协程的唯一标识 data = self.storage.get(ident) if not data: # 当前线程没有数据 data = {key: value} # 创建数据 else: # 当前已经有数据 data[key] = value self.storage[ident] = data # 最后为当前线程设置其标识对应的数据 def __getattr__(self, name): try: return self.storage[self.__get_ident__()].get(name) # 返回name所对应的值 except KeyError:
