Flask中的多线程和线程隔离

概述一、线程、进程 线程：cpu调度的基本单位。是进程的一部分，能够访问进程的资源，线程间的切换，资源消耗相对少。 进程：系统内存资源分配的基本单位。进程的切换需要保存应用的执行状态（应用的上下文），相对于线程，进程切换的开销大。 二、Flask开启多线程、多进程 flask自带的服务器默认是单进程、单线程； 多线程：app.run(...., threader=True) 多进程：app.run(.

一、线程、进程

线程：cpu调度的基本单位。是进程的一部分，能够访问进程的资源，线程间的切换，资源消耗相对少。 进程：系统内存资源分配的基本单位。进程的切换需要保存应用的执行状态（应用的上下文），相对于线程，进程切换的开销大。

二、Flask开启多线程、多进程

flask自带的服务器默认是单进程、单线程； 多线程：app.run(....,threader=True) 多进程：app.run(....,processes=1)

三、Flask多线程

单线程：request---->请求1 Request，请求2 Request，....。请求顺序执行，request总是指向当前请求。 多线程：request---->{请求1 Request，请求2 Request，....}。多线程的情况下，在某一时间多个请求会同时存在，此时不清楚request指向哪个请求，带来的问题是造成数据的污染。解决的办法是通过线程隔离，实现数据的独立。

四、线程隔离

通过字典的思想实现线程隔离。线程的ID作为key，Request对象作为value。 Flask中通过第三方库werkzeug中的local模块Local对象实现线程隔离。

import threading　　　　import timefrom werkzeug.local import Localmy_1 = Local()my_1.b = 0# 新线程中，b的值被修改def worker():    my_1.b = 1    print(my_1.b)new_t = threading.Thread(target=worker)new_t.start()time.sleep(1)
# 主线程中，b的值没有改变print(my_1.b)

总结

以上是内存溢出为你收集整理的Flask中的多线程和线程隔离全部内容，希望文章能够帮你解决Flask中的多线程和线程隔离所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。