Tornado 源码阅读

aaanly 5年前

Date: 03/14/2016

Tornado 源码阅读

准备开始学习django的文档和源代码了,先总结一下看tornado源码的收获,防止忘记。 这里写的是tornadov1.2的代码,因为我看了一遍4.3版本,和1.2思路相差不大,只是 utils更多了,1.2版本代码量少,更有利于理清思路。列出我们将会涉及到的文件:

# tree . ├── httpserver.py  ├── httputil.py  ├── __init__.py  ├── ioloop.py  ├── iostream.py  ├── web.py

自上而下 - 总体概览

首先,我们来一张图,表明tornado整体的框架,但是并不涉及tornado中所有文件和类, 只是其中一部分而已。

img/tornado.png

不太会画图,描述一下图片的意思吧:

  • tornado是以IOLoop为核心的(虽然没有画在中间), IOLoop 是对epoll, kqueue, select的一层包装,是异步的核心,相当于 python3.4 引入的 DefaultSelector
  • Application 是整个web应用的配置中心,配置一些东西比如 secret_cookie 等,其中还包括了 URL正则和对应的Handler 列表。
  • HTTPServer 或者是 WSGI 负责解析HTTP请求
  • HTTPConnection是一次处理的包装,在HTTPServer初始化的时候,会把Application的实例 传到HTTPServer中,当请求来了,就调用application,从而执行 __call__ 方法
def __call__(self, request): """Called by HTTPServer to execute the request.""" transforms = [t(request) for t in self.transforms]      handler = None args = []      kwargs = {}      handlers = self._get_host_handlers(request) if not handlers:          handler = RedirectHandler( self, request, url="http://" + self.default_host + "/") else: for spec in handlers:              match = spec.regex.match(request.path) if match: # None-safe wrapper around urllib.unquote to handle # unmatched optional groups correctly def unquote(s): if s is None: return s return urllib.unquote(s)                  handler = spec.handler_class(self, request, **spec.kwargs) # Pass matched groups to the handler.  Since # match.groups() includes both named and unnamed groups, # we want to use either groups or groupdict but not both. kwargs = dict((k, unquote(v)) for (k, v) in match.groupdict().iteritems()) if kwargs:                      args = [] else:                      args = [unquote(s) for s in match.groups()] break if not handler:              handler = ErrorHandler(self, request, status_code=404) # In debug mode, re-compile templates and reload static files on every # request so you don't need to restart to see changes if self.settings.get("debug"): if getattr(RequestHandler, "_templates", None): for loader in RequestHandler._templates.values():                  loader.reset()          RequestHandler._static_hashes = {}        handler._execute(transforms, *args, **kwargs) return handler
  • IOStream是socket上的一层包装,也会传到HTTPConnection中。

从socket开始

好了,概览看完了,接下来我们从服务器socket开始过一遍。

application = web.Application([      (r"/", MainPageHandler),  ])  http_server = httpserver.HTTPServer(application)  http_server.listen(8080)  ioloop.IOLoop.instance().start()

这里我们看到了,首先实例化Application,里边设置了路由表。

看看HTTPServer的demo:

import httpserver import ioloop def handle_request(request):      message = "You requested %s\n" % request.uri      request.write("HTTP/1.1 200 OK\r\nContent-Length: %d\r\n\r\n%s" % ( len(message), message))      request.finish()  http_server = httpserver.HTTPServer(handle_request)  http_server.listen(8888)  ioloop.IOLoop.instance().start()

实例化HTTPServer的时候,我们就要给它传一个处理http请求的东西,在项目中,也就是我们 上面经过实例化过的application。调用 http_server.listen 方法就会调用 http_server.start

def listen(self, port, address=""):      self.bind(port, address)      self.start(1)

start做了一件最重要的事情:把自己加入IOLoop。这样子,每当有请求来,epoll就会把 当前进程拉起来,然后开始执行,当然,首先,我们要找到 poll 才能说服你嘛。别着急, 我们先看看 ioloop.IOLoop.instance().start() 做了什么。 在 这里 我们找到了事件循环,是吧,我就说一定是这样的^_^:

while True:

并且在 这里 我们看到了 poll。

event_pairs = self._impl.poll(poll_timeout)

然后就在 self._handlers 里找到对应的handler,去处理。对于已经打开的socket, 那自然就是读写数据了,那么对于服务器起的这个socket,注册的handler是个啥呢? 玄机还藏在 httpserver.py 里, 点这里 :

self.io_loop.add_handler(self._socket.fileno(), self._handle_events,          ioloop.IOLoop.READ)

当服务器socket可读时,调用 self._handle_events 方法,ok,我们继续看:

# 省略了一部分代码,故不用Python高亮  while True:      try:          connection, address = self._socket.accept()      except ...        stream = iostream.IOStream(connection, io_loop=self.io_loop)      HTTPConnection(stream, address, self.request_callback,              self.no_keep_alive, self.xheaders)

实例化了一个 HTTPConnection, 并且还设置了 callback,这里的callback就是我们 实际项目中的 application. HTTPConnection的 __init__ 函数最后:

self._header_callback = stack_context.wrap(self._on_headers)  self.stream.read_until("\r\n\r\n", self._header_callback)

嗯~parse HTTP的头部,然后工厂模式调用不同的方法是不是?我猜是这样的,继续看 下去,越来越带劲了,哈哈哈哈:

def _on_headers(self, data):      # blablabla, parse...      method, uri, version = start_line.split(" ")  # GET /index HTTP/1.1      # blablabla, ...      self._request = HTTPRequest(          connection=self, method=method, uri=uri, version=version,          headers=headers, remote_ip=self.address[0]      )      # blablabla, ...      self.request_callback(self._request)

到这里,我还记得,最后一句,就是调用 application.__call__ 方法,你还记得吗? 希望还没晕。千万别转晕了,现在我们要转回去,跳到 Application 里了哦~

def __call__(self, request):      transforms = [t(request) for t in self.transforms]      handler = None args = []      kwargs = {}      handlers = self._get_host_handlers(request) if not handlers: pass # 略

咱们继续跳,现在该看 self._get_host_handlers 干了什么了!

def _get_host_handlers(self, request):      host = request.host.lower().split(':')[0] for pattern, handlers in self.handlers: if pattern.match(host): return handlers return None

看到没,在application的 handlers 里找到匹配的 handler,然后返回,所以文档上说, 如果一个URL匹配到了n个handler,调用的是第一个被找到的(根据你放列表的顺序)。 我们先继续往下看,初始化完 handler 以后,代码执行了 handler的 _execute 方法, 以及在 这里 我们看到了执行代码的操作:

handler = spec.handler_class(self, request, **spec.kwargs)  # 找 Handler  handler._execute(transforms, *args, **kwargs)  # 执行

然后我们再回去看 __call__ 里的代码,首先我们看到__init__

def __init__(self, application, request, **kwargs):

然后,我们再看 _execute :

def _execute(self, transforms, *args, **kwargs):      """Executes this request with the given output transforms."""      self._transforms = transforms      with stack_context.ExceptionStackContext(          self._stack_context_handle_exception):          if self.request.method not in self.SUPPORTED_METHODS:              raise HTTPError(405)          # If XSRF cookies are turned on, reject form submissions without          # the proper cookie          if self.request.method not in ("GET", "HEAD") and \          self.application.settings.get("xsrf_cookies"):              self.check_xsrf_cookie()          self.prepare()          if not self._finished:              getattr(self, self.request.method.lower())(*args, **kwargs)              if self._auto_finish and not self._finished:                  self.finish()


看到没,工厂在此!:

getattr(self, self.request.method.lower())(*args, **kwargs)

干!终于找到你了!这里前后调用了两个钩子,首先 self.prepare 然后 self.finish 现在你知道可以用他们来做一些类似中间件的工作了吧~

好了,这之后就是 finish, flush 等等了,我就不继续讲下去了。总结一下,一开始我以为 工厂会在很早出现,没想到一直到 _execute 才出现-。-。

估计这样做是为了代码不太散乱?

如果你对最新的tornado代码有兴趣,也可以去看,不过看完之后可能会一头雾水,因为 对比1.2来说,代码量实在是大多了~

来源:https://github.com/jiajunhuang/blog/blob/master/tornado.rst