所有产品

从零开始搭建论坛(二):Web服务器网关接口

  【引自selfboot的博客】在 从零开始搭建论坛(一):Web服务器与Web框架 中我们弄清楚了Web 服务器、Web 应用程序、Web框架的概念。对于 Python 来说,越来越多的 Web 框架面世,在给我们更多选择机会的同时,也限制了我们对于 Web Server 的选择。同样是有着很多 Web 框架的Java,因为有着 servlet API 的存在,任何Java Web框架写的应用程序都可以运行在任意一个 Web Server 上。

  Python 社区当然也需要这样一套 API,来适配Web服务器和应用程序,这套 API 就是 WSGI(Python Web Server Gateway Interface),在 PEP 3333 里有详细的说明。简单来说,WSGI是连接Web服务器和Web应用程序的桥梁,一方面从Web server 拿到原始 HTTP 数据,处理成统一格式后交给 Web 应用程序,另一方面从应用程序/框架这边进行业务逻辑处理,生成响应内容后交给服务器。

  应用程序(网络框架)提供一个命名为application的可调用对象(WSGI协议并没有指定如何实现这个对象)。 服务器每次从HTTP客户端接收请求之后,调用可调用对象application,调用时传递一个名叫environ的字典作为参数,以及一个名为start_response的可调用对象。 框架/应用生成HTTP状态码以及HTTP响应报头,然后将二者传递至start_response,等待服务器保存。此外,框架/应用还将返回响应的正文。 服务器将状态码、响应报头和响应正文组合成HTTP响应,并返回给客户端(这一步并不属于WSGI协议)。

  我们知道客户端(通常是浏览器)发出的每个HTTP请求由请求行、消息报头、请求正文三部分组成,里面包含了本次请求的相关细节内容。比如:

  服务器从客户端接收HTTP请求之后,WSGI 接口必须要对这些请求字段进行统一化处理,方便传给应用服务器接口(其实就是给框架)。Web服务器具体传递哪些数据给应用程序,早在CGI(Common Gateway Interface,通用网关接口)里就有详细规定,这些数据被叫做 CGI 环境变量。WSGI 沿用了 CGI 环境变量的内容,要求 Web 服务器必须创建一个字典用来保存这些环境变量(一般将其命名为 environ)。除了 CGI 定义的变量,environ 还必须保存一些WSGI定义的变量,此外还可以保存一些客户端系统的环境变量,可以参考environ Variables 来看看具体有哪些变量。

  接着 WSGI 接口必须将 environ 交给应用程序去处理,这里 WSGI 规定应用程序提供一个可调用对象 application,然后服务器去调用 application,获得返回值为HTTP响应正文。服务器在调用 application 的时候,需要提供两个变量,一个是前面提到的变量字典environ,另一个是可调用对象 start_response,它产生状态码和响应头,这样我们就得到了一个完整的HTTP响应。Web 服务器将响应返回给客户端,一次完整的HTTP请求-响应过程就完成了。

  Python 中内置了一个实现了WSGI接口的 Web 服务器,在模块wsgiref中,它是用纯Python编写的WSGI服务器的参考实现,我们一起来简单分析一下它的实现。首先假设我们用下面代码启动一个 Web 服务器:

  然后我们以Web服务器接收一个请求、生成 environ,然后调用 application 来处理请求这条主线来分析源码的调用过程,简化如下图所示:

  如果上面的 wsgiref 过于复杂的话,下面一起来实现一个微小的 Web 服务器,便于我们理解 Web 服务器端 WSGI 接口的实现。代码摘自 自己动手开发网络服务器(二),放在 gist 上,主要结构如下:

  和服务器端相比,应用程序端(也可以认为框架)要做的事情就简单很多,它只需要提供一个可调用对象(一般习惯将其命名为application),这个对象接收服务器端传递的两个参数 environ 和 start_response。这里的可调用对象不仅可以是函数,还可以是类(下面第二个示例)或者拥有 __call__ 方法的实例,总之只要可以接受前面说的两个参数,并且返回值可以被服务器进行迭代即可。

  Application 具体要做的就是根据 environ 里面提供的关于 HTTP 请求的信息,进行一定的业务处理,返回一个可迭代对象,服务器端通过迭代这个对象,来获得 HTTP 响应的正文。如果没有响应正文,那么可以返回None。

  同时,application 还会调用服务器提供的 start_response,产生HTTP响应的状态码和响应头,原型如下:

  到这里为止,我们就可以实现一个简单的 application 了,如下所示:

  这部分涉及到python的一些高级特性,比如 yield 和 magic method,可以参考我总结的python语言要点来理解。

  flask 是一个轻量级的Python Web框架,符合 WSGI 的规范要求。它的最初版本只有 600 多行,相对便于理解。下面我们来看下它最初版本中关于 WSGI 接口的部分。

  这里的 wsgi_app 实现了我们说的 application 功能,rv 是 对请求的封装,response 是框架用来处理业务逻辑的具体函数。这里对 flask 源码不做过多解释,感兴趣的可以去github下载,然后check 到最初版本去查看。

  前面 flask 代码 wsgi_app 函数的注释中提到不直接在 __call__ 中实现 application 部分,是为了可以使用中间件。 那么为什么要使用中间件,中间件又是什么呢?

  回顾前面的 application/server 端接口,对于一个 HTTP 请求,server 端总是会调用一个 application 来进行处理,并返回 application 处理后的结果。这足够应付一般的场景了,不过并不完善,考虑下面的几种应用场景:

  对于不同的请求(比如不同的 URL),server 需要调用不同的 application,那么如何选择调用哪个呢; 为了做负载均衡或者是远程处理,需要使用网络上其他主机上运行的 application 来做处理; 需要对 application 返回的内容做一定处理后才能作为 HTTP 响应;

  上面这些场景有一个共同点就是,有一些必需的操作不管放在服务端还是应用(框架)端都不合适。对应用端来说,这些操作应该由服务器端来做,对服务器端来说,这些操作应该由应用端来做。为了处理这种情况,引入了中间件。

  中间件就像是应用端和服务端的桥梁,来沟通两边。对服务器端来说,中间件表现的像是应用端,对应用端来说,它表现的像是服务器端。如下图所示:

  初始化中间件时需要提供一个 mounts 字典,用来指定不同 URL 路径到 application 的映射关系。这样对于一个请求,中间件检查其路径,然后选择合适的 application 进行处理。

  关于 WSGI 的原理部分基本结束,下一篇我会介绍下对 flask 框架的理解。

  每日头条、业界资讯、热点资讯、八卦爆料,全天跟踪微博播报。各种爆料、内幕、花边、资讯一网打尽。百万互联网粉丝互动参与,TechWeb官方微博期待您的关注。

  华为MateBook X Pro 2020款图赏:3K炫丽全面屏加多屏协同打造全面屏商务新旗舰