Sanic框架中路由未找到时中间件重复执行问题分析
2025-05-12 06:58:01作者:苗圣禹Peter
问题背景
在Sanic框架的使用过程中,开发者发现了一个关于中间件执行的异常行为:当应用程序路由未找到(触发NotFound异常)且中间件自身也抛出异常时,请求中间件会被执行两次。这种情况会导致应用程序出现不符合预期的行为,特别是当中间件中包含有状态操作(如计数器、日志记录等)时,会产生重复操作的问题。
问题复现
通过以下简单的示例代码可以复现该问题:
from sanic import Sanic
from sanic.exceptions import SanicException
from sanic.response import html
app = Sanic(__name__)
@app.middleware("request")
def my_middleware1(request):
print("Middleware 1 ran", flush=True)
@app.middleware("request")
def my_middleware2(request):
print("Middleware 2 ran", flush=True)
raise SanicException()
@app.get("/")
def index(request):
return html("<p>hello world</p>")
if __name__ == "__main__":
app.run(debug=True, auto_reload=False, access_log=False)
当访问一个不存在的路由(如/not-found)时,控制台会显示中间件被调用了两次。
问题原因分析
深入分析Sanic框架的内部处理流程,可以发现问题的根源在于异常处理机制:
- 当请求一个不存在的路由时,Sanic的路由器会首先抛出NotFound异常
- 异常处理流程中,框架会将
run_middleware标志设置为True - 中间件在异常处理过程中被执行并抛出SanicException
- 这个异常被传递到HTTP协议处理器,再次触发错误响应处理
- 在错误响应处理中,由于当前阶段仍然是REQUEST阶段,中间件又被执行了一次
这种双重执行的根本原因是异常处理流程中没有正确维护中间件的执行状态,导致在错误处理路径上中间件被重复调用。
解决方案
针对这个问题,Sanic开发团队已经提出了修复方案。核心思路是在异常处理流程中更精确地控制中间件的执行条件,避免在错误处理路径上重复执行中间件。
修复方案主要涉及以下几个方面:
- 在错误响应处理中,增加对中间件执行状态的检查
- 确保在特定类型的异常(如ServiceUnavailable或RequestCancelled)情况下不重复执行中间件
- 优化异常处理流程中的阶段判断逻辑
临时解决方案
在官方修复发布前,开发者可以采用以下临时解决方案来避免中间件重复执行的问题:
def register_middleware(app, middleware, *args, **kwargs):
async def wrapper(request, *mw_args, **mw_kwargs):
try:
return await middleware(request, *mw_args, **mw_kwargs)
except Exception as e:
response = app.error_handler.response(request, e)
if iscoroutine(response):
return await response
return response
app.register_middleware(wrapper, *args, **kwargs)
这个方案通过包装中间件函数,在中间件内部捕获异常并转换为适当的响应,从而避免异常传播到框架的异常处理流程中。
最佳实践建议
为了避免类似问题,建议开发者在编写Sanic中间件时注意以下几点:
- 中间件应尽可能保持无状态,避免依赖执行次数
- 对于可能抛出异常的中间件操作,考虑在中间件内部进行捕获和处理
- 在中间件中加入调试日志,便于追踪执行流程
- 定期更新Sanic框架版本,以获取最新的错误修复和功能改进
总结
Sanic框架中的这个中间件重复执行问题展示了Web框架中异常处理流程的复杂性。通过分析这个问题,我们不仅了解了Sanic的内部工作机制,也学习到了如何编写更健壮的中间件代码。随着Sanic框架的持续发展,这类边界条件问题将得到更好的处理,为开发者提供更稳定可靠的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0237
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0165
kornia🐍 空间人工智能的几何计算机视觉库Python02
PaddleParallel Distributed Deep Learning: Machine Learning Framework from Industrial Practice (『飞桨』核心框架,深度学习&机器学习高性能单机、分布式训练和跨平台部署)C++02
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
783
5.13 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
893
2.06 K
Ascend Extension for PyTorch
Python
764
983
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
713
1.44 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
477
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
468
165
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.11 K
1.16 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.42 K
683
昇腾LLM分布式训练框架
Python
187
239