設計模式，你相信嗎，只用兩個函數實現事務！

大家好，今天給大家介紹一個新的設計模式，叫做memento模式。

memento在英文當中是紀念品的意思，在這裏，指的是對象的深度拷貝。通過對對象深度拷貝的方法來實現事務的功能。有了解過數據庫的小夥伴們應該都知道，在數據庫當中有些操作是綁定的，要麼一起執行成功，要麼一起不執行，絕對不運行某些操作執行了，某些操作沒有執行的情況發生。這一點就被稱爲事務。

深度拷貝

我們先來簡單回顧一下Python當中的拷貝。

拷貝在很多語言當中都有對應的函數，在Python當中也不例外。Python中的拷貝函數有兩個，一個是copy，另外一個是deepcopy。也就是常說的深拷貝和淺拷貝，這兩者的區別也非常簡單，簡而言之就是淺拷貝只會拷貝父類對象，不會拷貝父類對象當中的子對象。

我們來看一個例子，在下圖當中b是a的淺拷貝，我們可以看到當a[2]當中插入了5之後，b當中同樣也多了一個5。因爲它們下標2存儲的是同一個引用，所以當a當中插入的時候，b當中也發生了同樣的改變。我們也可以看到，當我們改變了a[0]的時候，b當中則沒有發生對應的改變。因爲a[0]是一個數字，數字是基礎類型直接存儲的值而不是引用。

與淺拷貝對應的就是深拷貝，我們可以看到，當a[2]當中插入元素的時候，深度拷貝出來的b並不會發生對應的變化。

memento

利用拷貝，我們可以實現memento函數，它的作用是給對象做備份。在Python當中，對於一個對象obj來說，它所有的成員以及函數等信息全是儲存在obj.__dict__這個dict當中的。也就是說如果我們將一個對象的__dict__拷貝一份的話，其實就相當於我們把對象拷貝了一份。

通過使用拷貝，我們可以很容易實現memento函數，我們先來看代碼吧。

from copy import copy, deepcopy

def memento(obj, deep=False):
    state = deepcopy(obj.__dict__) if deep else copy(obj.__dict__)

    def restore():
        obj.__dict__.clear()
        obj.__dict__.update(state)
    
    return restore

memento是一個高階函數，它返回的結果是執行函數，而不是具體的執行結果。如果對高階函數不太熟悉的同學，可以去回顧一下Python當中高階函數的相關內容。

這裏面的邏輯不難理解，傳入的參數是一個obj的對象和一個bool型的flag。flag表示使用深拷貝或淺拷貝，obj就是我們需要做對應快照或者是存檔的對象。我們希望在對象框架不變的基礎上恢復其中的內容，所以我們拷貝的範圍很明確，就是obj.__dict__，這當中存儲了對象的所有關鍵信息。

我們看下restore這個函數，當中的內容其實很簡單，只有兩行。第一行是清空obj目前__dict__當中的內容，第二步是用之前保存的state來還原。其實restore執行的是一個回滾obj的功能，我們捋一下整個過程。我們運行memento函數會得到restore這個函數，當我們執行這個函數的時候，obj當中的內容會回滾到上次執行memento時的狀態。

理解了memento當中的邏輯之後，距離我們實現事務就不遠了。關於事務我們有兩種實現方法，一種是通過對象，一種是通過裝飾器，我們一個一個來說吧。

Transaction對象

面向對象實現的方式比較簡單，它和我們平時使用事務的過程也比較近似。Transaction對象當中應該提供兩個函數，一個是commit一個是rollback。也就是說當我們執行成功之後我們執行commit，對執行的結果進行快照。如果執行失敗則rollback，將對象的結果回滾到上一次commit時的狀態。

我們理解了memento函數之後，會發現commit和rollback剛好對應執行memento函數以及執行restore函數。這樣我們不難寫出代碼：

class Transaction:

    deep = False
    states = []

    def __init__(self, deep, *targets):
        self.deep = deep
        self.targets = targets
        self.commit()

    def commit(self):
        self.states = [memento(target, self.deep) for target in self.targets]

    def rollback(self):
        for a_state in self.states:
            a_state()

由於我們需要事務的對象可能不止一個，所以這裏的targets設計成了數組的形式。

Transaction裝飾器

我們也可以把事務實現成裝飾器，這樣我們可以通過註解的方式來使用。

這裏的代碼原理也是一樣的，只不過實現邏輯基於裝飾器而已。如果對裝飾器熟悉的同學，其實也不難理解。這裏的args[0]其實就是某一個類的實例，也就是我們需要保證事務的主體。

from functools import wraps

def transactional(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        # args[0] is obj
        state = memento(args[0])
        try:
            func(*args, **kwargs)
        except Exception as e:
            state()
            raise e
    return wrapper

這是常規裝飾器的寫法，當然我們也可以用類來實現裝飾器，其實原理差不多，只是有一些細節不太一樣。

class Transactional:

    def __init__(self, method):
        self.method = method

    def __get__(self, obj, cls):
        def transaction(*args, **kwargs):
            state = memento(obj)
            try:
                return self.method(*args, **kwargs)
            except Exception as e:
                state()
                raise e
        return transaction

當我們將這個註解加在某一個類方法上，當我們執行obj.xxx的時候，就會執行Transactional這個類當中的__get__方法，而不是獲得Transactional這個類。並且把obj以及obj對應的類型作爲參數傳入，也就是這裏的obj和cls的含義。這個是用類來實現裝飾器的常規做法，我們貼一下常規的代碼，來比較學習一下。

class Wrapper:
    def __init__(self, func):
        wraps(func)(self)

    def __call__(self, *args, **kwargs):
        return self.__wrapped__(*args, **kwargs)

    def __get__(self, instance, cls):
        if instance is None:
            return self
        else:
            return types.MethodType(self, instance)

這是一個用類來實現裝飾器的case，我們可以看到在__get__這個函數當中返回的是self，也就是返回了Wrapper這個類。類通常是不能直接執行的，爲了讓它能夠執行，這裏給它實現了一個__call__函數。如果還是看不明白也沒有關係，可以忽略這部分。用類實現裝飾器也不常見，我們熟悉高階函數的方法就可以了。

實戰

最後我們來看一個實際應用的例子，我們實現了一個NumObj的類，兼容了上面兩種事務的使用，可以對比一下看看區別。

class NumObj:
    def __init__(self, value):
        self.value = value

    def __repr__(self):
        return '<%s, %r>' % (self.__class__.__name__, self.value)

    def increment(self):
        self.value += 1

    @transactional
    def do_stuff(self):
        self.value += '111'
        self.increment()
        
        
if __name__ == '__main__':
    num_obj = NumObj(-1)

    a_transaction = Transaction(True, num_obj)
 # 使用Transaction
    try:
        for i in range(3):
            num_obj.increment()
            print(num_obj)

        a_transaction.commit()
        print('----committed')
        for i in range(3):
            num_obj.increment()
            print(num_obj)
        num_obj.value += 'x'
        print(num_obj)
    except Exception:
        a_transaction.rollback()
        print('----rollback')

    print(num_obj)
 # 使用Transactional
    print('-- now doing stuff')
    num_obj.increment()

    try:
        num_obj.do_stuff()
    except Exception:
        print('-> doing stuff failed')
        import sys
        import traceback
        traceback.print_exc(file=sys.stdout)

    print(num_obj)

從代碼當中，我們不難發現對於Transaction也就是面向對象實現的，我們需要額外創建一個Transaction的實例來在try catch當中控制是否執行回滾。而使用註解的方式更加靈活，它執行失敗會自動執行回滾，不需要太多的額外操作。

一般來說我們更加喜歡使用註解的方式，因爲這樣的方式更加簡潔乾淨，更加pythonic，能夠體現出Python的強大。而第一種方法顯得有些中規中矩，不過好處是可讀性強一些，代碼實現難度也低一些。大家如果在實際工作當中有需要用到，可以根據自己的實際情況去進行選擇，兩種都是不錯的方法。

今天的文章就到這裏，衷心祝願大家每天都有所收穫。如果還喜歡今天的內容的話，請來一個三連支持吧~（點贊、關注、轉發）