Xây Dựng Danh Sách Phụ Thuộc Tối Giản Với pipreqs

Khi vận hành dự án Python, việc giữ bản đồ chính xác các gói thư viện (requirements.txt) là bắt buộc. Khác với pip freeze vốn liệt kê tất cả mọi thứ cài đặt trong môi trường ảo (gây nhiễu và xung đột), pipreqs tập trung phân tích cấu trúc cây import thực tế của mã nguồn để sinh ra danh sách phụ thuộc sạch sẽ.

# Cài đặt công cụ quét
$ pip install pipreqs==0.5.0

# Quét thư mục gốc và xuất file yêu cầu
$ pipreqs . --encoding=utf-8 --force

# Cài đặt vào môi trường hiện tại
$ pip install -r requirements.txt

Phương pháp này loại bỏ các gói thừa, giảm thiểu rủi ro cài đặt sai version khi chuyển dự án sang server mới hoặc môi trường CI/CD.

Phân Biệt Hàm Và Phương Thức Trong Mô Hình Hướng Đối Tượng

Ranh giới giữa hàm bình thường và phương thức trong Python nằm ở cơ chế ràng buộc dữ liệu. Khi gọi qua tên lớp, hàm chưa được liên kết với bất kỳ thực thể nào, hoạt động như một hàm độc lập. Khi gọi qua thể hiện đối tượng, nó trở thành phương thức đã gắn kết, tự động chèn tham số self vào lời gọi.

from types import MethodType, FunctionType

class DataAnalyzer:
    def parse(self, raw_input):
        return raw_input.strip()

# Truy cập qua Tên Lớp -> Hàm rời rạc
print(type(DataAnalyzer.parse))
print(isinstance(DataAnalyzer.parse, FunctionType))   # True

# Truy cập qua Đối Tượng -> Phương thức ràng buộc
instance = DataAnalyzer()
print(type(instance.parse))
print(isinstance(instance.parse, MethodType))         # True

Tối Ưu Hóa Lời Gọi Hàm Với functools.partial

Trong các hệ thống callback hoặc pipeline xử lý sự kiện, việc cố định trước một vài tham số mặc định giúp trì hoãn逻辑 tính toán tới thời điểm runtime. Kỹ thuật này được implement qua partial(), trả về một callable mới đã bao đóng dữ liệu ban đầu.

from functools import partial

def compute_bill(base_amount, vat_rate, service_charge):
    return base_amount * (1 + vat_rate + service_charge)

# Gỡ rối logic bằng cách gán sẵn thuế và phí dịch vụ
apply_fixed_taxes = partial(compute_bill, vat_rate=0.1, service_charge=0.05)

# Chỉ truyền số tiền gốc khi thực thi
final_price = apply_fixed_taxes(50.0)
print(f"Total: {final_price:.2f}")

Cơ Chế Lưu Trữ Cục Bộ Theo Luồng (Thread-Local Storage)

Khi nhiều luồng đồng thời thao tác trên một biến chung, hiện tượng race condition dễ dàng làm hỏng dữ liệu. Thay vì dùng khóa đồng bộ tiêu tốn hiệu năng, cơ chế lưu trữ cục bộ theo luồng (Thread-Local) đảm bảo mỗi luồng chỉ thao tác trên vùng nhớ private của riêng nó.

Sử Dụng Module threading.local

import threading
import time

ctx = threading.local()

def worker_task(task_id):
    ctx.payload = f"nhận diện #{task_id}"
    time.sleep(0.5)
    print(f"[{task_id}] Dữ liệu cục bộ: {ctx.payload}")

workers = [threading.Thread(target=worker_task, args=(i,)) for i in range(5)]
for w in workers: w.start()
for w in workers: w.join()

Tự Hiện Thực Lớp Cách Ly Dữ Liệu

Để hỗ trợ mở rộng sang môi trường coroutine và tránh leak dữ liệu chéo, ta có thể xây dựng lớp wrapper ánh xạ giá trị dựa trên ID thực thể. Code dưới đây tích hợp fallback từ greenlet cho threaded/green-thread environments.

try:
    from greenlet import getcurrent as get_ident
except ImportError:
    from threading import get_ident

class IsolatedStore:
    def __init__(self):
        object.__setattr__(self, "_db", {})

    def __getattr__(self, key):
        ident = get_ident()
        scope = self._db.get(ident, {})
        return scope.get(key)

    def __setattr__(self, key, value):
        ident = get_ident()
        if key == "_db":
            object.__setattr__(self, key, value)
            return
        
        scope = self._db.get(ident, {})
        scope[key] = value
        self._db[ident] = scope

store = IsolatedStore()
print(store._db)  # Xem cấu trúc lưu trữ nội bộ theo thực thể

Rủi Ro Của Biến Toàn Cục Trong Triển Khai Web Server Đa Tiến Trình

Nhiều lập trình viên gặp phải bug khó gỡ do lạm dụng biến global trong Django hoặc Flask. Sự nhầm lẫn thường bắt nguồn từ giai đoạn development, khi server nhúng (wsgiref hoặc Werkzeug) chỉ chạy một tiến trình đơn, khiến việc đọc/ghi global vẫn nhất quán.

Hiện trạng thay đổi hoàn toàn khi deploy lên production với các WSGI server chuẩn như uWSGI hoặc Gunicorn. Các server này khởi tạo nhiều tiến trình con song song để tận dụng đa nhân CPU. Đặc điểm cốt lõi là:

• Mỗi tiến trình sở hữu không gian địa chỉ bộ nhớ hoàn toàn biệt lập.
• Một biến global_state = [] được định nghĩa ở cấp module sẽ tạo ra nhiều bản sao độc lập trên từng tiến trình.
• Thao tác mutate (append, update, increment) biến toàn cục trong handler view chỉ tác động lên tiến trình đang phục vụ request đó, gây mất đồng bộ trạng thái giữa các client.

Quy tắc bất biến cần tuân thủ: biến global trong kiến trúc multi-process chỉ nên dùng cho metadata tĩnh (đường dẫn file, cấu hình read-only). Để đồng bộ dữ liệu động xuyên suốt hệ thống, bắt buộc sử dụng cơ chế external shared state như Redis, Database transaction, hoặc các đối tượng ngữ cảnh request-level (flask.g, django.db.connection) nhằm ràng buộc dữ liệu chặt chẽ với lifecycle của một request duy nhất.