Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축

王林
풀어 주다: 2023-04-12 20:58:12
앞으로
1338명이 탐색했습니다.

Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축

마이크로서비스는 DDD(Domain Driven Design)를 따르며 개발 플랫폼에 독립적입니다. Python 마이크로서비스도 예외는 아닙니다. Python3의 객체 지향 특성으로 인해 DDD 측면에서 서비스 모델링이 더 쉬워졌습니다.

마이크로서비스 아키텍처의 힘은 다중 언어 특성에 있습니다. 기업은 기능을 마이크로서비스 세트로 세분화하고 각 팀은 플랫폼을 자유롭게 선택할 수 있습니다.

저희 사용자 관리 시스템은 추가, 찾기, 검색, 로그 서비스라는 4가지 마이크로서비스로 분해되었습니다. 추가 서비스는 Java 플랫폼에서 개발되고 탄력성과 확장성을 위해 Kubernetes 클러스터에 배포됩니다. 이는 나머지 서비스도 Java로 개발해야 한다는 의미는 아닙니다. 개별 서비스에 적합한 플랫폼을 자유롭게 선택할 수 있습니다.

검색 서비스 개발을 위한 플랫폼으로 Python을 선택하겠습니다. 서비스 검색 모델이 설계되었으므로(2022년 3월 기사 참조) 이 모델을 코드 및 구성으로 변환하기만 하면 됩니다.

Pythonic 접근 방식

Python은 약 30년 동안 사용된 범용 프로그래밍 언어입니다. 초기에는 자동화 스크립트를 위한 선택이었습니다. 그러나 Django, Flask 등의 프레임워크가 등장하면서 그 인기가 높아졌고 이제는 엔터프라이즈 애플리케이션 개발 등 다양한 분야에서 사용되고 있습니다. 데이터 과학과 기계 학습은 성장을 더욱 촉진했으며 Python은 이제 상위 3대 프로그래밍 언어 중 하나입니다.

많은 사람들이 Python의 성공을 코딩의 용이성 때문이라고 생각합니다. 이는 이유의 일부일 뿐입니다. 여러분의 목표가 작은 스크립트를 개발하는 것이라면 Python은 여러분이 정말 좋아할 장난감과 같습니다. 하지만 본격적으로 대규모 애플리케이션 개발 영역에 들어가면ifelse, Python은 다른 플랫폼만큼 좋기도 하고 나쁘기도 합니다. 예를 들어, 객체 지향 접근 방식을 취해보세요! 많은 Python 개발자는 Python이 클래스, 상속 등을 지원한다는 사실조차 깨닫지 못할 수도 있습니다. Python은 본격적인 객체 지향 개발을 지원하지만 그 자체의 방식으로 Pythonic입니다! 그것을 탐험해보자!ifelse,Python 变得与任何其他平台一样好或一样坏。例如,采用一种面向对象的方法!许多 Python 开发人员甚至可能没意识到 Python 支持类、继承等功能。Python 确实支持成熟的面向对象开发,但是有它自己的方式 -- Pythonic!让我们探索一下!

领域模型

AddService通过将数据保存到一个 MySQL 数据库中来将用户添加到系统中。FindService的目标是提供一个 REST API 按用户名查找用户。域模型如图 1 所示。它主要由一些值对象组成,如User实体的NamePhoneNumber以及UserRepository

Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축

图 1: 查找服务的域模型

让我们从Name开始。由于它是一个值对象,因此必须在创建时进行验证,并且必须保持不可变。基本结构如所示:

class Name:value: strdef __post_init__(self):if self.value is None or len(self.value.strip()) < 8 or len(self.value.strip()) > 32:raise ValueError("Invalid Name")
로그인 후 복사

如你所见,Name

도메인 모델 AddServiceMySQL 데이터베이스에 데이터를 저장하여 시스템에 사용자를 추가합니다. FindService< /code>의 목표는 사용자 이름으로 사용자를 찾을 수 있는 REST API를 제공하는 것입니다. 도메인 모델은 그림 1에 나와 있습니다. 주로 사용자Entity 이름, 전화번호UserRepository. Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축

그림 1: 서비스 검색을 위한 도메인 모델이름시작. 값 개체이므로 생성 시 유효성을 검사해야 하며 변경 불가능한 상태로 유지되어야 합니다. 기본 구조는 다음과 같습니다:

from dataclasses import dataclass@dataclassclass Name:value: strdef __post_init__(self):if self.value is None or len(self.value.strip()) < 8 or len(self.value.strip()) > 32:raise ValueError("Invalid Name")
로그인 후 복사
로그인 후 복사
보시다시피 이름문자열 유형의 값을 포함합니다. 우리는 초기화 후의 일부로 이를 확인합니다.

Python 3.7 提供了@dataclass装饰器,它提供了许多开箱即用的数据承载类的功能,如构造函数、比较运算符等。如下是装饰后的Name类:

from dataclasses import dataclass@dataclassclass Name:value: strdef __post_init__(self):if self.value is None or len(self.value.strip()) < 8 or len(self.value.strip()) > 32:raise ValueError("Invalid Name")
로그인 후 복사
로그인 후 복사

以下代码可以创建一个Name对象:

name = Name("Krishna")
로그인 후 복사

value属性可以按照如下方式读取或写入:

name.value = "Mohan"print(name.value)
로그인 후 복사

可以很容易地与另一个Name对象比较,如下所示:

other = Name("Mohan")if name == other:print("same")
로그인 후 복사

如你所见,对象比较的是值而不是引用。这一切都是开箱即用的。我们还可以通过冻结对象使对象不可变。这是Name值对象的最终版本:

from dataclasses import dataclass@dataclass(frozen=True)class Name:value: strdef __post_init__(self):if self.value is None or len(self.value.strip()) < 8 or len(self.value.strip()) > 32:raise ValueError("Invalid Name")
로그인 후 복사

PhoneNumber也遵循类似的方法,因为它也是一个值对象:

@dataclass(frozen=True)class PhoneNumber:value: intdef __post_init__(self):if self.value < 9000000000:raise ValueError("Invalid Phone Number")
로그인 후 복사

User类是一个实体,不是一个值对象。换句话说,User是可变的。以下是结构:

from dataclasses import dataclassimport datetime@dataclassclass User:_name: Name_phone: PhoneNumber_since: datetime.datetimedef __post_init__(self):if self._name is None or self._phone is None:raise ValueError("Invalid user")if self._since is None:self.since = datetime.datetime.now()
로그인 후 복사

你能观察到User并没有冻结,因为我们希望它是可变的。但是,我们不希望所有属性都是可变的。标识字段如_name_since是希望不会修改的。那么,这如何做到呢?

Python3 提供了所谓的描述符协议,它会帮助我们正确定义 getter 和 setter。让我们使用@property装饰器将 getter 添加到User的所有三个字段中。

@propertydef name(self) -> Name:return self._name@propertydef phone(self) -> PhoneNumber:return self._phone@propertydef since(self) -> datetime.datetime:return self._since
로그인 후 복사

phone字段的 setter 可以使用@<字段>.setter来装饰:

@phone.setterdef phone(self, phone: PhoneNumber) -> None:if phone is None:raise ValueError("Invalid phone")self._phone = phone
로그인 후 복사

通过重写__str__()函数,也可以为User提供一个简单的打印方法:

def __str__(self):return self.name.value + " [" + str(self.phone.value) + "] since " + str(self.since)
로그인 후 복사

这样,域模型的实体和值对象就准备好了。创建异常类如下所示:

class UserNotFoundException(Exception):pass
로그인 후 복사

域模型现在只剩下UserRepository了。Python 提供了一个名为abc的有用模块来创建抽象方法和抽象类。因为UserRepository只是一个接口,所以我们可以使用abc模块。

任何继承自abc.ABC的类都将变为抽象类,任何带有@abc.abstractmethod装饰器的函数都会变为一个抽象函数。下面是UserRepository的结构:

from abc import ABC, abstractmethodclass UserRepository(ABC):@abstractmethoddef fetch(self, name:Name) -> User:pass
로그인 후 복사

UserRepository遵循仓储模式。换句话说,它在User实体上提供适当的 CRUD 操作,而不会暴露底层数据存储语义。在本例中,我们只需要fetch()操作,因为FindService只查找用户。

因为UserRepository是一个抽象类,我们不能从抽象类创建实例对象。创建对象必须依赖于一个具体类实现这个抽象类。数据层UserRepositoryImpl提供了UserRepository的具体实现:

class UserRepositoryImpl(UserRepository):def fetch(self, name:Name) -> User:pass
로그인 후 복사

由于AddService将用户数据存储在一个 MySQL 数据库中,因此UserRepositoryImpl也必须连接到相同的数据库去检索数据。下面是连接到数据库的代码。注意,我们正在使用 MySQL 的连接库。

from mysql.connector import connect, Errorclass UserRepositoryImpl(UserRepository):def fetch(self, name:Name) -> User:try:with connect(host="mysqldb",user="root",password="admin",database="glarimy",) as connection:with connection.cursor() as cursor:cursor.execute("SELECT * FROM ums_users where name=%s", (name.value,))row = cursor.fetchone()if cursor.rowcount == -1:raise UserNotFoundException()else:return User(Name(row[0]), PhoneNumber(row[1]), row[2])except Error as e:raise e
로그인 후 복사

在上面的片段中,我们使用用户root/ 密码admin连接到一个名为mysqldb的数据库服务器,使用名为glarimy的数据库(模式)。在演示代码中是可以包含这些信息的,但在生产中不建议这么做,因为这会暴露敏感信息。

fetch()操作的逻辑非常直观,它对ums_users表执行 SELECT 查询。回想一下,AddService正在将用户数据写入同一个表中。如果 SELECT 查询没有返回记录,fetch()函数将抛出UserNotFoundException异常。否则,它会从记录中构造User实体并将其返回给调用者。这没有什么特殊的。

应用层

最终,我们需要创建应用层。此模型如图 2 所示。它只包含两个类:控制器和一个 DTO。

Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축

图 2: 添加服务的应用层

众所周知,一个 DTO 只是一个没有任何业务逻辑的数据容器。它主要用于在FindService和外部之间传输数据。我们只是提供了在 REST 层中将UserRecord转换为字典以便用于 JSON 传输:

class UserRecord:def toJSON(self):return {"name": self.name,"phone": self.phone,"since": self.since}
로그인 후 복사

控制器的工作是将 DTO 转换为用于域服务的域对象,反之亦然。可以从find()操作中观察到这一点。

class UserController:def __init__(self):self._repo = UserRepositoryImpl()def find(self, name: str):try:user: User = self._repo.fetch(Name(name))record: UserRecord = UserRecord()record.name = user.name.valuerecord.phone = user.phone.valuerecord.since = user.sincereturn recordexcept UserNotFoundException as e:return None
로그인 후 복사

find()操作接收一个字符串作为用户名,然后将其转换为Name对象,并调用UserRepository获取相应的User对象。如果找到了,则使用检索到的User`` 对象创建UserRecord`。回想一下,将域对象转换为 DTO 是很有必要的,这样可以对外部服务隐藏域模型。

UserController不需要有多个实例,它也可以是单例的。通过重写__new__,可以将其建模为一个单例。

class UserController:def __new__(self):if not hasattr(self, ‘instance’):self.instance = super().__new__(self)return self.instancedef __init__(self):self._repo = UserRepositoryImpl()def find(self, name: str):try:user: User = self._repo.fetch(Name(name))record: UserRecord = UserRecord()record.name = user.name.getValue()record.phone = user.phone.getValue()record.since = user.sincereturn recordexcept UserNotFoundException as e:return None
로그인 후 복사

我们已经完全实现了FindService的模型,剩下的唯一任务是将其作为 REST 服务公开。

REST API

FindService只提供一个 API,那就是通过用户名查找用户。显然 URI 如下所示:

GET /user/{name}
로그인 후 복사

此 API 希望根据提供的用户名查找用户,并以 JSON 格式返回用户的电话号码等详细信息。如果没有找到用户,API 将返回一个 404 状态码。

我们可以使用 Flask 框架来构建 REST API,它最初的目的是使用 Python 开发 Web 应用程序。除了 HTML 视图,它还进一步扩展到支持 REST 视图。我们选择这个框架是因为它足够简单。 创建一个 Flask 应用程序:

from flask import Flaskapp = Flask(__name__)
로그인 후 복사

然后为 Flask 应用程序定义路由,就像函数一样简单:

@app.route('/user/')def get(name):pass
로그인 후 복사

注意@app.route映射到 API/user/,与之对应的函数的get()

如你所见,每次用户访问 API 如http://server:port/user/Krishna时,都将调用这个get()函数。Flask 足够智能,可以从 URL 中提取Krishna作为用户名,并将其传递给get()函数。

get()函数很简单。它要求控制器找到该用户,并将其与通常的 HTTP 头一起打包为 JSON 格式后返回。如果控制器返回None,则get()函数返回合适的 HTTP 状态码。

from flask import jsonify, abortcontroller = UserController()record = controller.find(name)if record is None:abort(404)else:resp = jsonify(record.toJSON())resp.status_code = 200return resp
로그인 후 복사

最后,我们需要 Flask 应用程序提供服务,可以使用waitress服务:

from waitress import serveserve(app, host="0.0.0.0", port=8080)
로그인 후 복사

在上面的片段中,应用程序在本地主机的 8080 端口上提供服务。最终代码如下所示:

from flask import Flask, jsonify, abortfrom waitress import serveapp = Flask(__name__)@app.route('/user/')def get(name):controller = UserController()record = controller.find(name)if record is None:abort(404)else:resp = jsonify(record.toJSON())resp.status_code = 200return respserve(app, host="0.0.0.0", port=8080)
로그인 후 복사

部署

FindService的代码已经准备完毕。除了 REST API 之外,它还有域模型、数据层和应用程序层。下一步是构建此服务,将其容器化,然后部署到 Kubernetes 上。此过程与部署其他服务妹有任何区别,但有一些 Python 特有的步骤。

在继续前进之前,让我们来看下文件夹和文件结构:

+ ums-find-service+ ums- domain.py- data.py- app.py- Dockerfile- requirements.txt- kube-find-deployment.yml
로그인 후 복사

如你所见,整个工作文件夹都位于ums-find-service下,它包含了ums文件夹中的代码和一些配置文件,例如Dockerfilerequirements.txtkube-find-deployment.yml

domain.py包含域模型,data.py包含UserRepositoryImplapp.py包含剩余代码。我们已经阅读过代码了,现在我们来看看配置文件。

第一个是requirements.txt,它声明了 Python 系统需要下载和安装的外部依赖项。我们需要用查找服务中用到的每个外部 Python 模块来填充它。如你所见,我们使用了 MySQL 连接器、Flask 和 Waitress 模块。因此,下面是requirements.txt的内容。

Flask==2.1.1Flask_RESTfulmysql-connector-pythonwaitress
로그인 후 복사

第二步是在Dockerfile中声明 Docker 相关的清单,如下:

FROM python:3.8-slim-busterWORKDIR /umsADD ums /umsADD requirements.txt requirements.txtRUN pip3 install -r requirements.txtEXPOSE 8080ENTRYPOINT ["python"]CMD ["/ums/app.py"]
로그인 후 복사

总的来说,我们使用 Python 3.8 作为基线,除了移动requirements.txt之外,我们还将代码从ums文件夹移动到 Docker 容器中对应的文件夹中。然后,我们指示容器运行pip3 install命令安装对应模块。最后,我们向外暴露 8080 端口(因为 waitress 运行在此端口上)。

为了运行此服务,我们指示容器使用使用以下命令:

python /ums/app.py
로그인 후 복사

一旦Dockerfile准备完成,在ums-find-service文件夹中运行以下命令,创建 Docker 镜像:

docker build -t glarimy/ums-find-service
로그인 후 복사

它会创建 Docker 镜像,可以使用以下命令查找镜像:

docker images
로그인 후 복사

尝试将镜像推送到 Docker Hub,你也可以登录到 Docker。

docker logindocker push glarimy/ums-find-service
로그인 후 복사

最后一步是为 Kubernetes 部署构建清单。

在之前的文章中,我们已经介绍了如何建立 Kubernetes 集群、部署和使用服务的方法。我假设仍然使用之前文章中的清单文件来部署添加服务、MySQL、Kafka 和 Zookeeper。我们只需要将以下内容添加到kube-find-deployment.yml文件中:

apiVersion: apps/v1kind: Deploymentmetadata:name: ums-find-servicelabels:app: ums-find-servicespec:replicas: 3selector:matchLabels:app: ums-find-servicetemplate:metadata:labels:app: ums-find-servicespec:containers:- name: ums-find-serviceimage: glarimy/ums-find-serviceports:- containerPort: 8080---apiVersion: v1kind: Servicemetadata:name: ums-find-servicelabels:name: ums-find-servicespec:type: LoadBalancerports:- port: 8080selector:app: ums-find-service
로그인 후 복사

上面清单文件的第一部分声明了glarimy/ums-find-service镜像的FindService,它包含三个副本。它还暴露 8080 端口。清单的后半部分声明了一个 Kubernetes 服务作为FindService部署的前端。请记住,在之前文章中,mysqldb 服务已经是上述清单的一部分了。

运行以下命令在 Kubernetes 集群上部署清单文件:

kubectl create -f kube-find-deployment.yml
로그인 후 복사

部署完成后,可以使用以下命令验证容器组和服务:

kubectl get services
로그인 후 복사

输出如图 3 所示:

Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축

图 3: Kubernetes 服务

它会列出集群上运行的所有服务。注意查找服务的外部 IP,使用curl调用此服务:

curl http://10.98.45.187:8080/user/KrishnaMohan
로그인 후 복사

注意:10.98.45.187 对应查找服务,如图 3 所示。

如果我们使用AddService创建一个名为KrishnaMohan的用户,那么上面的curl命令看起来如图 4 所示:

Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축

图 4: 查找服务

用户管理系统(UMS)的体系结构包含AddServiceFindService,以及存储和消息传递所需的后端服务,如图 5 所示。可以看到终端用户使用ums-add-service的 IP 地址添加新用户,使用ums-find-service的 IP 地址查找已有用户。每个 Kubernetes 服务都由三个对应容器的节点支持。还要注意:同样的 mysqldb 服务用于存储和检索用户数据。

Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축

图 5: UMS 的添加服务和查找服务

其他服务

UMS 系统还包含两个服务:SearchServiceJournalService。在本系列的下一部分中,我们将在 Node 平台上设计这些服务,并将它们部署到同一个 Kubernetes 集群,以演示多语言微服务架构的真正魅力。最后,我们将观察一些与微服务相关的设计模式。

위 내용은 Flask를 사용하여 Kubernetes에서 Python 마이크로서비스 구축의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

관련 라벨:
원천:51cto.com
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
최신 이슈
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿
회사 소개 부인 성명 Sitemap
PHP 중국어 웹사이트:공공복지 온라인 PHP 교육,PHP 학습자의 빠른 성장을 도와주세요!