propan 0.0.7.1

Simple and fast framework to create message brokers based microservices

Propan существует, чтобы максимально упростить для вас создание микросервисов вокруг брокеров сообщений (например, RabbitMQ)

Основные особенности:

• Окружение: максимальное удоство для работы с настройками проекта.
• Скорость разработки: один декоратор - один потребитель на очередь.
• Обработка входных параметров: автоматическая сериализация сообщений из RabbitMQ в соответствии с аннотацией типов.
• Расширяемость: возможность создавать собственные классы-реализации интерфейсов Propan.
• Инъекция зависимостей: единый подход к работе с зависимостям во всем проекте.

Окружение

Python 3.8+

Примеры

Создание проекта

• Создайте проект с помощью propan --start test_project
• Перейдите в директорию проекта cd test_project
• Создайте app/config/settings.py с данными для подключения к RabbitMQ

RABBIT_HOST = "127.0.0.1"
RABBIT_LOGIN = "guest"
RABBIT_PASSWORD = "guest"
RABBIT_VIRTUALHOST = "/"

• Настройки проекта также можно указывать в app/config/config.yml файле

RABBIT:
    host: 127.0.0.1
    port: 5672
    login: guest
    password: guest
    vhost: /

В таком случае переменные из .yml файла будут транслированы в настройки в верхнем регистре

• Данные поля для RabbitMQ автоматически используются как параметры по умолчанию

Rabbit:
    host: 127.0.0.1

Аналогичен

RABBIT_HOST: 127.0.0.1

Проект также автоматически берет переменные из окружения при наличии совпадений в названии переменных из .yml файла

• Таким образом приоритеты использования переменных в конфликтных ситуациях расставлены следующим образом: environment > config.yml > settings.py
• При попытке обратиться к переменной, которой нет в настройках, propan выдаст warning и None в качестве значения
• .yml файлы можно переключать при запуске с помощью флага --config=prod.yml или -C prod.yml
  • в таком случае все используемые .yml файлы должны находиться в директории app/config/
• если вы не хотите использовать uvloop в качестве event loop'а по умолчанию, укажите это в settings.py

UVLOOP = False

• После указания данных для подключения к RabbitMQ создадим коннектор в app/dependencies.py

import asyncio

from propan.config import settings
from propan.brokers import RabbitBroker

queue_adapter = RabbitBroker(
    host = settings.RABBIT_HOST,
    port = settings.RABBIT_PORT,
    login = settings.RABBIT_LOGIN,
    password = settings.RABBIT_PASSWORD,
    virtualhost = settings.RABBIT_VHOST,
    max_consumers=settings.MAX_CONSUMERS,
) # данные поля settings используются для инициализации по умолчанию

Глобальные найстроки используются во всех случаях, когда необходимо получить доступ к константам проекта (инициализируются, как указано выше, при старте приложения)

from propan.config import settings

settings.MAX_CONSUMERS указывается при запуске проекта с помощью флага --consumers=10 (по умолчанию ограничение не устанавливается) и определяет допустимое количество одновременно обрабатываемых сообщений

• После создания queue_adapter создадим PropanApp в app/serve.py

from propan.app import PropanApp

from .dependencies import queue_adapter

# broker по умолчанию - RabbitBroker(logger=loguru)
app = PropanApp(broker=queue_adapter)

@app.handle(queue_name="test_queue")
async def base_handler(message):
    print(message)

• Запуск проекта осуществляется с помощью команды propan app.serve:app
  • app.serve - путь к файлу serve, а app - название экземпляра PropanApp в коде.
  • Запуск по умолчанию: propan app.serve:app --config config.yml --consumers 10
  • Используйте флаг --reload для запуска проекта в тестовом режиме с автоматической перезагрузкой при изменении файлов

Сериализация входных параметров

• Так как входящие значения RabbitMQ представляют из себя строку, для сериализации входных параметров Propan использует аннотацию типов

from propan.app import PropanApp

from .dependencies import queue_adapter

app = PropanApp(
    broker=queue_adapter,
    apply_types=True
)

@app.handle(queue_name="test_queue")
async def base_handler(user_id: int):  # приведение входного значения к типу int
    print(message)

Использование глобальной опции apply_types=True включит сериализацию входных параметров для всех handler'ов приложения

• Для использования сериализации в отдельных handler'ах необходимо использовать специальный декоратор apply_types

from propan.app import PropanApp

from .dependencies import queue_adapter

app = PropanApp(broker=queue_adapter)

@app.handle(queue_name="test_queue")
@app.apply_types
async def base_handler(user_id: int):
    print(message)

• Замечания

  • функция-handler всегда должна принимать на вход один аргумент

• Для сериализации более сложных объектов возможно использование классов-оберток над pydantic

from typing import Optional

from propan.app import PropanApp
from propan.annotations import MessageModel

app = PropanApp(
    broker=queue_adapter,
    apply_types=True
)

class User(MessageModel):
    username: str
    user_id: Optional[int]

@app.handle(queue_name="test_queue")
async def base_handler(user: User):
    print(user)

Логирование

Все классы Propan, выводящие служебную информацию требуют для этого любой экземпляр logger'a, являющегося реализацией интерфейса propan.logger.model.usecase.LoggerUsecase. Рекомендуется использовать экземпляр этого класса во всем проекте, инициализируя его в app/dependencies.py.

from propan.logger.adapter.loguru_usecase import LoguruAdapter
# также можно использовать
from propan.logger import loguru # является экземпляром LoguruAdapter

logger = LoguruAdapter()
queue_adapter = RabbitAdapter(
    logger=logger
)

• По умолчанию во всех классах Propan используется propan.logger.adapter.empty.EmptyLogger

Также возможно построение цепочки обработки logger'ов путем использования в качестве экземпляра logger класса propan.logger.LoggerSimpleComposition

from propan.logger import LoggerSimpleComposition, loguru

logger = LoggerSimpleComposition(
    loguru, loguru
) # последовательнок применение двух логгеров loguru

• В таком случае logger'ы будут применяться в том порядке, в котором они были переданы в конструктор

Все logger'ы поддерживают декоратор logger.catch, который позволяет совершать какие-либо действия при возникновении ошибки в функции

@logger.catch
@app.handle(queue_name="test_queue")
async def base_handler(user: str):
    print(user)

Дополнительно

Для возвращения сообщения в очередь при возникновении ошибки c отслеживанием количества попыток повторной обработки используйте декоратор broker.retry

@app.broker.retry(queue_name="test_queue", try_number=3)
@app.handle(queue_name="test_queue")
async def base_handler(user: str):
    print(user)

• Замечания
  • При превышении количества повторных попыток broker вызывает метод error своего экземпляра logger'а, а сообщение извлекается из очереди
  • По умолчанию количество попыток - 3, название очереди - обязательный аргумент

В таком случае также может быть полезным использование декоратора ignore_exceprions

from propan.logger import ignore_exceptions

NOT_CATCH = (ValueError,)

@app.broker.retry(queue_name="test_queue", try_number=3)
@app.handle(queue_name="test_queue")
@ignore_exceptions(logger, NOT_CATCH)
async def base_handler(user: str):
    print(user)

• Ошибки из NOT_CATCH не будут передаваться дальше по стеку, а будут обработаны с помощью метода error переданного экземпляра logger'а

Худший вариант вашего приложения будет выглядеть следующим образом:

from propan.app import PropanApp
from propan.annotations import apply_types
from propan.logger import ignore_exceptions

from .dependencies import queue_adapter, logger

app = PropanApp(
    broker=queue_adapter
)

NOT_CATCH = (ValueError,)

@logger.catch
@app.broker.retry(queue_name="test_queue", try_number=3)
@app.handle(queue_name="test_queue")
@ignore_exceptions(logger, NOT_CATCH)
@app.apply_types
async def base_handler(user: str):
    print(user)

Удачи!