No project description provided
Project description
sparrow cloud组件
sparrow cloud中间件
installation
pip install sparrowcloud
测试运行
运行所有测试:
py.test
运行单个测试:
py.test tests/test_rest_client.py
service_registry
描述: consul服务发现 sparrow_cloud 项目的许多组件对 consul服务发现 有重度依赖, 需配置 consul
# 在 settings里面配置 consul参数
CONSUL_CLIENT_ADDR = {
"HOST": os.environ.get("CONSUL_IP", "127.0.0.1"), # 在k8s上的环境变量类型:变量/变量引用
"PORT": os.environ.get("CONSUL_PORT", 8500)
}
使用方法:
from sparrow_cloud.registry.service_registry import consul_service
> consul_service(SERVICE_CONF)
> "127.0.0.1:8001"
参数说明:
SERVICE_CONF = {
"ENV_NAME": "PERMISSION_REGISTER_NAME_HOST",
"VALUE": "sprrow-permission-svc"
}
ENV_NAME: 用来覆盖 consul 的环境变量名
VALUE: consul服务注册名字
如果有环境变量 PERMISSION_REGISTER_NAME_HOST 存在, 则覆盖 consul
consul_service: 返回地址的方法:
1 如果有 SERVICE_SETTINGS_KEY_NAME_HOST (参数名字_HOST)环境变量存在, 则直接返回该环境变量的值作为地址.
2 如果没有, 则使用 consul 服务发现中心返回地址
cache_manager
描述 : cache_manager 会把model的get方法使用缓存
依赖settings配置:
import redis
CACHE_REDIS_POOL = redis.ConnectionPool(
host=REDIS_HOST,
port=REDIS_PORT,
password=REDIS_PASSWORD,
decode_responses=True)
使用方法:
# 在models文件中导入
from sparrow_cloud.sparrow_cloud.cache.cache_manager import CacheManager
# 在需要使用缓存的model中加入
objects = CacheManager()
demo中可查看示例
model 示例路径, sparrow_demo/models.py
JWTMiddleware
描述:Token 解析 配置 JWTMiddleware 中间件需要的参数
注册中间件
MIDDLEWARE = (
'sparrow_cloud.middleware.jwt_middleware.JWTMiddleware', # 放最上层
将以下参数添加到settings.py
JWT_MIDDLEWARE = {
"JWT_SECRET": "", # JWT_SECRET, 必填
}
UserIDAuthentication
描述: user_id 解析 配置 UserIDAuthentication 认证需要的参数(仅兼容django2.2以上版本)
SPARROW_AUTHENTICATION = {
"USER_CLASS_PATH": "sparrow_cloud.auth.user.User",
}
# 参数说明: USER_CLASS_PATH: 路径中的User为中间件的User模版, 可以根据自己的需求重新创建User, 并将自己的User路径按照模版格式放到:USER_CLASS_PATH下
# 注册中间件
REST_FRAMEWORK = {
'DEFAULT_AUTHENTICATION_CLASSES': (
'sparrow_cloud.auth.user_id_authentication.UserIDAuthentication',
)
}
API Permission Register
描述: 主动注册API到权限服务 配置 permission_command 需要的参数
# 本服务配置
SERVICE_CONF = {
"NAME": "", # 本服务的名称
}
# API 权限服务配置
### api permission 依赖 ###
环境变量名字
SPARROW_PERMISSION_REGISTER_NAME = "sparrow-purchase-limit-svc"
SPARROW_PERMISSION_REGISTER_API = "/api/permission_i/register/"
ps: 环境变量名字不能修改, SPARROW_PERMISSION_REGISTER_NAME 可由
SPARROW_PERMISSION_REGISTER_NAME_HOST = "127.0.0.1:8001" 覆盖
METHOD_MIDDLEWARE
兼容阿里不支持 put/delete 请求 配置METHOD_MIDDLEWARE需要的参数
# 将以下参数添加到settings.py #
METHOD_MIDDLEWARE = {
"METHOD_MAP": ('PUT', 'DELETE',),
}
# 注册 METHOD_MIDDLEWARE
MIDDLEWARE_CLASSES = (
'sparrow_django_common.middleware.methodconvert.MethodConvertMiddleware', #兼容阿里请求方式中间件
)
PERMISSION_MIDDLEWARE
权限中间件 配置PERMISSION_MIDDLEWARE需要的参数
# 将以下参数添加到settings.py
PERMISSION_MIDDLEWARE = {
# 权限验证服务的配置
"PERMISSION_SERVICE":{
"NAME": "", #服务名称(k8s上的服务名), 必填
"HOST": "", #IP, 开发环境必填(开发环境使用转发到本地的host)
"PORT": 8001, # 服务端口, dev环境需要注意, 配置写的端口需要和转发到本地的端口保持一致, 必填
"PATH": "", # url, 必填
},
"FILTER_PATH" : [''], # 使用权限验证中间件, 如有不需要验证的URL, 可添加到列表中
"SKIP_PERMISSION": False, # 是否启用权限中间件, SKIP_PERMISSION:True, 则跳过中间件, 如果不配置SKIP_PERMISSION,或者SKIP_PERMISSION:False,则不跳过中间件
}
注册中间件
MIDDLEWARE = [
'sparrow_cloud.middleware.api_permission.PermissionMiddleware',
]
PS: 如果未配置 CONSUL_CLIENT_ADDR, 需要配置该参数, 权限中间件依赖 consul
restcliet 使用说明
服务调用中间件
from sparrow_cloud.restclient import rest_client
rest_client.post(SERVICE_CONF, api_path, json=api_list)
参数说明:
SERVICE_CONF = {
"ENV_NAME": "PERMISSION_REGISTER_NAME_HOST",
"VALUE": "sprrow-permission-svc"
}
ENV_NAME: 用来覆盖 consul 的环境变量名
VALUE: consul服务注册名字
ps:
剩余参数与 requests.get/post 等方法保持一致
message_client 使用说明
麻雀任务发送
- 注册消息 2. 发送消息
settings配置
MESSAGE_SENDER_CONF = {
"SERVICE_CONF": {
"ENV_NAME": "DLJFLS_LSDK_LDKEND",
"VALUE": "xxxxx-svc",
},
"API_PATH": "/api/sparrow_task/producer/send/",
}
ps:
MESSAGE_SENDER_CONF # 配置
SERVICE_CONF # message_client依赖consul
API_PATH # message_client 发送消息地址
调用方式:
from sparrow_cloud.meassge_service.sender import send_task
data = send_task(exchange=exchange,
routing_kshiyey=routing_key,
message_code=message_code,
*args,
**kwargs)
ps:
exchange: 交换机
routing_key: 路由
message_code: 消息码
rebbitmq_consumer 使用说明
麻雀任务消费
- 获取队列 2. 消费任务
settings配置
SPARROW_RABBITMQ_CONSUMER_CONF = {
"SERVICE_CONF": {
"ENV_NAME": "DLJFLS_LSDK_LDKEND",
"VALUE": "xxxxx-svc",
},
"MESSAGE_BROKER": "",
"MESSAGE_BACKEND": "",
}
QUEUE_CONF_1 = {
"QUEUE": "XXX",
"TARGET_FUNC_MAP : {
"xxx": "xx.xx"
}
}
ps:
SPARROW_RABBITMQ_CONSUMER_CONF # consumer的配置
SERVICE_CONF # consumer依赖consul
MESSAGE_BROKER # 必填 rabbitmq 的地址
MESSAGE_BACKEND # 选填的配置,如果设置了message_backend,则在任务执行完成之后会向该设置里的url发送任务执行完成结果,post请求
QUEUE_CONF_1 # 队列的配置
QUEUE # 队列名称
TARGET_FUNC_MAP # 队列消费的任务(字典中的键为message code,对应的值为执行该消息的任务函数路径字符串)
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
sparrowcloud-1.0.4.tar.gz
(26.6 kB
view hashes)
Built Distribution
Close
Hashes for sparrowcloud-1.0.4-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 547e0db3bb5b39f3a27511a5d5ce77dee5f4ca43b6c0df8ec40a9173a1d50316 |
|
MD5 | 2be702dd69eda3a87a035b86e4f9e57c |
|
BLAKE2b-256 | 51eb5275d72e65bea5e85e38c66cd0adb0f8b45db3e5ae69ae27ec965fd24645 |