Skip to main content

基础Django和drf的微服务框架扩展

Project description

sparrow cloud 组件介绍

Django SDK

  • RestClient : 封装了request包和服务发现,正确请求返回解析后json数据, 错误请求返回HTTPException
  • RequestsClient : 封装了request包和服务发现, 返回原生的request结果
  • Message_Client : 将任务发送到rabbitmq, server端未开源
  • Rabbitmq_Consumer : rabbitmq消息消费端,server端未开源
  • Table_API : 接收查询条件返回 django model 序列化后的数据
  • Api Schema Register : django subcommand, 主动注册API 描述到文档服务, server端未开源
  • access_control verify : 访问控制验证,服务端未开源
  • get_user_token : 获取用户token
  • get_app_token : 获取app token
  • ly_msg : 发送app 消息
  • distributed_lock : 添加分布式锁或移除锁

Django Middleware

  • JWTMiddleware : 解析 JWT Token
  • MethodConvertMiddleware : 兼容不支持 put/delete 请求
  • ExceptionMiddleware : 异常通知
  • TracingMiddleware : 追踪链
  • CheckLockMiddleware : 前端防重复提交锁中间件

rest_framework 中间件

  • UserID Authentication: 验证 user

sparrow cloud组件

RestClient

RequestsClient

Message_Client

Rabbitmq_Consumer

Table_API

Api Schema Register

access_control_verify

access_control_register

get_user_token

get_app_token

app_message

distributed_lock

LogFilter

log_filter

django中间件

JWTMiddleware

MethodConvertMiddleware

ExceptionMiddleware

TracingMiddleware

CheckLockMiddleware

LogMiddleware

rest_framework中间件

UserID Authentication

installation

pip3.11 install sparrowcloud

测试运行

运行所有测试:
    source tests/mock_configmap.sh && python3.11 -m unittest tests/test* access_control/test*
运行单个测试:
    source tests/mock_configmap.sh && python3.11 -m unittest tests/test_rest_client.py

运行环境

sparrowcloud 5.x.x 基于django4.2.x, python3.11
sparrowcloud 4.x.x 基于django3.2.x, python3.7

JWTMiddleware

描述:Token 解析 注意:配置SC_JWT_PUBLIC_KEY环境变量,rsa公钥文件数据 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

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',
        ),
    }

METHOD_MIDDLEWARE

兼容阿里不支持 put/delete 请求 配置METHOD_MIDDLEWARE需要的参数

  # 注册 METHOD_MIDDLEWARE
  MIDDLEWARE_CLASSES = (
      'sparrow_cloud.middleware.methodconvert.MethodConvertMiddleware',  #兼容阿里请求方式中间件
  )

TracingMiddleware

兼容阿里不支持 put/delete 请求 配置METHOD_MIDDLEWARE需要的参数

  MIDDLEWARE_CLASSES = (
      'sparrow_cloud.middleware.tracing_middleware.TracingMiddleware',  # 追踪链
  )

CheckLockMiddleware

防前端重复提交中间件,需要前端配合使用 对请求header中的特定键值判断其状态,来决定是否阻止该次请求

    MIDDLEWARE_CLASSES = (
        'sparrow_cloud.middleware.lock_middleware.CheckLockMiddleware',  # 防前端重复提交
    )

restclient

微服务间调用,使用示例

    from sparrow_cloud.restclient import rest_client
    rest_client.post(service_address, api_path, timeout=30, token=None, json=api_list)

参数说明

service_address = "test-svc:8000"

timeout: 
    非必传,默认超时时间30秒
    传参方式:
        timeout=30       # 30秒为connect 和 read 的 timeout
        timeout=(5, 5)  # 分别定制:connect 和 read 的 timeout
        timeout=None    # Request 永远等待
token:
    内部跨服务调用认证token
    from sparrow_cloud.authorization.token import get_app_token, get_user_token
    token = get_user_token(user_id="21424kvjbcdjslafds")
    或者
    token = get_app_token()

其它:
  剩余参数与 requests.get/post 等方法保持一致

异常返回

当服务间调用异常时,抛出异常 HTTPException

requestsclient

服务调用(返回结果未封装)

    from sparrow_cloud.restclient import requests_client
    requests_client.post(service_address, api_path, timeout=30, token=None, json=api_list)

参数说明

service_address = "test-svc:8000"

timeout: 
    非必传,默认超时时间30秒
    传参方式:
        timeout=30       # 30秒为connect 和 read 的 timeout
        timeout=(5, 5)  # 分别定制:connect 和 read 的 timeout
        timeout=None    # Request 永远等待
token:
    内部跨服务调用认证token
    from sparrow_cloud.authorization.token import get_app_token, get_user_token
    token = get_user_token(user_id="21424kvjbcdjslafds")
    或者
    token = get_app_token()
其它:
  剩余参数与 requests.get/post 等方法保持一致

message_client

麻雀任务发送

  1. 注册消息 2. 发送消息
    # 调用方式
    from sparrow_cloud.message_service.sender import send_task_v3
    # 发送消息
    data = send_task_v3(message_code=message_code,
                        *args,
                        **kwargs)
    # 发送延时消息
    data = send_task_v3(
        message_code=message_code, # message_code: 消息码
        delay_time=200, # delay_time: 延时时间,单位为秒
        *args,
        **kwargs)

    =====================以下为旧版调用方式,不建议继续使用会逐步弃用===========================    
    # 调用方式
    from sparrow_cloud.message_service.sender import send_task
    # 发送消息
    data = send_task(
        exchange=exchange, # 交换机
        routing_key=routing_key, # 路由
        message_code=message_code, # 消息码
        retry_times=3, # 重试次数,非必填,默认重试次数为3次(每次间隔1秒)
        *args,
        **kwargs)
    # 发送延时消息
    data = send_task(
        exchange=exchange, # 交换机
        routing_key=routing_key, # 路由
        message_code=message_code, # 消息码
        retry_times=3, # 重试次数,非必填,默认重试次数为3次(每次间隔1秒)
        delay=True, # 发送延时消息,默认为False,表示立即发送。如果设为True,则根据delay_time来设定延时时间
        delay_time=200, # 延时时间,单位为秒
        *args,
        **kwargs)

rabbitmq_consumer

麻雀任务消费

  1. 获取队列 2. 消费任务
    # 1. settings 注册服务
    INSTALLED_APPS = [
        "sparrow_cloud.apps.message_service",
    ]

    # 2. settings 配置消费者对列
    QUEUE_CONF_1 = { # 队列的配置,QUEUE_CONF_1可自定义名称
        "QUEUE": "", # 队列名称
        "TARGET_FUNC_MAP": { # 队列消费任务(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)
            "message_code": "path", # message_code: 消息代码。path: 消费消息的函数路径,如: django模块名称.文件名.函数方法名
        },
    }
        
    # 消费者启动命令:   
    python3.11 manage.py rabbitmq_consumer --queue QUEUE_CONF_1  # --queue: 指定发送队列配置名称,settings QUEUE_CONF_1的名称
              

table_api

接受查询条件返回django model 序列化后的数据 分为server端和client端

 # server 端配置
    # settings注册服务
    INSTALLED_APPS = [
        "sparrow_cloud.apps.table_api",
    ]
    # url配置
    urlpatterns = [
        path('table/api/', include("sparrow_cloud.apps.table_api.urls")),
    ]

 # client端调用 
    from sparrow_cloud.restclient import rest_client
    service_address = "sparrow-demo:8000"
    payload = {
        "app_lable_model":"app_lable.model",
        "filter_condition":{"product_id":"74101"}
    }
    response = rest_client.get(service_address, api_path='/table/api/', json=payload)
    #  返回的数据结构:{'code': 0, 'message': 'ok', 'data': [{}]}
    
    
    # ps:
    #     app_lable_model: app_name.model(app_name:INSTALLED_APPS里面注册的服务的名字, model:app_lable下的model名字,不区分大小写)
    #     filter_condition: 过滤数据, kwargs
    #     server端使用orm filter查询数据,当前版本不支持order_by

API SCHEMA REGISTER

描述:主动注册API 描述到文档服务 配置schema_command 需要的参数

    # settings 配置:
        INSTALLED_APPS = [
            "sparrow_cloud.apps.schema_command", # 注册schema_command到INSTALLED_APPS中
        ]
    
        # schema_command依赖配置
        SERVICE_CONF = {
            "NAME": "",  # 使用sparrowcloud的服务名称
            "SECRET": ""
        }
        
    
    # 调用方式:
        python3 manage.py register_api_schema
    # 使用说明:
    #     1、view支持@api_view注解方式,view_class支持GenericApiView,GenericViewSet及其子类
    #     2、接口描述书写在view函数或者view_class的__doc__上,建议使用markdown格式,展示更美观
  

接口描述代码示例

from rest_framework.decorators import api_view
from rest_framework.generics import  RetrieveUpdateDestroyAPIView
from rest_framework import  generics
from rest_framework.viewsets import ModelViewSet


@api_view(('GET',))
def get_user(request):
    """
    ### 获取用户信息 ####

        请求参数 id, 用户id
        返回
            {
                "user_id":"1",  # 用户ID
                "user_name":"Tom" # 用户名称
            }
    """


class UserApiView(RetrieveUpdateDestroyAPIView, generics.GenericAPIView):
    """
    get:
        ### 查询用户信息 ###

        请求参数 id, 用户id
        返回
            {
                "id":"1",  # 用户ID
                "user_name":"Tom" # 用户名称
            }
    delete:
        ### 删除用户 ###

        路径参数
            id 用户id
        返回
            404 用户id不存在
            204 删除成功
    """

    def put(self, request, *args, **kwargs):
        """
        ### 覆盖修改用户 ###

            请求参数
                {
                 "id":"1",  # 用户ID
                "user_name":"Tom" # 用户名称
                }
            返回 200 修改成功
        """
        return super(UserApiView, self).put(self, request, *args, **kwargs)


class CarViewSet(ModelViewSet):
    """
    list: 分页查询车辆
    retrieve:获取车辆信息
    update: 覆盖修改车辆
    partial_update: 部分修改车辆
    create: 创建车辆
    destroy: 删除车辆
    """

ExceptionMiddleware

中间件 说明: 可自动捕获程序异常,并将详细错误信息发送到飞书

    # settings 配置
    MIDDLEWARE = [                 
        "sparrow_cloud.middleware.exception.ExceptionMiddleware"  
    ]

LogMiddleware

日志中间件 日志中自动打印请求的request_id。日志的request_id与链路追踪中的request_id一致,可结合链路追踪中搜索快速定位异常请求信息。 此中间件需要配合log_filter 使用,才能在每条业务逻辑日志中插入request_id, 如单独使用只能透request_id

    # settings 配置
    MIDDLEWARE = [                 
        "sparrow_cloud.middleware.log_middleware.RequestIDMiddleware"
    ]

log_filter

log_filter(自定义logfilter,从线程中获取request_id,从每条日志中打印出来) 需要与LogMiddleware 中间件配合使用,否则不生效

# log_settings 配置
LOGGING = {
    'version': 1,
    'disable_existing_loggers': False,
    'filters': {
        # 新增的配置
        'request_id': {
            '()': 'sparrow_cloud.filter.log_filters.RequestIDFilter'
        }
    },
    'handlers': {
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',
            'formatter': 'standard',   # 需要修改的的配置
            'filters': ['request_id'], # 增加的 log_filter 的配置
        },
        # 修改后的业务日志配置示例
        'access_control': {
            'class': 'logging.handlers.RotatingFileHandler',
            'filters': ['request_id'], # 增加的配置
            'level': 'DEBUG',
            'formatter': 'standard', # 修改为新增的formatters 配置
            'filename': os.path.join(os.path.sep, BASE_DIR_LOG, 'access_control.log'),
            'mode': 'a',
            'maxBytes': 1024 * 1024 * 5,
            'backupCount': 1, # 修改
        },
    },
    'formatters': {
        # 增加的配置
        'standard': {
                    'format': '%(levelname)s %(asctime)s %(request_id)s %(lineno)d %(name)s %(module)s %(funcName)s %(process)d %(thread)d %(message)s'
                },
    },
    # sparrow_cloud 的日志
    'sparrow_cloud': {
        'handlers': ['console', 'sparrow_cloud'],
        'level': 'DEBUG',
        'propagate': False,
    },
    # 业务日志配置
    'access_control': {
        'handlers': ['console', 'access_control'],
        'level': 'DEBUG',
        'propagate': False,
    }
}
}

ACCESS_CONTROL_VERIFY

access_control_verify decorators (访问控制验证)

    # settings 配置
    SERVICE_CONF = {
        "NAME": "",  # value为本服务的注册名称
        "SECRET": "",
    }
    # 访问控制client端settings配置
    # SC_SKIP_ACCESS_CONTROL:  是否跳过访问控制,  True:跳过, false:不跳过

    
    # 使用方式
    # 函数视图使用方式示例
    from sparrow_cloud.access_control.decorators import access_control_fbv

    @api_view(('POST', 'GET', 'PUT', 'DELETE'))
    @access_control_fbv("permission_example1")  # 位置放到最下层
    def test(request, *args, **kwargs):
        return Response({"message": "ok"}, status=status.HTTP_200_OK)

    # 类视图使用方式(全部方法都验证)
    from sparrow_cloud.access_control.decorators import access_control_cbv_all

    @access_control_cbv_all("permission_example1")
    class ProductOperationList(generics.ListCreateAPIView):
        """请求方法:GET/POST"""
        pass
        
    # 类视图使用方式(根据method验证)
    from sparrow_cloud.access_control.decorators import access_control_cbv_method

    RESOURCE = {
    "post": "permission_example1", 
    "get": "permission_example2"
    }

    @access_control_cbv_method(RESOURCE)
    class ProductOperationList(generics.ListCreateAPIView):
        """请求方法:GET/POST"""
        pass
        

get_user_token

get_user_token (获取用户token)

    # 获取用户token
    from sparrow_cloud.authorization.token import get_user_token
    user_token = get_user_token(user_id="21424kvjbcdjslafds")

get_app_token

get_app_token (获取服务token)

    # 获取app token
    from sparrow_cloud.authorization.token import get_app_token
    app_token = get_app_token()

app_message

app_message (发送消息到揽月app, 服务端未开源)

    #目前支持的消息类型有:纯文本、图片,Markdown、文字card和图片card

    # 发送图片消息到app
    from sparrow_cloud.app_message.sender import send_message
    msg_data = "http://www.test.com/image.png"
    res = send_message(msg_data=msg_data, code_type="test", content_type="image", msg_sender="麻雀")

    # 发送文本消息到app
    from sparrow_cloud.app_message.sender import send_message
    msg_data = "文本消息"
    res = send_message(msg_data=msg_data, code_type="test", nickname="文本消息携带字段")

    # 发送文本card消息到app
    from sparrow_cloud.app_message.sender import send_message
    msg_data = "卡片消息内容"
    res = send_message(msg_data=msg_data, code_type="test", content_type="card_text", title="通知")

    ##  参数说明
        ## msg_data: 消息主体。填充待发送的消息格式msg中的data数据
        ## code_type: 申请的code
        ## content_type: 发送消息的类型,非必传,默认是text文本类型。目前支持"text","image","markdown","card_text","card_image".
        ## msg_sender: app中展示的发送消息服务的名称, 非必传,如不传取 service_name
        ## shop_id: 非必传,默认为None,根据自己的需求
        ## user_id_list: 非必传,默认为空列表,根据自己的需求
        ## nickname: 非必传,根据发送的消息类型content_type决定是否传递
        ## title: 非必传,根据发送的消息类型content_type决定是否传递

distributed_lock

add_lock (添加锁) remove_lock (移除锁)

    from sparrow_cloud.distributed_lock.lock_op import add_lock, remove_lock
    #添加锁
    res = add_lock("lock_key", 100)
    if res.get("code") != 0:
        #加锁失败

    ##添加锁参数说明
        ## key: 加锁的key值
        ## exexpire_time: 必须是int型,表示超时时间。如果在超过这个时间没有调用移除锁,则会自动释放锁。所以该时间需要根据业务层处理时间尽可能准确

        ## 返回字典结构为{"code":0/-1, "message":"xxxx"}或者{"message":"xxx"}
        ## 如果没有code字段表示出错,需要查看message。
        ## code为0表示加锁成功。其他数值表示加锁失败,停止执行之后的业务逻辑。
        ## message表示具体的信息

    # 移除锁
    res = remove_lock("lock_key")
    if res.get("code") != 0:
        #移除锁失败

    ##移除锁参数说明
        ## key: 移除锁的key值

        ## 返回字典结构为{"code":0/-1, "message":"xxxx"}或者{"message":"xxx"}
        ## 如果没有code字段表示出错,需要查看message。
        ## code为0表示移除锁成功。其他数值表示移除锁失败
        ## message表示具体的信息,“1”表示移除成功,“0”表示没有该key值。

Stargazers over time

Stargazers over time

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-5.0.0.tar.gz (86.4 kB view details)

Uploaded Source

Built Distribution

sparrowcloud-5.0.0-py3-none-any.whl (98.0 kB view details)

Uploaded Python 3

File details

Details for the file sparrowcloud-5.0.0.tar.gz.

File metadata

  • Download URL: sparrowcloud-5.0.0.tar.gz
  • Upload date:
  • Size: 86.4 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.1.1 CPython/3.11.9

File hashes

Hashes for sparrowcloud-5.0.0.tar.gz
Algorithm Hash digest
SHA256 918db84f90827a9902d9c4724fb1f706f5e530cbb0410b6d5d7487bac6c56277
MD5 856d8c4cd120dfcaf9b0a586a03a9882
BLAKE2b-256 28d1077ce697e84b70459245a5f7d88236e6f601f4ba523968dca45d68b14327

See more details on using hashes here.

File details

Details for the file sparrowcloud-5.0.0-py3-none-any.whl.

File metadata

  • Download URL: sparrowcloud-5.0.0-py3-none-any.whl
  • Upload date:
  • Size: 98.0 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.1.1 CPython/3.11.9

File hashes

Hashes for sparrowcloud-5.0.0-py3-none-any.whl
Algorithm Hash digest
SHA256 3628accf989b924a6d2e337a32ce42239329e214228a201c141a8464ad706483
MD5 cdb05a31971fed3532e5dd0bc437234f
BLAKE2b-256 9a4dbfe60bdda5b03a7268d84bd03e090eec2620fbe1d41a3c098e1bd771e902

See more details on using hashes here.

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page