建站
咨詢
售后
建站咨詢
新聞中心
目錄
一、概述
1.1 微服務(wù)
1.1.1 微服務(wù)的優(yōu)勢
1.1.2 微服務(wù)的缺點
1.2 為何使用Python開發(fā)微服務(wù)
1.3 FastAPI概述
二、開發(fā)
2.1 安裝FastAPI
2.1.1 安裝虛擬環(huán)境
2.1.2?創(chuàng)建虛擬環(huán)境
2.1.3?激活虛擬環(huán)境
2.1.4?安裝FastAPI
2.2 FastAPI簡單使用
2.2.1 查詢
2.2.2?添加
2.2.3?修改
2.2.4?刪除
2.3?代碼組織
2.4?使用PostgreSQL數(shù)據(jù)庫
2.4.1 安裝PostgreSQL數(shù)據(jù)庫
2.4.2?在FastAPI中連接PostgreSQL數(shù)據(jù)庫
2.5?微服務(wù)中的數(shù)據(jù)管理
三、小結(jié)
一、概述 1.1 微服務(wù)
如果你是一名Python Web開發(fā)人員，那么肯定聽說過微服務(wù)這個名詞，并且希望通過Python來構(gòu)建微服務(wù)。那么到底什么是微服務(wù)呢？
微服務(wù)（Microservice）是一種構(gòu)建高可伸縮應(yīng)用程序的架構(gòu)，是一種將大型單一應(yīng)用程序分解為專門針對特定服務(wù)、功能的單個應(yīng)用程序的方法。舉例來說，假如我們需要給自己的家進行裝修，我們以前的做法就是找一家全包的裝修公司將家里的水電、門窗、家具等全部交給這家裝修公司，這家裝修公司跟我們簽訂合同以后就統(tǒng)籌來安排所有的裝修細節(jié)，我們后續(xù)的對接直接跟這家裝修公司溝通就行了。裝修時，所有的材料費都由這家裝修公司統(tǒng)一采購和支出。這種方式在web開發(fā)領(lǐng)域就是典型的單片體系結(jié)構(gòu)，每個業(yè)務(wù)邏輯（門窗裝修、水電裝修、家具裝修）都駐留在同一個應(yīng)用程序中（同一家裝修公司負責），并且使用相同的數(shù)據(jù)庫（所有裝修的采購和財務(wù)由公司統(tǒng)一管理）。微服務(wù)架構(gòu)則與這種單片體系結(jié)構(gòu)不同，在微服務(wù)體系結(jié)構(gòu)中，應(yīng)用程序被分解為幾個獨立的服務(wù)，這些服務(wù)在不同的進程中運行。同樣以裝修為例，如果我們對這家公司的整體裝修水平是認同的，但是，對他們打的家具不滿意，我們想用別家專門做家具的來給我們打一套家具，那么我們就可以把打家具這項裝修任務(wù)摘出去，交給另一家專門做家具的公司。很顯然，我們完全可以將各個裝修子任務(wù)都采用這種方式交給專門的裝修公司。水電的交給專門做水電的、家具的交給專門做家具的、門窗的交給專門做門窗的。這種“細分”的方式能夠讓我們得到更滿意的裝修成果，畢竟術(shù)業(yè)有專攻，這種方式最終的性價比會更高。但是有個問題，全部任務(wù)分散以后我們必須規(guī)劃好各個任務(wù)的進度和接口對接。例如，對于裝修來說，我們一般是先裝修水電再裝修門窗家具，這里就有一個時間調(diào)度的安排。另外，水電的一些接口位置也必須提前規(guī)劃好，因為后面設(shè)計門窗時也要考慮水電的位置安排?？傊?，這些各個分散的獨立服務(wù)之間需要有效“溝通”才能真正發(fā)揮微服務(wù)的作用。微服務(wù)對于應(yīng)用程序的不同功能有一個不同的數(shù)據(jù)庫，根據(jù)每個服務(wù)的性質(zhì)，微服務(wù)使用HTTP、AMQP或類似TCP的二進制協(xié)議相互通信，也可以使用RabbitMQ、Kafka或Redis等消息隊列執(zhí)行服務(wù)間通信。
1.1.1 微服務(wù)的優(yōu)勢- 松耦合
松散耦合的應(yīng)用程序意味著可以使用最適合它們的技術(shù)來構(gòu)建不同的服務(wù)。因此，開發(fā)團隊可以根據(jù)每個子服務(wù)最適合的技術(shù)來開發(fā)。
- 易控制
術(shù)業(yè)有專攻，微服務(wù)可以使整個應(yīng)用程序更容易理解和控制。
- 易擴展
使用微服務(wù)可以使應(yīng)用程序擴展變得更容易，因為如果其中一個服務(wù)需要高GPU使用率，那么只有包含該服務(wù)的服務(wù)器需要高GPU，而其他服務(wù)器可以在普通服務(wù)器上運行。這一點在當今的人工智能時代尤其重要，因為我們經(jīng)常需要部署一些基于AI這種高性能計算的微服務(wù)。
1.1.2 微服務(wù)的缺點微服務(wù)并不是萬能的，它也有一些不足。
- 數(shù)據(jù)庫同步
由于不同的服務(wù)使用不同的數(shù)據(jù)庫，因此涉及多個微服務(wù)的數(shù)據(jù)庫事務(wù)提交需要保證一致性。
- 微服務(wù)拆分
在第一次嘗試時很難實現(xiàn)服務(wù)的完美分割，到底哪些功能應(yīng)該單獨拆出來組成一個微服務(wù)才是最佳的，這些都需要迭代測試。
- 通信速度
由于微服務(wù)之間使用網(wǎng)絡(luò)交互進行通信，這使得應(yīng)用程序容易因為網(wǎng)絡(luò)延遲和服務(wù)速度慢而變慢。
1.2 為何使用Python開發(fā)微服務(wù)Python是構(gòu)建微服務(wù)的完美工具，因為它具有強大的社區(qū)、易于學習的曲線和大量的第三方庫。
Python是一種面向?qū)ο蟮摹⒔忉屝偷?、通用的、開源的腳本編程語言，它之所以非常流行，主要有三點原因：
- Python 簡單易用，學習成本低，看起來非常優(yōu)雅干凈；
- Python 標準庫和第三庫眾多，功能強大，既可以開發(fā)小工具，也可以開發(fā)企業(yè)級應(yīng)用；
- Python 站在了人工智能和大數(shù)據(jù)的風口上，流行度廣。
舉個簡單的例子來說明一下 Python 的簡單。比如要實現(xiàn)某個功能，C語言可能需要 100 行代碼，而 Python 可能只需要幾行代碼，因為C語言什么都要得從頭開始編寫，而 Python 已經(jīng)內(nèi)置了很多常見功能，我們只需要導入包，然后調(diào)用一個函數(shù)即可。簡單就是 Python 的巨大魅力之一，是它的殺手锏。正因為python的簡潔，很多著名的web應(yīng)用也開始陸續(xù)的采用python進行開發(fā)，例如豆瓣和知乎。但是，Python也有缺陷，就是它的速度相比其它語言要慢。雖然Python的速度問題一直被人詬病，但是由于Python引入了異步編程，因此近來出現(xiàn)了性能與GO和Node.js同等的web框架：Fastapi。
1.3 FastAPI概述FastAPI是近幾年基于Python推出的一款高性能web框架，使用Python 3.6+并基于標準的Python進行構(gòu)建。它的優(yōu)勢如下：
快速：可與NodeJS和Go比肩的極高性能（歸功于 Starlette 和 Pydantic），使其超越django和flask成為最快的python web框架之一。
高效編碼：提高功能開發(fā)速度約200％至300％。
- 更少 bug：減少約40％的人為（開發(fā)者）錯誤。
- 智能：極佳的編輯器支持。處處皆可自動補全，減少調(diào)試時間。
- 簡單：設(shè)計的易于使用和學習。
- 簡短：使代碼重復最小化。
- 健壯：生產(chǎn)可用級別的代碼。還有自動生成的交互式文檔。
具體可參考FastAPI官方文檔。
本教程將使用python web框架FastAPI來構(gòu)建一個微服務(wù)應(yīng)用。相關(guān)環(huán)境說明如下所示：
編程語言：Python 3.6.1
操作系統(tǒng)：Windows 7
二、開發(fā) 2.1 安裝FastAPI 2.1.1 安裝虛擬環(huán)境虛擬環(huán)境是Python解釋器的一個副本環(huán)境，在這個環(huán)境中可以安裝其它第三方Python包，在虛擬環(huán)境中安裝的Python包不會影響全局環(huán)境中的包。打個比方，如果我同時接手兩個團隊的活：團隊A和團隊B，A團隊的項目依賴了人工智能的tensorflow庫（非常流行的深度學習庫），B團隊的項目也依賴了tensorflow，但是不巧的是A團隊使用的是tensorflow 1版本，而B團隊使用的是tensorflow 2版本，兩個版本的兼容性非常差，那么兩個項目同時在我自己的電腦上操作我該安裝哪個庫呢。假設(shè)兩個庫能同時安裝在電腦上，具體執(zhí)行的時候Python解釋器也不知道到底該調(diào)用哪個tensorflow庫。有沒有什么辦法把兩個庫在同一臺電腦上隔離開，需要用哪個庫就切換到哪個，這樣，我就可以在一臺電腦上同時開發(fā)兩個不同環(huán)境的項目了。這個解決辦法就是虛擬環(huán)境。
簡單理解，虛擬環(huán)境就像一個容器，在某個虛擬環(huán)境中安裝的python包可以獨立于其它環(huán)境。
Windows平臺下的虛擬環(huán)境需要使用第三方工具virtualenv來創(chuàng)建，打開命令終端，輸入下面的命令即可完成安裝：
pip install virtualenv安裝完成后檢查是否成功安裝，繼續(xù)輸入命令如下：
virtualenv --version效果如下圖所示：
此時會輸出virtualenv的版本號，上面的版本號為20.4.2。
2.1.2?創(chuàng)建虛擬環(huán)境現(xiàn)在我們假定有一個項目工程，該工程位于文件夾micropro中，我們現(xiàn)在的目標就是在這個micropro項目中創(chuàng)建python虛擬環(huán)境，這個虛擬環(huán)境是專門為micropro項目成立的。在命令行終端中通過cd命令進入項目目錄中（假設(shè)micropro文件夾位于D盤目錄下），如下圖所示：
輸入下面的命令用來創(chuàng)建名為venv的虛擬環(huán)境：
virtualenv venv成功效果圖如下所示：
這樣我們就在micrppro文件夾下有了一個名為venv的子文件夾，它保存一個全新的虛擬環(huán)境，其中有一個私有的Python解釋器位于micropro/venv/Scripts，在該虛擬環(huán)境中安裝的python包會存放在micropro/venv/Lib路徑下。
2.1.3?激活虛擬環(huán)境Windows平臺下激活虛擬環(huán)境的命令如下：
venv\Scripts\activate成功激活之后，虛擬環(huán)境解釋器的路徑就被加入PATH中，但這種改變不是永久的，他只會影響當前的命令行終端。為了提醒用戶已經(jīng)激活了虛擬環(huán)境，如下圖所示，會修改命令行的提示符，加入環(huán)境名：
像上述這種前面帶()的命令行就說明已經(jīng)在虛擬環(huán)境中了。
2.1.4?安裝FastAPI在虛擬環(huán)境中，我們使用下面的命令安裝FastAPI：
pip install fastapi由于FastAPI沒有內(nèi)置web服務(wù)，所以需要安裝uvicorn才能運行web應(yīng)用。uvicorn是一個ASGI服務(wù)器，它允許我們使用異步特性。
使用以下命令安裝uvicorn：
pip install uvicorn本小節(jié)先簡單介紹和熟悉下FastAPI的基本使用方法。
在新創(chuàng)建的micropro目錄中創(chuàng)建一個新目錄app和一個新文件main.py，然后在main.py中添加以下代碼：
from fastapi import FastAPI
app = FastAPI()
@app.get('/')
async def index():
return {"Real": "Python"}上述代碼首先導入并實例化FastAPI，然后注冊根網(wǎng)址/，然后返回JSON。
我們可以使用uvicorn運行應(yīng)用程序服務(wù)器：
uvicorn app.main:app這里app.main表示使用app目錄中的main.py文件，：app表示程序中定義的FastAPI實例名稱。
成功啟動后效果如下：
然后我們可以在瀏覽器中訪問 http://127.0.0.1:8000，最終效果如下：
我們也可以訪問http://127.0.0.1:8000/docs 來查看當前的所有訪問路由并進行測試：
接下來，我們再深入擴展一下，在腳本中定義一個電影類Movie，代碼如下所示：
from fastapi import FastAPI
from pydantic import BaseModel
from typing import List
app = FastAPI()
fake_movie_db = [{
'name': 'Star Wars: Episode IX - The Rise of Skywalker', #電影名
'genres': ['Action', 'Adventure', 'Fantasy'], #題材
'casts': ['Daisy Ridley', 'Adam Driver'] # 演員陣容
}]
class Movie(BaseModel):
name: str
genres: List[str]
casts: List[str]
@app.get('/', response_model=List[Movie])
async def index():
return fake_movie_db上述代碼中我們創(chuàng)建了一個新的類電影Movie，它從pydantic擴展了BaseModel。電影模型包含名稱、題材和演員陣容。Pydantic內(nèi)置了FastAPI，使得定義模型并對模型進行請求驗證變得容易。我們在定義路由時額外使用了response_model=List[Movie]，表明我們想要返回類Movie對應(yīng)的實例對象列表，這里我們返回fake_movie_db。
我們重新運行服務(wù)器，然后訪問?http://127.0.0.1:8000/docs ，可以看到如下效果：
我們可以看到示例響應(yīng)部分中已經(jīng)生成了電影模型的字段。
2.2.2?添加接下來，我們添加路由，可以將電影添加到電影列表中。添加新的路由定義來處理POST請求：
@app.post('/', status_code=201)
async def add_movie(payload: Movie):
movie = payload.dict()
fake_movie_db.append(movie)
return {'id': len(fake_movie_db) - 1}重新啟動服務(wù)器然后測試這個新的API。
我們先訪問http://127.0.0.1:8000/docs，然后測試一下剛添加的api，輸入數(shù)據(jù)如下圖所示：
可以看到，系統(tǒng)成功返回了信息。我們成功的添加了一條電影信息。我們重新訪問http://127.0.0.1:8000，查詢效果如下圖所示：
可以看到，我們剛添加的信息已經(jīng)成功返回了。
2.2.3?修改接下來，我們希望能夠通過請求來修改電影列表中的數(shù)據(jù)，添加代碼如下：
from fastapi import HTTPException
@app.put('/{id}')
async def update_movie(id: int, payload: Movie):
movie = payload.dict()
movies_length = len(fake_movie_db)
if 0<= id< movies_length:
fake_movie_db[id] = movie
return None
raise HTTPException(status_code=404, detail="Movie with given id not found")上述代碼中的id是我們的電影列表中某部電影的索引。我們重新啟動服務(wù)器，來看下效果。提交數(shù)據(jù)如下所示：
然后我們重新訪問http://127.0.0.1:8000，可以看到效果如下：
我們看到信息已經(jīng)被修改了過來。
2.2.4?刪除最后我們定義刪除接口，添加代碼如下：
@app.delete('/{id}')
async def delete_movie(id: int):
movies_length = len(fake_movie_db)
if 0<= id< movies_length:
del fake_movie_db[id]
return None
raise HTTPException(status_code=404, detail="Movie with given id not found")然后我們重新啟動服務(wù)器，首先使用前面的Post接口添加3條數(shù)據(jù)，效果如下：
然后使用剛添加的刪除接口，首先刪除id=0的電影：
重新訪問http://127.0.0.1:8000，效果如下：
可以看到，第一部電影已經(jīng)刪除掉了。
2.3?代碼組織通過2.2節(jié)我們熟悉了FastAPI基本的增刪查改操作，前面我們的代碼都是在一個腳本里編寫的，這對于大型項目來說是不合適的，我們需要重新組織代碼結(jié)構(gòu)，使其更符合大型項目開發(fā)需求。
緊接著2.2節(jié)的內(nèi)容。在應(yīng)用程序中創(chuàng)建新文件夾api，并在api文件夾中創(chuàng)建新的movies.py。將所有與路由相關(guān)的代碼從main.py移動到movies.py。調(diào)整后的movies.py如下所示：
#~/micropro/app/api/movies.py
from typing import List
from fastapi import Header, APIRouter
from fastapi import HTTPException
from app.api.models import Movie
fake_movie_db = [
{
'name': 'Star Wars: Episode IX - The Rise of Skywalker',
'plot': 'The surviving members of the resistance face the First Order once again.',
'genres': ['Action', 'Adventure', 'Fantasy'],
'casts': ['Daisy Ridley', 'Adam Driver']
}
]
movies = APIRouter()
@movies.get('/', response_model=List[Movie])
async def index():
return fake_movie_db
@movies.post('/', status_code=201)
async def add_movie(payload: Movie):
movie = payload.dict()
fake_movie_db.append(movie)
return {'id': len(fake_movie_db) - 1}
@movies.put('/{id}')
async def update_movie(id: int, payload: Movie):
movie = payload.dict()
movies_length = len(fake_movie_db)
if 0<= id< movies_length:
fake_movie_db[id] = movie
return None
raise HTTPException(status_code=404, detail="Movie with given id not found")
@movies.delete('/{id}')
async def delete_movie(id: int):
movies_length = len(fake_movie_db)
if 0<= id< movies_length:
del fake_movie_db[id]
return None
raise HTTPException(status_code=404, detail="Movie with given id not found")上述代碼我們使用FastAPI中的APIRouter來注冊新的API路由。另外，在api中創(chuàng)建一個新文件models.py，我們將在這個文件中保存我們定義的Pydantic模型。
接下來在main.py文件中注冊這些新的路由：
#~/micropro/app/main.py
from fastapi import FastAPI
from app.api.movies import movies
app = FastAPI()
app.include_router(movies)最終我們的應(yīng)用結(jié)構(gòu)如下：
最后，我們重新啟動，查看下是否各項功能都正常。
2.4?使用PostgreSQL數(shù)據(jù)庫前面的案例中為了簡單我們使用假的Python list來添加電影，在本小節(jié)我們將使用更實際的數(shù)據(jù)庫來實現(xiàn)這個功能。本小節(jié)我們將使用PostgreSQL數(shù)據(jù)庫。
2.4.1 安裝PostgreSQL數(shù)據(jù)庫PostgreSQL是一個功能強大的開源對象關(guān)系型數(shù)據(jù)庫系統(tǒng)，他使用和擴展了SQL語言，并結(jié)合了許多安全存儲和擴展最復雜數(shù)據(jù)工作負載的功能。PostgreSQL的起源可以追溯到1986年，作為加州大學伯克利分校POSTGRES項目的一部分，并且在核心平臺上進行了30多年的積極開發(fā)。PostgreSql提供了許多功能，旨在幫助開發(fā)人員構(gòu)建應(yīng)用程序，管理員保護數(shù)據(jù)完整性并且構(gòu)建容錯環(huán)境，并幫助你管理數(shù)據(jù)，無論數(shù)據(jù)集的大小。除了免費和開源之外，Postgre SQL還具有高度的可擴展性。?
進入下載頁面：PostgreSQL: Downloads，由于我們使用windows系統(tǒng)，因此選擇Windows對應(yīng)的版本下載。下載完成后按照提示進行安裝即可。安裝完成后我們從開始菜單中找到pgAdmin4，這是PostgreSQL對應(yīng)的數(shù)據(jù)庫管理軟件。
輸入密碼登陸pgAdmin4以后，我們創(chuàng)建一個名為movie_db數(shù)據(jù)庫用于我們項目的數(shù)據(jù)管理。如下圖所示：
最終效果如下：
為了能夠在python中連接PostgreSQL數(shù)據(jù)庫，我們需要依賴第三方庫，使用下面的命令安裝所需的庫：
pip install 'databases[postgresql]'
pip install psycopg2上述命令將同時安裝sqlalchemy和asyncpg，這是后面使用PostgreSQL所必需的。
在api中創(chuàng)建一個新文件并將其命名為db.py，這個文件將包含REST API的實際數(shù)據(jù)庫模型：
from sqlalchemy import (Column, Integer, MetaData, String, Table,
create_engine, ARRAY)
from databases import Database
DATABASE_URL = 'postgresql://movie_user:movie_password@localhost/movie_db'
engine = create_engine(DATABASE_URL)
metadata = MetaData()
movies = Table(
'movies',
metadata,
Column('id', Integer, primary_key=True),
Column('name', String(50)),
Column('genres', ARRAY(String)),
Column('casts', ARRAY(String))
)
database = Database(DATABASE_URL)這里，DATABASE_URL是用于連接到PostgreSQL數(shù)據(jù)庫的URL。這里movie_user是數(shù)據(jù)庫用戶的名稱，movie_password是數(shù)據(jù)庫用戶的密碼，movie_db是數(shù)據(jù)庫的名稱。默認的用戶名為postgres，密碼即為安裝PostgreSQL時設(shè)置的密碼。上述代碼中創(chuàng)建了Movie對應(yīng)的table。
更新main.py來連接數(shù)據(jù)庫。main.py代碼如下所示：
#~/micropro/app/main.py
from fastapi import FastAPI
from app.api.movies import movies
from app.api.db import metadata, database, engine
metadata.create_all(engine)
app = FastAPI()
@app.on_event("startup")
async def startup():
await database.connect()
@app.on_event("shutdown")
async def shutdown():
await database.disconnect()
app.include_router(movies)FastAPI提供了一些事件處理程序，可以在應(yīng)用程序啟動時使用這些處理程序連接到我們的數(shù)據(jù)庫，并在應(yīng)用程序關(guān)閉時斷開連接。
接下來我們更新movies.py文件，使其使用數(shù)據(jù)庫而不是Python列表：
#~/micropro/app/api/movies.py
from typing import List
from fastapi import Header, APIRouter,HTTPException
from app.api.models import MovieIn, MovieOut
from app.api import db_manager
movies = APIRouter()
@movies.get('/', response_model=List[MovieOut])
async def index():
return await db_manager.get_all_movies()
@movies.post('/', status_code=201)
async def add_movie(payload: MovieIn):
movie_id = await db_manager.add_movie(payload)
response = {
'id': movie_id,
**payload.dict()
}
return response
@movies.put('/{id}')
async def update_movie(id: int, payload: MovieIn):
movie = await db_manager.get_movie(id)
if not movie:
raise HTTPException(status_code=404, detail="Movie not found")
update_data = payload.dict(exclude_unset=True)
movie_in_db = MovieIn(**movie)
updated_movie = movie_in_db.copy(update=update_data)
return await db_manager.update_movie(id, updated_movie)
@movies.delete('/{id}')
async def delete_movie(id: int):
movie = await db_manager.get_movie(id)
if not movie:
raise HTTPException(status_code=404, detail="Movie not found")
return await db_manager.delete_movie(id)接下來添加db_manager.py文件用于操作數(shù)據(jù)庫：
from app.api.models import MovieIn, MovieOut, MovieUpdate
from app.api.db import movies, database
async def add_movie(payload: MovieIn):
query = movies.insert().values(**payload.dict())
return await database.execute(query=query)
async def get_all_movies():
query = movies.select()
return await database.fetch_all(query=query)
async def get_movie(id):
query = movies.select(movies.c.id==id)
return await database.fetch_one(query=query)
async def delete_movie(id: int):
query = movies.delete().where(movies.c.id==id)
return await database.execute(query=query)
async def update_movie(id: int, payload: MovieIn):
query = (
movies
.update()
.where(movies.c.id == id)
.values(**payload.dict())
)
return await database.execute(query=query)最后更新models.py，以便可以將Pydantic模型與sqlalchemy表一起使用：
#~/micropro/api/models.py
from pydantic import BaseModel
from typing import List, Optional
class MovieIn(BaseModel):
name: str
genres: List[str]
casts: List[str]
class MovieOut(MovieIn):
id: int
class MovieUpdate(MovieIn):
name: Optional[str] = None
genres: Optional[List[str]] = None
casts: Optional[List[str]] = None這里MovieIn是用于將電影添加到數(shù)據(jù)庫的基礎(chǔ)類。當我們從數(shù)據(jù)庫取出數(shù)據(jù)時我們需要使用MovieOut類。MovieUpdate類允許我們將模型中的值設(shè)置為可選的，以便在更新電影數(shù)據(jù)時只更新需要更新的字段。
最后，我們啟動服務(wù)器，然后按照之前的方法添加數(shù)據(jù)，最后我們在pdAdmin4中查看有沒有添加成功，效果如下圖所示：
微服務(wù)中的數(shù)據(jù)庫管理是一個難點。在構(gòu)建整個應(yīng)用時如何拆分數(shù)據(jù)？如何構(gòu)建不同微服務(wù)的數(shù)據(jù)庫？哪些數(shù)據(jù)是各個微服務(wù)共享的？這些在開發(fā)前都需要先仔細的考慮好。本小節(jié)給出一些基本的方案和優(yōu)缺點介紹：
- 一個微服務(wù)管理一個獨立的數(shù)據(jù)庫
如果希望微服務(wù)盡可能松耦合，那么為每個微服務(wù)提供一個獨立的數(shù)據(jù)庫是比較好的方案。每個微服務(wù)有一個不同的數(shù)據(jù)庫允許我們獨立地擴展不同的服務(wù)。涉及多個數(shù)據(jù)庫的數(shù)據(jù)操作可以通過微服務(wù)之間良好的api實現(xiàn)。這種方式的缺點就是實現(xiàn)涉及多個微服務(wù)的業(yè)務(wù)數(shù)據(jù)操作比較麻煩，另外，網(wǎng)絡(luò)開銷的增加使得這種方式使用效率降低。
- 共享數(shù)據(jù)庫
如果有很多數(shù)據(jù)操作涉及多個微服務(wù)，那么最好使用共享數(shù)據(jù)庫。這帶來了高度一致的應(yīng)用程序的好處，但也喪失了微服務(wù)體系結(jié)構(gòu)帶來的大部分好處。在一個微服務(wù)上工作的開發(fā)人員需要與其他服務(wù)中的模式更改相協(xié)調(diào)。
- API組合
在涉及多個數(shù)據(jù)庫的操作中，API組合充當API網(wǎng)關(guān)，并按所需順序執(zhí)行對其他微服務(wù)的API調(diào)用。最后，每個微服務(wù)的結(jié)果在內(nèi)存中執(zhí)行連接后返回給客戶機。這種方法的缺點是在內(nèi)存中進行這種大型數(shù)據(jù)的鏈接效率比較低。
總之，到底該選用哪種數(shù)據(jù)拆分方式并沒有一個絕對完美的指導方案，需要根據(jù)項目類型、項目復雜度等綜合來考量，也需要在試錯和實踐中來改進。用好微服務(wù)架構(gòu)能夠給整個項目帶來超強性能的效果。
三、小結(jié)本文針對FastAPI微服務(wù)開發(fā)作了簡單介紹，想要快速上手FastAPI的讀者可以通過本文快速掌握FastAPI框架特性，能夠依樣“畫葫蘆”的將相關(guān)功能揉進自己的項目中去。除了數(shù)據(jù)庫相關(guān)操作以外，F(xiàn)astAPI最有特色的功能就是集成機器學習和深度學習模型，完成線上AI推理，有興趣的讀者可以參考我的另一篇博文。
你是否還在尋找穩(wěn)定的海外服務(wù)器提供商？創(chuàng)新互聯(lián)www.cdcxhl.cn海外機房具備T級流量清洗系統(tǒng)配攻擊溯源，準確流量調(diào)度確保服務(wù)器高可用性，企業(yè)級服務(wù)器適合批量采購，新人活動首月15元起，快前往官網(wǎng)查看詳情吧
本文名稱：一文掌握fastapi微服務(wù)開發(fā)-創(chuàng)新互聯(lián)
標題網(wǎng)址：http://fisionsoft.com.cn/article/eggoe.html
