ベストセラー作家として、アマゾンで私の本を探索することをお?jiǎng)幛幛筏蓼埂?Medium で私をフォローしてサポートを示すことを忘れないでください。ありがとう！あなたのサポートは世界を意味します！

Python は、そのシンプルさ、柔軟性、堅(jiān)牢なエコシステムにより、マイクロサービスを構(gòu)築するための頼りになる言語(yǔ)となっています。この記事では、堅(jiān)牢でスケーラブルなマイクロサービス アーキテクチャの作成に役立つ 5 つの強(qiáng)力な Python ライブラリについて説明します。

Flask は、軽量のマイクロサービスの構(gòu)築に最適な人気のあるマイクロ フレームワークです。そのシンプルさと拡張性により、小規(guī)模で焦點(diǎn)を絞ったサービスを迅速に作成したい開(kāi)発者にとって優(yōu)れた選択肢となります。 Flask のコアは意図的にシンプルですが、必要に応じてさまざまなプラグインで拡張して機(jī)能を追加できます。

Flask マイクロサービスの基本的な例を次に示します。

from flask import Flask, jsonify

app = Flask(__name__)

@app.route('/api/hello', methods=['GET'])
def hello():
    return jsonify({"message": "Hello, World!"})

if __name__ == '__main__':
    app.run(debug=True)

この単純なサービスは、JSON 応答を返す単一のエンドポイントを公開(kāi)します。 Flask のシンプルさにより、開(kāi)発者は定型コードではなくビジネス ロジックに集中できます。

より複雑なマイクロサービスの場(chǎng)合、FastAPI は優(yōu)れた選択肢です。これは、非同期プログラミングと自動(dòng) API ドキュメントのサポートが組み込まれており、高パフォーマンスで簡(jiǎn)単な API 開(kāi)発を?qū)g現(xiàn)できるように設(shè)計(jì)されています。

FastAPI マイクロサービスの例を次に示します:

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Item(BaseModel):
    name: str
    price: float

@app.post("/items")
async def create_item(item: Item):
    return {"item": item.dict()}

@app.get("/items/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}

FastAPI ではタイプ ヒントを使用することで、リクエストの自動(dòng)検証と API ドキュメントの生成が可能になります。これにより、開(kāi)発を大幅にスピードアップし、バグの可能性を減らすことができます。

Nameko は、Python でマイクロサービスを構(gòu)築するためのもう 1 つの強(qiáng)力なライブラリです。サービスを作成、テスト、実行するためのシンプルで柔軟なフレームワークを提供します。 Nameko は複數(shù)のトランスポートおよびシリアル化メソッドをサポートしているため、さまざまなユースケースに多用途に使用できます。

基本的ななめこサービスは次のとおりです:

from nameko.rpc import rpc

class GreetingService:
    name = "greeting_service"

    @rpc
    def hello(self, name):
        return f"Hello, {name}!"

Nameko の依存関係注入システムを使用すると、既存のコードを変更せずにサービスに新しい機(jī)能を簡(jiǎn)単に追加できます。これにより疎結(jié)合が促進(jìn)され、サービスの保守と拡張が容易になります。

サービス間通信を効率的に行うには、gRPC が最適です。シリアル化にプロトコル バッファーを使用するため、従來(lái)の REST API と比較してペイロードが小さくなり、通信が高速になります。

gRPC サービス定義の例を次に示します。

syntax = "proto3";

package greeting;

service Greeter {
  rpc SayHello (HelloRequest) returns (HelloReply) {}
}

message HelloRequest {
  string name = 1;
}

message HelloReply {
  string message = 1;
}

このサービスを Python で実裝する方法は次のとおりです。

import grpc
from concurrent import futures
import greeting_pb2
import greeting_pb2_grpc

class Greeter(greeting_pb2_grpc.GreeterServicer):
    def SayHello(self, request, context):
        return greeting_pb2.HelloReply(message=f"Hello, {request.name}!")

def serve():
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    greeting_pb2_grpc.add_GreeterServicer_to_server(Greeter(), server)
    server.add_insecure_port('[::]:50051')
    server.start()
    server.wait_for_termination()

if __name__ == '__main__':
    serve()

gRPC の強(qiáng)力な型指定機(jī)能とコード生成機(jī)能は、エラーを早期に検出し、システム全體の信頼性を向上させるのに役立ちます。

マイクロサービス アーキテクチャが成長(zhǎng)するにつれて、サービスの検出と構(gòu)成管理が重要になります。 Consul は、システムのこれらの側(cè)面の管理に役立つ強(qiáng)力なツールです。それ自體は Python ライブラリではありませんが、Python サービスとうまく統(tǒng)合されます。

Python を使用して Consul にサービスを登録する例を次に示します。

from flask import Flask, jsonify

app = Flask(__name__)

@app.route('/api/hello', methods=['GET'])
def hello():
    return jsonify({"message": "Hello, World!"})

if __name__ == '__main__':
    app.run(debug=True)

Consul のキー/値ストアは一元的な構(gòu)成管理にも使用できるため、複數(shù)のサービスにわたる設(shè)定の管理が容易になります。

分散システムでは障害は避けられません。 Hystrix は、マイクロサービス アーキテクチャでフォールト トレランスとレイテンシ トレランスを?qū)g裝するのに役立つライブラリです。元々は Java 用に開(kāi)発されましたが、Python ポートも利用可能です。

Hystrix の Python ポートの使用例を次に示します:

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Item(BaseModel):
    name: str
    price: float

@app.post("/items")
async def create_item(item: Item):
    return {"item": item.dict()}

@app.get("/items/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}

このコマンドはユーザー データの取得を試みますが、(ネットワークの問(wèn)題などにより) 失敗した場(chǎng)合は、エラーをスローする代わりにフォールバック応答を返します。

マイクロサービスを設(shè)計(jì)するとき、特に分散トランザクションを扱うときは、データの一貫性を考慮することが重要です。 1 つのアプローチは、Saga パターンを使用することです。このパターンでは、一連のローカル トランザクションが各サービスを更新し、次のローカル トランザクションをトリガーするイベントを発行します。

Python で Saga を?qū)g裝する方法の簡(jiǎn)単な例を次に示します。

from nameko.rpc import rpc

class GreetingService:
    name = "greeting_service"

    @rpc
    def hello(self, name):
        return f"Hello, {name}!"

このサーガは、注文を処理するための一連のステップを?qū)g行します。いずれかのステップが失敗すると、補(bǔ)償プロセスがトリガーされ、前のステップが取り消されます。

認(rèn)証は、マイクロサービス アーキテクチャのもう 1 つの重要な側(cè)面です。 JSON Web トークン (JWT) は、サービス間のステートレス認(rèn)証を?qū)g裝するための一般的な選択肢です。以下は、Flask マイクロサービスで JWT 認(rèn)証を?qū)g裝する方法の例です:

syntax = "proto3";

package greeting;

service Greeter {
  rpc SayHello (HelloRequest) returns (HelloReply) {}
}

message HelloRequest {
  string name = 1;
}

message HelloReply {
  string message = 1;
}

この例では、サービス間のリクエストを認(rèn)証するための JWT を作成および検証する方法を示します。

モニタリングは、マイクロサービス アーキテクチャの健全性とパフォーマンスを維持するために不可欠です。 Prometheus は、Python サービスとうまく統(tǒng)合できる、人気のあるオープンソース監(jiān)視システムです。 Prometheus モニタリングを Flask アプリケーションに追加する方法の例を次に示します:

import grpc
from concurrent import futures
import greeting_pb2
import greeting_pb2_grpc

class Greeter(greeting_pb2_grpc.GreeterServicer):
    def SayHello(self, request, context):
        return greeting_pb2.HelloReply(message=f"Hello, {request.name}!")

def serve():
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    greeting_pb2_grpc.add_GreeterServicer_to_server(Greeter(), server)
    server.add_insecure_port('[::]:50051')
    server.start()
    server.wait_for_termination()

if __name__ == '__main__':
    serve()

このコードは、Flask アプリケーションの基本的なメトリクスを設(shè)定し、Prometheus が取得して分析できるようにします。

実際のアプリケーションでは、マイクロサービス アーキテクチャは非常に複雑になる可能性があります。例として電子商取引プラットフォームを考えてみましょう。ユーザー管理、製品カタログ、注文処理、在庫(kù)管理、支払い処理のための個(gè)別のサービスがある場(chǎng)合があります。

ユーザー管理サービスは、認(rèn)証に Flask と JWT を使用して実裝される場(chǎng)合があります:

import consul

c = consul.Consul()

c.agent.service.register(
    "web",
    service_id="web-1",
    address="10.0.0.1",
    port=8080,
    tags=["rails"],
    check=consul.Check.http('http://10.0.0.1:8080', '10s')
)

製品カタログ サービスは、高パフォーマンスを?qū)g現(xiàn)するために FastAPI を使用する場(chǎng)合があります:

from flask import Flask, jsonify

app = Flask(__name__)

@app.route('/api/hello', methods=['GET'])
def hello():
    return jsonify({"message": "Hello, World!"})

if __name__ == '__main__':
    app.run(debug=True)

注文処理サービスは、Nameko を使用し、分散トランザクションを管理するための Saga パターンを?qū)g裝する場(chǎng)合があります。

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Item(BaseModel):
    name: str
    price: float

@app.post("/items")
async def create_item(item: Item):
    return {"item": item.dict()}

@app.get("/items/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}

在庫(kù)管理サービスは、他のサービスと効率的に通信するために gRPC を使用する場(chǎng)合があります。

from nameko.rpc import rpc

class GreetingService:
    name = "greeting_service"

    @rpc
    def hello(self, name):
        return f"Hello, {name}!"

最後に、支払い処理サービスは耐障害性のために Hystrix を使用する可能性があります:

syntax = "proto3";

package greeting;

service Greeter {
  rpc SayHello (HelloRequest) returns (HelloReply) {}
}

message HelloRequest {
  string name = 1;
}

message HelloReply {
  string message = 1;
}

これらのサービスは連攜して、電子商取引プラットフォームのさまざまな側(cè)面を処理します。これらは、各対話の特定の要件に応じて、REST API、gRPC 呼び出し、メッセージ キューの組み合わせを使用して相互に通信します。

結(jié)論として、Python は堅(jiān)牢なマイクロサービスを構(gòu)築するためのライブラリとツールの豊富なエコシステムを提供します。これらのライブラリを活用し、マイクロサービス設(shè)計(jì)のベスト プラクティスに従うことで、開(kāi)発者はスケーラブルで回復(fù)力があり、保守可能なシステムを作成できます。重要なのは、特定のユースケースごとに適切なツールを選択し、疎結(jié)合でありながら高度に結(jié)合したサービスを設(shè)計(jì)することです。慎重に計(jì)畫(huà)して実裝すれば、Python マイクロサービスはさまざまな業(yè)界にわたる複雑で高性能なシステムのバックボーンを形成できます。

---

101冊(cè)

101 Books は、著者 Aarav Joshi が共同設(shè)立した AI 主導(dǎo)の出版社です。高度な AI テクノロジーを活用することで、出版コストを信じられないほど低く抑えており、書(shū)籍によっては $4 という低価格で販売されており、誰(shuí)もが質(zhì)の高い知識(shí)にアクセスできるようにしています。

Amazon で入手できる私たちの書(shū)籍 Golang Clean Code をチェックしてください。

最新情報(bào)とエキサイティングなニュースにご期待ください。本を購(gòu)入する際は、Aarav Joshi を検索して、さらに多くのタイトルを見(jiàn)つけてください。提供されたリンクを使用して特別割引をお楽しみください!

私たちの作品

私たちの作品をぜひチェックしてください:

インベスターセントラル | 投資家中央スペイン人 | 中央ドイツの投資家 | スマートな暮らし | エポックとエコー | 不可解な謎 | ヒンドゥーヴァ | エリート開(kāi)発者 | JS スクール

---

私たちは中程度です

Tech Koala Insights | エポックズ＆エコーズワールド | インベスター?セントラル?メディア | 不可解な謎 中 | 科學(xué)とエポックミディアム | 現(xiàn)代ヒンドゥーヴァ

以上が堅(jiān)牢なマイクロサービスを構(gòu)築するための強(qiáng)力な Python ライブラリの詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語(yǔ) Web サイトの他の関連記事を參照してください。