Go 实现分布式高可用后台:使用 gRPC 实现日志微服务

开发 架构
在构建高并发系统时,内部的服务组件通常使用gRPC来实现高效数据传输,因此我们把前面使用json完成的日志服务改成用gRPC来完成。

掌握了gRPC的基本原理后,我们可以借助它来实现日志的微服务功能。在构建高并发系统时,内部的服务组件通常使用gRPC来实现高效数据传输,因此我们把前面使用json完成的日志服务改成用gRPC来完成。

第一步还是要定义proto文件,修改proglog/api/v1下面的log.proto文件:

syntax = "proto3";
package log.v1;

option go_package = "api/log_v1";

service Log {
rpc Produce(ProduceRequest) returns (ProduceResponse) {}
rpc Consume(ConsumeRequest) returns (ConsumeResponse) {}
rpc ConsumeStream(ConsumeRequest) returns (stream ConsumeResponse){}
rpc ProduceStream(stream ProduceRequest) returns (stream ProduceResponse) {}
}

message Record {
bytes value = 1;
uint64 offset = 2;
}

message ProduceRequest {
Record record = 1;
}

message ProduceResponse {
uint64 offset = 1;
}

message ConsumeRequest {
uint64 offset = 1;
}

message ConsumeResponse {
Record record = 2;
}

代码的逻辑跟前面几节我们尝试使用gRPC时的proto文件定义逻辑没什么不同,Produce接口是客户端向服务端提交一条日志信息,Consume是客户端向服务端提交日志编号,然后服务端返回日志信息,ConsumeStream是客户端向服务端提交一连串的日志编号,然后服务端返回一连串的日志信息,ProduceStream是客户端向服务端提交一连串的日志信息,然后服务端返回日志添加后对应的编号。完成上面proto文件定义后,将它编译出对应的pb.go文件,这些文件会放置在api/v1/api_log_v1目录下,然后我们看看服务端的逻辑设计。

在internal/server下新建server.go文件,首先我们添加依赖模块,同时生成gRPC服务器对象,并注册我们要实现的接口:

package server 

import (
"context"
api "api/v1/api/log_v1"
"google.golang.org/grpc"
)

type commitLog interface {
Append(*api.Record) (uint64, error)
Read(uint64) (*api.Record, error)
}

type Config struct { //实现依赖注入
CommitLog commitLog
}

var _ api.LogServer = (*grpcServer)(nil) //gRPC服务器对象

func NewGRPCServer(config *Config) (*grpc.Server, error) {
gsrv := grpc.NewServer()
srv, err := newgrpcServer(config)
if err != nil {
return nil, err
}

api.RegisterLogServer(gsrv, srv)
return gsrv, nil
}

type grpcServer struct {
api.UnimplementedLogServer
*Config
}

func newgrpcServer(config *Config)(srv *grpcServer, err error) {
srv = &grpcServer { //grpcServer会实现proto文件里面定义的接口
Config: config,
}

return srv, nil
}

在上面代码中有一点需要注意,那就是它使用了常用的设计模式叫依赖注入,我们的服务需要使用到日志模块提供的功能,但是我们这里只需要知道日志模块提供的接口,也就是Append和Read,我们不需要关心它的具体实现,这样我们就能实现逻辑上的解耦合,在启动我们的服务程序时,只需要调用者将实现了commitLog接口的实例传给我们即可,至于接口的实现细节我们不需要关心,通过依赖注入这种设计模式能够使得系统设计的复杂度降低,灵活性提升。

接下来就是对四个服务接口的实现,其逻辑跟我们前两节做的没有什么区别:

func (s *grpcServer) Produce(ctx context.Context, 
req *api.ProduceRequest) (*api.ProduceResponse, error){
//收到客户端发来的日志添加请求,然后调用日志模块Append接口进行添加
offset, err := s.CommitLog.Append(req.Record)
if err != nil {
return nil, err
}

//添加完成后返回日志编号
return &api.ProduceResponse{Offset: offset}, nil
}

func (s *grpcServer) Consume(ctx context.Context,
req *api.ConsumeRequest)(*api.ConsumeResponse, error) {
//收到客户端发来的日志编号,返回日志内容
record, err := s.CommitLog.Read(req.Offset)
if err != nil {
return nil, err
}

return &api.ConsumeResponse{Record: record}, nil
}

func (s *grpcServer) ProduceStream (stream api.Log_ProduceStreamServer) error {
for {
//客户端发来一系列日志数据,服务端通过Recv()依次收取,然后将日志进行添加
req, err := stream.Recv()
if err != nil {
return err
}
res, err := s.Produce(stream.Context(), req)
if err != nil {
return err
}
if err = stream.Send(res); err != nil {
return err
}
}
}

func (s *grpcServer) ConsumeStream(req *api.ConsumeRequest, stream api.Log_ConsumeStreamServer) error {
for {
//客户端发来一系列日志编号,服务端返回一系列与编号对应的日志内容
select {
case <-stream.Context().Done():
//进入这里表明客户端终端了连接
return nil
default:
res, err := s.Consume(stream.Context(), req)
switch err.(type){
case nil:
case api.ErrorOffsetOutOfRange:
continue
default:
return err
}
//将获得的日志信息发送给客户端
if err = stream.Send(res); err != nil {
return err
}
req.Offset++
}
}
}

上面代码的实现逻辑与我们前面描述的一模一样,因此没有多少可以探究的地方,最后我们测试一下上面代码的实现,新建server_test.go,添加内容如下:

package server 

import (
"context"
"io/ioutil"
"net"
"testing"
"github.com/stretchr/testify/require"
api "api/v1/api/log_v1"
"internal/log"
"google.golang.org/grpc"
)

func TestServer(t *testing.T) {
for scenario, fn := range map[string]func(
t *testing.T,
client api.LogClient,
config *Config,
) {
"produce/consume a meesage to/from the log success": testProduceConsume ,
"produce/consume stream success": testProduceConsumeStream,
"consume past log boundary fails: ": testConsumePastBoundary,
} {
t.Run(scenario, func(t *testing.T) {
//在运行测试用例前先创建服务端对象
client, config, teardown := setupTest(t, nil)
defer teardown() //关闭服务端
fn(t, client, config)
})
}
}

func setupTest(t *testing.T, fn func(*Config)) (client api.LogClient, cfg*Config, teardown func()) {
t.Helper()
//生成tcp连接,使用0意味着使用随机端口
l, err := net.Listen("tcp", ":0")
require.NoError(t, err)

clientOptions := []grpc.DialOption{grpc.WithInsecure()}
cc, err := grpc.Dial(l.Addr().String() , clientOptions...)
require.NoError(t, err)

dir, err := ioutil.TempDir("", "server-test")
require.NoError(t, err)

clog, err := log.NewLog(dir, log.Config{})
require.NoError(t, err)

cfg = &Config{
CommitLog: clog,
}
if fn != nil {
fn(cfg)
}

//创建服务端对象
server, err := NewGRPCServer(cfg)
require.NoError(t ,err)
go func() {
//启动服务端
server.Serve(l)
}()
//创建客户端对象
client = api.NewLogClient(cc)
return client, cfg, func() {
server.Stop()
cc.Close()
l.Close()
clog.Remove()
}
}

func testProduceConsume(t *testing.T, client api.LogClient, config*Config) {
ctx := context.Background()
want := &api.Record{
Value: []byte("hello world"),
}
//客户端提交一条日志,然后拿到日志编号后再用于请求日志内容,检验服务端返回的日志内容与提交的是否一致
produce, err := client.Produce(ctx, &api.ProduceRequest{
Record: want,
})

require.NoError(t, err)
consume, err := client.Consume(ctx, &api.ConsumeRequest{
Offset: produce.Offset,
})

require.NoError(t, err)
require.Equal(t, want.Value, consume.Record.Value)
require.Equal(t, want.Offset, consume.Record.Offset)
}

func testConsumePastBoundary(t *testing.T, client api.LogClient, config *Config) {
ctx := context.Background()
produce, err := client.Produce(ctx, &api.ProduceRequest{
Record: &api.Record {
Value: []byte("hello world"),
},
})

//使用不存在的日志编号进行请求,服务端应该返回相应错误
require.NoError(t, err)
consume, err := client.Consume(ctx, &api.ConsumeRequest{
Offset: produce.Offset + 1,
})

if consume != nil {
t.Fatal("consume not nil")
}

got := grpc.Code(err)
want := grpc.Code(api.ErrorOffsetOutOfRange{}.GRPCStatus().Err())
if got != want {
t.Fatalf("got err: %v, want %v", got, want)
}
}

func testProduceConsumeStream(t *testing.T, client api.LogClient, config *Config) {
ctx := context.Background()
records := []*api.Record{{
Value: []byte("first message"),
Offset: 0,
},
{
Value: []byte("second message"),
Offset: 0,
},
}
//客户端向服务端提交多个日志,获得多个日志编号,然后再提交获得的编号,从而让服务端返回一系列日志数据
//接着比对服务端返回的日志内容和服务端是否一致
{
stream, err := client.ProduceStream(ctx)
require.NoError(t, err)

for offset, record := range records {
err = stream.Send(&api.ProduceRequest{
Record: record,
})
require.NoError(t, err)
res, err := stream.Recv()
require.NoError(t, err)
if res.Offset != uint64(offset) {
t.Fatalf("got offset: %d, want: %d", res.Offset, offset,)
}
}
}

{
stream, err := client.ConsumeStream(ctx, &api.ConsumeRequest{Offset: 0},)
require.NoError(t, err)
for i, record := range records{
res, err := stream.Recv()
require.NoError(t, err)
require.Equal(t, res.Record, &api.Record{
Value: record.Value,
Offset: uint64(i),
})
}
}
}

测试代码的逻辑通过注释就能理解,在测试用例中,客户端的创建,数据的发送和接收跟我们前面描述的没什么区别,由此我们依靠gRPC框架就完成了日志服务,下一节我们看看gRPC框架提供的数据安全功能。

责任编辑:武晓燕 来源: Coding迪斯尼
相关推荐

2022-01-10 19:45:40

微服务GO系统

2021-01-25 15:00:44

微服务分布式日志

2020-05-26 11:59:30

日志链路微服务架构

2022-04-14 08:51:49

微服务Redisson分布式锁

2021-12-03 10:30:25

WOT技术峰会技术

2024-01-02 13:15:00

分布式锁RedissonRedis

2022-06-28 08:37:07

分布式服务器WebSocket

2021-12-09 10:45:19

分布式事务框架

2023-06-10 23:01:41

GrpcProtobuf数据

2017-04-17 09:54:34

分布式数据库PhxSQL

2022-05-11 13:55:18

高可用性分布式弹性

2023-08-25 16:26:49

微服务架构

2023-07-26 07:28:55

WebSocket服务器方案

2015-08-19 15:45:33

2021-03-08 00:09:47

日志分布式管理

2022-06-27 08:21:05

Seata分布式事务微服务

2019-10-16 10:34:33

数据库大数据脚本语言

2019-05-24 14:45:17

分布式微服务运维

2022-11-25 17:29:27

分布式事务

2021-12-15 10:00:21

分布式事务框架
点赞
收藏

51CTO技术栈公众号