小世界 主页归档标签
py后端是怎么样的

今天开始对实习过程中的工程进行简单的总结，不涉及业务。

这里使用的py去实现一个后端架构，但是这里使用的后台框架并非是类似于Django或者是flask等框架。而是单纯使用原生的方式去实现，用法其实和C++写后台没有本质的区别，仅仅是因为编程语言不同。

这里的后端，其实也大绝大多数的后端架构类似，都是采用B/S三层架构，有专门的Controller层去接受请求，也有专门的ORM层去DB访问数据。

img

这样的系统还是比较类似的，但是也有着很大的不同。

rpc

比如说，这里的Controller层接受的不在是http请求，而是rpc请求。

1
2
3
4
@service.reg(name='ExactReCall')
@rpc_log
async def ExactReCallUpdateEvaluateTask(ctx, req: mm_pb2.ExactReCallReq,
                                        resp: mm_pb2.ExactReCallResp):

这里的rpc协议请求使用的都是proto文件去定义的

1
add.py -s=combo -f=ModifyBizTemplateSave --build

通过命令去rebuild proto，s是模块，f是方法，这样会生成相应的proto映射文件

看到这里大家可能会感到疑惑，这个接口全都是rpc调用，难道前端会发起rpc请求吗？那当然不会，前端发起的显然都是http请求，不过中间有一层网关，会将所有的http请求都转为rpc请求，这一层的主要目的与单体服务无关，之所以要这么做最大的目的是为让所有的服务都能够互通。

这里可能和传统的Spring全家桶的微服务不一样，在以往的微服务架构之间，所有的前端发起，后端接收的请求都是http，而服务与服务之间发送的请求基本都是RPC，这可能是一种规范，为了提升效率的规范。但是我目前工作中使用的架构全都是基于Service Mesh的，也就是说，在所有的服务下面都有一层Mesh层，服务与服务之间不能够直接通信，就算是显示的发送RPC请求，服务的链路都是先传入底下的mesh层，再由mesh层传到目标服务的。

这种解决方案目的其实也是为了解开耦合，从而提供高内聚的能力，基本每个服务根本不用去在意自己的rpc，自己的基础设施，应该是什么样的版本，什么样的协议与组件。可以说，因为有了mesh层，可以极大的杜绝了重复造轮子导致的资源浪费。

orm

使用session = get_session()，可以根据需要去获取当前的session。目的是为了获取一个数据库会话对象。这里做了层层的封装，比如说当前的orm是否需要事务等等，都会进行一定程度的判定，最后才会返回一个最终的实例，我们就是通过操作这个实例，去进行保存和更新的。

这里的做法不像是Spring全家桶的风格，不过倒是和Go后端非常相似

可以参考：使用SQLAlchemy - 廖雪峰的官方网站

通过session.query去获取表后，根据使用需求进行操作，比如

session.query(表名).filter(

​ 表名.属性 == aaa.bbb, 表名.属性 == aaa.bbb

).first()

这样就可以获取到相应的数据了，这种写法非常简单，基本没有什么特别难的点

我们还可以进入MySQL，show create table， SHOW INDEX FROM 数据表；查看表信息，这些都是基本的操作了

debug

梳理一下逻辑，现在主要学习如何去排查问题，这里使用原生的调试器，去排查问题。

Pdb是Python自带的调试器，它可以帮助你在程序运行时暂停程序的执行，查看变量的值，执行代码行，以及跟踪程序的执行流程。使用Pdb可以帮助你快速定位代码中的错误，并且可以提高代码的可读性和可维护性。

使用Pdb非常简单，只需要在代码中插入一行 

1
2
3
4
5
6
import pdb; 
pdb.set_trace()
#例如：
def get_path(proto_path):
    if not proto_path:
        pdb.set_trace()

当程序执行到这一行时，程序会暂停执行并进入Pdb调试模式。在Pdb模式下，你可以使用一系列命令来查看变量的值，执行代码行，以及跟踪程序的执行流程。

例如：

可以使用p命令来查看变量的值

使用n命令来执行下一行代码

使用c命令来继续执行程序。

使用h命令是查看有哪些命令

可以使用args查看具体是什么问题

使用u和d分别对应上游和下游

实习