• 5分钟APIG实战: 使用Rust语言快速构建API能力开放


    序言:Rust语言简介

    参与过C/C++大型项目的同学可能都经历过因为Null Pointer、Memory Leak等问题“被” 加班了不知道多少个晚上。别沮丧,你不是一个人,Mozilla Firefox的开发者们同样经历过这个问题。浏览器可以说是我们日常使用最为频繁的软件了,目前主流的浏览器主要有Google Chrome、Internet Explorer、Mozilla Firefox。为了提升用户体验,Mozilla就已经启动了多线程渲染的计划。然而,面对大型的C/C++工程,Mozilla的开发者们也坚持不住了。此时,Rust进入了开发者的眼中,与C语言ABI兼容、多编程范式支持、无GC及独特的所有权系统,使得Mozilla与Rust语言一拍即合,并迅速启动了 Mozilla 的下一代浏览器引擎项目:servo,到目前为止(2018年8 月),servo已经成为了除Rust编译器自身外,社区中最大的Rust项目。servo目前已经部 分应用在Firefox 57之后的版本中。

    Rust语言的设计目标是安全、高效、并发以及实用性。Rust 从一定程度上解决了C++的以 下痛点:

    1容器/数组越界访问;

    2动态内存分配的泄露与double free问题;

    3难以对依赖进行管理。

    其中前两点在C/C++项目中是最容易引发Bug以及安全问题的原因,依靠人来对这些问题进行检查往往不是最佳的解决方案。Rust通过其独特的所有权系统,简化所研究的对象,使得一些隐晦的问题在编译期间便暴露出来。任何事情都是有两面性的,由于严格的编译期检查以及工程实现上的取舍,Rust在一定程度上牺牲了编译速度以及灵活性,对“灵活性”的舍弃并不代表Rust语言的表现力下降,只是我们在编写Rust程序时,可能需要改变一下以往的思路。

    在Rust圈子中,有一句调侃:“C++是调试的时候想撞墙,而Rust是编译的时候想撞墙”。接下来我们将通过一个简单的例子来建立Rust中所有权系统的一个基本印象。

    核心概念:所有权系统

    Rust 的所有权系统包括三个核心概念:所有权、借用以及生命周期。我们首先来通过一个 简单的例子来建立对所有权以及生命周期的直观概念。

    #[derive(Debug)]
    struct Foo;

    fn main() {
        let foo = Foo; // Note: Foo not implement Copy trait
        let bar = foo;

        println!("{:?}", bar);
        // println!("{:?}", foo);
    }

    首先创建了一个Foo类型的变量foo,然后我们执行let bar = foo;,然后我们尝试输出这两个变量的值,如果我们将第9行的注释去掉,程序将无法通过编译,这是因为在 Rust中,对于没有实现Copy trait的类型,如果我们将一个绑定赋给另一个绑定,默认使用的是move语义,也即对于任意给定的资源,当且仅当有一个变量绑定与之对应。

    想要进一步学习Rust的小哥哥小姐姐,可以参考Rust Learning(https://github.com/ctjhoa/rust-learning)

    使用Rust进行HTTP Web后端应用开发

    在Rust生态中进行HTTP Web后端应用开发目前主要依赖两个基础库:http 以及hyper,其中 http 提供HTTP标准相关的基础类型,如Request<T> 、Response<T>以及StatusCode和常用的Header等;hyper的定位是一个高效、准确的 HTTP底层库,它封装了HTTP的报文解析、报文编码处理、连接控制等内容,对于用户而言只需要实现一个类似于Fn(Request) -> Response的映射,就可以完成HTTP Web服务端的开发。

    基于http以及hyper,社区中还有很多用于Web应用开发的框架,常用的有:

    ➤rocket

    ➤iron

    ➤actix-web

    ➤tower-web

    值得一提的是上周刚发布的tower-web,因为这是官方net团队2018年工作计划的一部分, 这个库在未来会为Rust生态提供一个灵活、高效、易于使用的Web开发框架。那么事不宜迟, 我们通过实战演练来一睹为快。

    在本月月底,tower-web将会集成到warp项目中,成为warp框架的一部分,开发的重心将会转移到warp上。

    实战演练

    登录华为云,并创建弹性云服务器作为我们的后端应用服务器:

    实战中使用的系统版本为Ubuntu 16.04,如果选择不同的系统需要根据情况调整命令。

    安装相关的工具链

    apt update && apt install build-essential
    # 安装Rust工具链
    curl https://sh.rustup.rs -sSf | sh

    这一步结束后,我们就可以开始编写我们的应用服务了。

    编写后端Web应用

    这次分享我们来构建一个RESTful中文分词API,首先我们来创建一个Rust工程 cargo new --bin chinese_segmentation

    接下来在Cargo.toml中添加相关

    [dependencies]

    tower-web = "0.2"
    # Jieba Chinese Work Segmentation
    jieba-rs = "0.2"

    # logging utils
    log = "0.4.0"
    env_logger = "0.5.12"

    # Serializing responses, deserializing requests
    serde = "1.0.70"

    然后是我们的main.rs,与其他语言一样,在文件开始的部分引入外部依赖以及相关声明:

    extern crate jieba_rs;
    #[macro_use]
    extern crate tower_web;

    #[macro_use]
    extern crate log;
    extern crate env_logger;

    use std::iter::FromIterator;
    use std::collections::HashSet;

    use jieba_rs::Jieba;
    use tower_web::ServiceBuilder;

    接下来我们定义我们的服务资源ChineseTokenizer:

    #[derive(Debug)]
    struct ChineseTokenizer {
        inner: Jieba,
    }

    impl ChineseTokenizer {
        pub fn new() -> ChineseTokenizer {
            ChineseTokenizer { inner: Jieba::new() }
        }

        // 对传入的字符串进行分词,并返回一个字符串向量
        pub fn cut(&self, text: &String) -> Vec<String> {
            let words = self.inner.cut(&text, true)
                .into_iter()
                .map(|word| word.to_owned())
                .collect::<HashSet<String>>();

            let mut words = Vec::from_iter(words.into_iter());

            // 由于使用HashSet进行去重会引入不确定性,
            // 因此对结果进行重排,使输出的结果有序。
            words.sort();

            words
        }
    }

    定义了我们的服务资源后,我们来定义输入Web API的输入输出类型:

    #[derive(Debug, Extract)]
    struct TokenizeRequest {
        text: String
    }

    #[derive(Debug, Response)]
    #[web(status = "200")] // handler 返回 Ok(xx) 时,返回 200 状态码
    struct TokenizeResponse {
        words: Vec<String>,
    }

    ​到目前为止,我们已经有了我们的服务资源,输入输出类型,接下来就到我们的重头戏了, Web 部分的实现,别担心,因为真的很简单。

    impl_web! {
        impl ChineseTokenizer {
            #[post("/tokenize")]
            #[content_type("application/json")]
            fn tokenize(&self, body: TokenizeRequest) -> Reqult<TokenizeResponse, ()> {
                Ok(TokenizeResponse {
                    words: self.cut(&body.text),
                })
            }
        }
    }

    最后是我们的main函数:

    fn main() {
        // 初始化Logger
        env_logger::init();
        let addr = "0.0.0.0:8081".parse().expect("invalid address");
        info!("listening on http://{}", addr);

        ServiceBuilder::new()
            .resource(ChineseTokenizer::new()) // 注册我们的服务资源
            .run(&addr)                        // 让我们的服务跑起来
            .unwrap();
    }

    现在,我们通过命令RUST_LOG=chinese_segmentation=info cargo run --release来检验 一下我们的成果了。服务在本地跑起来之后,我们可以通过命令 curl -H "Content-Type: application/json" -X POST -d '{"text":"中间件小哥"}' <url> 来测试一下我们的接口。

    本地测试通过之后,就需要着手开始部署了,我们检查一下弹性云服务器的安全组的入方向 是否放开8081端口。

    API 部署

    API 网关集成了监控、流控、负载均衡等一系列功能,为开发者提供高性能、高可用的API 托管服务,在本次实践中,我们将我们的API部署在API网关中。

    1、登录华为云API网关服务,选择“新建API” 

    2、填写API的基本信息。

    在本次实验中,选择无认证。

    3、定义API请求。

    请求路径填为 /segment,方法为 POST。

    4、定义后端服务。

    请求方式设置为POST,在VPC通道这一项中,我们需要新建VPC通道。端口设置为8081, 并将其与弹性云服务器关联。

    创建完VPC通道后,回到API创建页面,填入相关信息:

    网关创建完成后,我们需要回到我们的弹性云服务器,将我们的后端服务器先跑起来:

    RUST_LOG=chinese_segmentation=info nohup ./target/release/chinese_segmentation 2>&1 ~/api.log &

    作为示例,这里使用nohup命令来跑我们的服务。但在生产环境中,建议使用 systemd等工具来跑服务。服务在云服务器运行起来之后,将API发布至RELEASE环境中。

    然后我们就可以和我们的API愉快地玩耍啦。

     

  • 相关阅读:
    SQLServer 获取汉字拼音的首字母(大写)函数
    MySQL动态SQL的拼接以及执行、分页
    Jdbc连接sqlserver,mysql,oracle
    MySQL之排序显示行号
    List的分组,求和,过滤操作
    linux 常用命令集合
    redis 基本类型和命令(一)
    ORCLE 创建表空间,用户,赋予角色以及授权
    游标
    【应用服务 App Service】App Service中上传文件/图片(> 2M)后就出现500错误(Maximum request length exceeded).
  • 原文地址:https://www.cnblogs.com/middleware/p/9607058.html
Copyright © 2020-2023  润新知