使用Scala构建微服务

### 使用 Scala 构建微服务 #### 1. 微服务基础 随着用户需求的不断增加，软件系统的规模也在不断扩大。功能数量、复杂度和精细度不断提升，软件项目的代码行数也随之增多。然而，人类的认知能力有限，单个程序员能够理解的系统比例逐渐缩小，这导致团队中开发人员数量增加。团队规模的扩大又会增加沟通成本，减少编写代码的时间，进而需要更多的开发人员，形成一个自我强化的循环。 传统的单体架构将系统构建为一个单一项目，使用单一的部署模块、可执行文件和单一数据库，这种方式效率越来越低，最终难以按时交付可用的软件。因此，一种替代方案是将单体应用拆分为多个独立开发的项目，即微服务。 微服务架构将应用程序构建为一组松散耦合的服务集合，每个服务实现特定的业务功能。这种架构的自主性体现在多个层面： - **代码库和技术栈**：每个服务的代码不与其他服务共享。 - **部署**：服务在时间和底层基础设施方面都能独立部署。 - **状态**：每个服务有自己的持久化存储，其他服务只能通过调用该服务来访问其数据。 - **故障处理**：微服务需要具备弹性，当下游服务出现故障时，该服务应能隔离故障。 微服务架构带来了诸多好处： - 即使是非常复杂的应用也能实现持续交付。 - 每个服务的复杂度较低，因为它只专注于单一业务功能。 - 独立部署意味着不同负载的服务可以独立扩展。 - 代码独立支持多语言环境，便于采用新技术。 - 团队规模可以缩小，减少沟通成本，加快决策速度。 不过，微服务架构也存在一些缺点，主要与服务间的通信有关，例如： - 缺乏常见的事务机制。 - 涉及多个微服务的调试、测试和调用跟踪难度较大。 - 复杂性从单个服务转移到了服务之间。 - 服务定位和协议发现需要付出大量努力。 #### 2. 使用 http4s 和 doobie 构建微服务 接下来，我们将探讨如何使用基于所学原则的开源库实现一个具有 RESTful 接口的微服务。 ##### 2.1 项目结构 项目包含以下组件： - **数据库仓库**：代表数据库的抽象层。 - **数据库迁移器**：包含数据库表的初始化逻辑。 - **REST API**：定义可用的 HTTP 调用和相关业务逻辑。 - **配置**：整合应用程序参数，如服务器绑定和数据库属性。 - **服务器**：将其他组件连接在一起，启动并将 HTTP 服务器绑定到配置的地址。 在 `build.sbt` 中添加以下依赖（具体版本可在 GitHub 仓库中找到）： ```scala libraryDependencies ++= Seq( "org.http4s" %% "http4s-blaze-server" % http4sVersion, "org.http4s" %% "http4s-circe" % http4sVersion, "org.http4s" %% "http4s-dsl" % http4sVersion, "org.tpolecat" %% "doobie-core" % doobieVersion, "org.tpolecat" %% "doobie-h2" % doobieVersion, "org.tpolecat" %% "doobie-hikari" % doobieVersion, "com.h2database" % "h2" % h2Version, "org.flywaydb" % "flyway-core" % flywayVersion, "io.circe" %% "circe-generic" % circeVersion, "com.github.pureconfig" %% "pureconfig" % pureConfigVersion, "ch.qos.logback" % "logback-classic" % logbackVersion, "org.typelevel" %% "cats-core" % catsVersion, "org.http4s" %% "http4s-blaze-client" % http4sVersion % "it,test", "io.circe" %% "circe-literal" % circeVersion % "it,test", "org.scalatest" %% "scalatest" % scalaTestVersion % "it,test", "org.scalamock" %% "scalamock" % scalaMockVersion % Test ) ``` 各依赖的作用如下： | 依赖库 | 作用 | | ---- | ---- | | http4s | 用于 HTTP 层 | | doobie | 功能性 JDBC 装饰器 | | H2 | 嵌入式数据库，避免安装独立实例 | | Flyway | 用于数据库迁移 | | Circe | JSON 处理工具 | | PureConfig | 类型化配置包装器 | | Cats | 包含通用的函数式编程抽象 | ##### 2.2 FS2 - 函数式流 FS2 是一个流式库，允许我们构建和转换复杂的流。FS2 中的流不仅可以包含元素，还可以包含诸如 IO 之类的效果。这使得几乎所有东西都可以描述为 FS2 流，http4s 和 doobie 等库就是基于此构建的，为用户提供了更高级的 API，但仍然是流式 API。 流表示为 `Stream[F, O]`，其中 `F` 描述流的可能效果，`O` 是其元素或输出的类型。如果流没有效果，则为纯流 `Stream[Pure, O]`。例如，构建一个字符流： ```scala val chars: fs2.Stream[fs2.Pure, Char] = Stream.emits(List('a', 'b', 'c')) ``` 纯流可以直接转换为列表或向量，而有效果的流需要先将效果合并为单个效果，定义如何处理流的输出，最后执行效果并获取输出。示例代码如下： ```scala object Test extends App { import fs2.Stream import cats.effect.IO // 1 val io: IO[String] = IO { println("IO effect"); "a" * 2 } // 2 val as: Stream[IO, String] = Stream.eval(io) // 3 val c: Stream.ToEffect[IO, String] = as.compile // 4 val v: IO[Vector[String]] = c.toVector // 5 val l: IO[List[String]] = c.to[List] // 6 val d: IO[Unit] = c.drain // 7 val e: IO[Option[String]] = c.last // 8 println(v.unsafeRunSync()) // 9 println(e.unsafeRunSync()) // 10 Stream.eval(IO { 42 }).compile.toList.unsafeRunSync() // 11 } ``` 代码解释如下： 1. 使用 `cats IO` 作为效果类型。 2. 定义一个 `IO`，向控制台写入信息并返回 `"aa"`。 3. 将 `IO` 转换为单元素流。 4. 编译流，将其投影为单个效果。 5. 将投影转换为 `Vector` 类型的 `IO`。 6. 展示另一种转换为集合的方式。 7. `drain` 用于丢弃所有输出，仅执行效果。 8. 定义对流输出元素的处理方式，如只收集最后一个元素。 9. `unsafeRunSync()` 同步执行定义，产生效果并输出结果。 10. 流定义是不可变的，可以多次运行。 11. 通常将这些操作定义为一行代码：评估效果、编译流、定义输出类型、稍后运行流。 ##### 2.3 数据库迁移 为了在应用程序中使用数据库，需要确保数据库包含所有必需的表、索引和其他定义。我们将存储表示为一个简单的表，使用商品名称作为主键，记录每个商品的非负数量： ```sql CREATE TABLE article ( name VARCHAR PRIMARY KEY, count INTEGER NOT NULL CHECK (count >= 0) ); ``` 将此定义放在 `db_migrations/V1__inventory_table.sql` 中，并使用 Flyway 在启动时检查数据库状态。Flyway 提供了一种机制，通过遵循特定的命名约定，在项目文件夹中放置版本化的 SQL 语句来定义和更改数据库模式。示例代码如下： ```scala def initialize(transactor: HikariTransactor[IO]): IO[Unit] = { transactor ```