开发指南090-使用python做微服务

平台的后台涉及到业务部分的使用java开发,基于springcloud。

涉及到大数据、AI、网页爬虫等领域的使用python开发。

使用python开发微服务过程如下:

1、读取bootstrap.yaml配置

def read_yaml(file):

'''读取配置文件'''

with open(file, 'r', encoding='utf-8') as f:

return yaml.load(f.read(), Loader=yaml.FullLoader)

2、从nacos中获取配置

def get_conf(config_dict):

'''

从naocs上获取配置信息,将配置变量声明为全局变量,供调用

:return: dict配置信息

'''

global nacos_conf

config_server = config_dict['server']

client = nacos.NacosClient(config_server['address'], namespace=config_server['namespace'])

nacos_conf = client.get_config(data_id=config_server['dataid'], group=config_server['group'])

nacos_conf = yaml.load(nacos_conf, Loader=yaml.FullLoader)

return nacos_conf

3、启动后注册服务

def regis_server_to_nacos(config_dict):

'''注册服务到nacos'''

config_server = config_dict['server']

client = nacos.NacosClient(config_server['address'], namespace=config_server['namespace'])

client.add_naming_instance(config_server['name'], ip=IOUtil.getHost(), port=config_server['port'], cluster_name=None, weight=1, metadata=None, enable=True, healthy=True, ephemeral=False, group_name=config_server['group'])

4、接口服务(引入swagger)

from flask import Flask, request, jsonify

app = Flask(name)

swagger = Swagger(app)

@app.route('/QLM-Scrapping/scrapSingleTask/<task_id>', methods=['POST', 'GET'])

@swag_from('scrapSingleTask.yaml')

def get_scrape_single_task(task_id):

5、访问数据库

import pymysql

config = nacos_conf['mysql']

conn = pymysql.connect(

host=config['host'],

port=config['port'],

user=config['user'],

password=config['password'],

db=config['db'],

charset='utf8',

autocommit=True, # 如果插入数据,, 是否自动提交? 和conn.commit()功能一致。

)

cur = conn.cursor()

cur.execute(sql)

相关推荐
Kel1 小时前
深入剖析 openai-node 源码:一个工业级 TypeScript SDK 的架构之美
javascript·人工智能·架构
毛骗导演1 小时前
@tencent-weixin/openclaw-weixin 插件深度解析(四):API 协议与数据流设计
前端·架构
毛骗导演2 小时前
@tencent-weixin/openclaw-weixin 插件深度解析(二):消息处理系统架构
前端·架构
EllenLiu2 小时前
架构演进与性能压榨:在金融 RAG 中引入条款森林 (FoC)
人工智能·架构
guoji77883 小时前
2026年Gemini 3 Pro vs 豆包2.0深度评测:海外顶流与国产黑马谁更强?
大数据·人工智能·架构
殷紫川3 小时前
高并发系统性能优化全链路实战:端到端榨干系统性能,百万 QPS 零卡顿
性能优化·架构
AI成长日志4 小时前
【Vibe Coding专栏】easy-vibe与vibe-vibe对比分析:两大vibecode项目技术架构、适用场景与选型指南
架构·ai编程
殷紫川4 小时前
全链路压测硬核实战:从方案落地、瓶颈根因定位到全链路性能优化
架构·测试
殷紫川4 小时前
别等业务中断才补坑!RTO/RPO 核心逻辑与全场景灾备架构选型全攻略
数据库·架构
殷紫川4 小时前
从 0 到 1 落地异地多活:单元化、数据同步与流量调度的核心壁垒全击穿
微服务·架构