BREAD BOT

Author: Lev Kudryashov

Данный проект является телеграм-ботом для локальных чатов. Бот выполнен на стеке:

• python version 3.11.0
• SQLAlchemy для взаимодействия с БД
• Alembic для реализации миграций в БД
• FastAPI как веб-фреймворк
• Pydantic как сериализатор и валидатор данных
• Opensensus как инструмент для телеметрии и трассировки

О структуре приложения:

• пакет main - Центральный директорий приложения, который содержит настройки, конфигурации веб-фраймворка, celery
  • пакет settings - Содержит настройки приложения.
    • модуль init.py - Точка входа в настройки
    • модуль default.py - Модуль, содержащий основные настройки приложения
  • database Пакет содержит инструменты для упрощения и улучшения работы с ORM
    • mixins.py - Основные миксины для расширения моделей для удобства работы с сущностями и моделями БД и бизнес-логики
    • base.py - Инициализация объектов джижков и сессий до БД
  • модуль webserver.py - Центральная конфигурация и инициализация FastApi приложения
• пакет tests - Тесты приложения
• пакет alembic - это центральный пакет для осуществления автогенерации миграций/миграций/отката миграций в БД. Подробнее можно почитать здесь про данный инструмент
  • пакет versions - пакет с миграциями файлов
  • модуль env.py - Конфигурационный модуль для миграций
• пакет-приложение my_app - Это пакет-приложения сущностей. Созданная для примера. Здесь необходимо реализовывать модели, маршруты и бизнес-логику с сущностями бизнес-логики.
  • пакет models - пакет с модулями-классами сущностей БД
  • пакет routes - содержит маршруты для api приложения с определенной бизнес-логикой
  • пакет schemas - содержит схемы сериализации/десериализации бизнес-сущностей Pydantic
• пакет-приложение auth - Пакет приложение сущностей с пользователями, авторизационными методами, способами аутентификации, реализации токенов OAuth2 by JWT
• utils - стандартный пакет с прикладными утилитами
  • модуль base_client.py является абстрактным классом-родителей для всех http-клиентов (Скоро будет изменен. В процессе реализации по паттерну Фабрика)
  • модуль custom_json_logger.py содержит классы-форматтеры логов для централизации логов в json формат
  • модуль middlewares.py содержит перечень Middleware-обработчиков для запросов по HTTP в сервер. (Логгер запросов, например)
  • модуль dependencies.py содержит классы и функции зависимостей для адресов сервиса (Примеси сессии БД, например)
  • модуль structs.py здесь будут содержаться константные для проекта(но не для пакета с бизнес-сущностью) структуры для удобства использования
• модуль server.py запускает настроенный веб-сервер приложения
• папка requirements - папка с зависимостями проекта
• файл tox.ini - Конфигурация для codestyle проекта

settings Примеры некоторых настроек

Настройка количества воркеров FastAPI, которые будут запущены в одном процессе:

import os

WORKERS_COUNT = int(os.getenv('WORKERS_COUNT', 1))

Настройка доступа к БД выглядит следующим образом:

import os

DATABASE_SETTINGS = {
    'default': {
        'database': os.getenv('DB_NAME', 'bread_bot'),
        'user': os.getenv('DB_USER', 'bread_bot'),
        'password': os.getenv('DB_PASSWORD', 'bread_bot'),
        'host': os.getenv('DB_HOST', '127.0.0.1'),
        'port': os.getenv('DB_PORT', '5432'),
    }
}

SQLAlchemy сама организует, каким количеством пулов подключений оперировать. Необходимо приложению задавать настройку, какой максимум возможно поддерживать по подключениям:

import os

DB_MAX_POOL = int(os.getenv('DB_MAX_POOL', 20))

Внимание: Это общее количество воркеров на всё приложение и на все воркеры. То есть, каждому воркеру будет выделена часть сессий, а не все общее количество. Иначе говоря в коде ниже каждому из 10ти воркеров будет предъявлено по 5 рабочих сессий БД:

import math

WORKERS_COUNT = 10
DB_MAX_POOL = 50
DB_POOL_SIZE = max(math.ceil(DB_MAX_POOL / WORKERS_COUNT), 1)

Также, если есть необходимость, то можно заниматься ограничением сессий с помощью pgbouncer. Файл настройки pgbouncer: pgbouncer.ini

Необходимо указывать все используемые приложения в проекте (как в django)

APP_MODULES = [
    'my_app',
    'auth',
]

Web

FastAPI использует в качестве веб-сервера uvicorn. Есть несколько вариантов запуска приложения:

uvicorn bread_bot.main.webserver:app

python server.py

Документация

Не секрет, что fastapi умеет автодокументировать в swagger, redoc, openapi.json все маршруты и точки входа. Поэтому мой совет как разработчика тщательно описывать схемы Pydantic для удобства и читабельности проекта. Желательно с кейсами использования. Все можно найти в официальной спецификации фреймворка.

База данных и модели

Реализован CRUDMixin для оперирования простыми командами как get, filter, first, create, update, итд итп. Также асинхронные аналоги данных методов. Расширять данную модель можно до бесконечности

Зависимости

Самая главная зависимость - это poetry

pip install poetry

Далее оперируется вся работа с зависимостями через него:

Добавить зависимость

poetry add requests

Добавить зависимость для разработки

poetry add pytest --dev

Установить зависимости для разработки

poetry install

Установить зависимости для прода

poetry install --only main

QUICK START

Для начала везде, где Вы видите слово bread_bot - тут может оказаться наименование вашего микросервиса. Ну логично, да? Необходимо установить все зависимости в проекте:

pip install poetry && poetry install

Представьте на секунду, что вы уже поставили PostgreSQL. И теперь нужно создать БД с пользователем и паролем:

CREATE DATABASE bread_bot;
CREATE ROLE bread_bot with LOGIN PASSWORD 'my_password';
GRANT ALL PRIVILEGES ON DATABASE bread_bot TO bread_bot;

Миграция схемы баз данных

alembic upgrade head

Откат миграции базы данных

alembic downgrade -1

Авто-генерация схемы базы данных

alembic revision --autogenerate -m 'my migration message'

Запускаем локально веб-сервер

uvicorn bread_bot.main.webserver:app --reload

или так:

python server.py

Запустить проверку codestyle проекта (А эта проверка будет работать и при CI)

flake8

Запустить тесты:

pytest bread_bot/tests

Запустить создания данных по покрытию тестами

coverage run -m pytest bread_bot/tests

Запустить вывод отчета по покрытию тестами

coverage report -m

Запустить вывод отчета в html формате

coverage html

Удалить данные отчета

coverage erase

Можно использовать последовательность:

coverage erase && coverage run pytest bread_bot/tests && coverage html

Функциональность бота описана в About.md