Zato入门part1
前提：从part已经建立了集群、服务框架并成功的调用了服务。现在我们通过HTTP、ZeroMQ和JSON使用外部服务。
除非坚持手工调用，否则服务从来不知道什么确切的URLs来调用。它们总是被外部链接的信息屏蔽。
刚才指出的面向服务的连接叫做CRM，它是一种可以向服务推送请求的服务。当CRM改变了它的地址，服务不需要重新配置，我们仅仅需要做的是在web前端输入心得地址，那么它将会自动被传播到整个集群，这样下一次服务利用这个服务时会自动连接到新的地址。
我们现在没有CRM和方便的支付系统，但在本入门教程中我们可以通过请求之前准备好的服务（客户信息、消费信息）来模拟。
客户信息
{
"firstName": "Sean",
"lastName": "O'Brien"
}消费信息
{
"DATE": "2013-05-14T10:42:14.401555",
"AMOUNT": "357"
}利用ZeroMQ连接欺诈检测系统。
现在利用web前端，建立两个外部连接。
操作：Connections -> Outgoing -> Plain HTTP
CRM 连接
消费连接
同步调用
代码
# Zato
from zato.server.service import Service
class GetClientDetails(Service):
def handle(self):
self.logger.info('Request: {}'.format(self.request.payload))
self.logger.info('Request type: {}'.format(type(self.request.payload)))
# Fetch connection to CRM
crm = self.outgoing.plain_http.get('CRM')
# Fetch connection to Payments
payments = self.outgoing.plain_http.get('Payments')
# Grab the customer info ..
response = crm.conn.send(self.cid, self.request.payload)
cust = response.data
# .. and last payment's details
response = payments.conn.send(self.cid, self.request.payload)
last_payment = response.data
self.logger.info('Customer details: {}'.format(cust))
self.logger.info('Last payment: {}'.format(last_payment))
response = {}
response['first_name'] = cust['firstName']
response['last_name'] = cust['lastName']
response['last_payment_date'] = last_payment['DATE']
response['last_payment_amount'] = last_payment['AMOUNT']
self.logger.info('Response: {}'.format(response))
# And return response to the caller
热部署
cp my_service.py $path/server1/pickup-dir
通过curl请求服务
$ curl localhost:11223/tutorial/first-service -d '{"cust_id":123, "cust_type":"A"}'
{"first_name": "Sean", "last_name": "O'Brien",
"last_payment_date": "2013-05-14T10:42:14.401555",
"last_payment_amount": "357"}
$同时一个server的日志中，会记录以下内容
INFO - Request: {u'cust_id': 123L, u'cust_type': u'A'}
INFO - Request type: <type 'dict'>
INFO - Customer details: {u'lastName': u"O'Brien", u'firstName': u'Sean'}
INFO - Last payment: {u'DATE': u'2013-05-14T10:42:14.401555', u'AMOUNT': u'357'}
INFO - Response: {'last_payment_amount': u'357', 'first_name': u'Sean',
'last_name': u"O'Brien", 'last_payment_date': u'2013-05-14T10:42:14.401555'}提示
- self.request.input.payload是在命令行中-d后面的内容
- payload是python中的字典对象
异步发送信息
到目前为止，我们有一个服务通过HTTP接受json，两个服务通过json调用服务，输出json到一个文档。
part1提到，商务人员对消费者的类型（A，B，C）做出判断需要近处观察——消费者的任何操作需要过侦查系统的检查，即使是最后毫无害处的付款行为。
我们没有机会接触到这样的系统，但是我们可以通过几行代码模拟该行为。这只需要执行一个ZeroMQ的PULL socket在一个无限循环中，并把任何输入的信息记录下来。我们将要把我们的服务做成一个异步推送数据给server，而server是如何处理处理并不是服务所关心的。
# stdlib
import logging
# ZeroMQ
import zmq
logging.basicConfig(level=logging.INFO, format='%(levelname)s - %(message)s')
address = 'tcp://127.0.0.1:35101'
context = zmq.Context()
socket = context.socket(zmq.PULL)
socket.bind(address)
logging.info('Fraud detection app running on {}'.format(address))
while True:
msg = socket.recv_json()
logging.info(msg)
该系统可以完美地执行，毕竟这是发送信息的整个点，我们只是发送信息，然后就不用管了。在这种特殊的情况下，接受者只是记录下所有的请求——这并不是我们关心的。
假设zato已经安装在$install_dir，我们可以执行该命令如下，注意命令中确实是'py'，而不是'python'。
$install_dir/bin/py zmq-server1.py
INFO - Fraud detection app running on tcp://127.0.0.1:35101
我们需要建立一个ZeroMQ：Connections -> Outgoing -> ZeroMQ
新建一个
热部署以下服务，观察侦查系统报出的日志：
# stdlib
from datetime import datetime
from json import dumps
# Zato
from zato.server.service import Service
class GetClientDetails(Service):
def should_notify_frauds(self, cust_type):
config_key = 'myapp:fraud-detection:cust-type'
return cust_type in ('A', 'B', 'C')
def handle(self):
self.logger.info('Request: {}'.format(self.request.payload))
self.logger.info('Request type: {}'.format(type(self.request.payload)))
# Fetch connection to CRM
crm = self.outgoing.plain_http.get('CRM')
# Fetch connection to Payments
payments = self.outgoing.plain_http.get('Payments')
# Grab the customer info ..
response = crm.conn.send(self.cid, self.request.payload)
cust = response.data
# .. and last payment's details
response = payments.conn.send(self.cid, self.request.payload)
last_payment = response.data
self.logger.info('Customer details: {}'.format(cust))
self.logger.info('Last payment: {}'.format(last_payment))
response = {}
response['first_name'] = cust['firstName']
response['last_name'] = cust['lastName']
response['last_payment_date'] = last_payment['DATE']
response['last_payment_amount'] = last_payment['AMOUNT']
if self.should_notify_frauds(self.request.payload['cust_type']):
fraud_request = {}
fraud_request['timestamp'] = datetime.utcnow().isoformat()
fraud_request['request'] = dumps(self.request.payload)
fraud_request['response'] = response
fraud_request = dumps(fraud_request)
self.outgoing.zmq.send(fraud_request, 'Fraud detection')
else:
self.logger.info('Skipped fraud detection for CID {}'.format(self.cid))
self.logger.info('Response: {}'.format(response))
# And return response to the caller
调用服务
$ curl localhost:11223/tutorial/first-service -d '{"cust_id":123, "cust_type":"A"}'
{"last_payment_amount": "357", "first_name": "Sean",
"last_name": "O'Brien", "last_payment_date": "2013-05-14T10:42:14.401555"}
$zmq显示
INFO - Fraud detection app running on tcp://127.0.0.1:35101
INFO - {u'timestamp': u'2013-05-14T18:16:56.048224',
u'request': u'{"cust_id": 123, "cust_type": "A"}',
u'response': u'{"last_payment_amount": "357", "first_name": "Sean",
i "last_name": "O\'Brien",
"last_payment_date": "2013-05-14T10:42:14.401555"}'}
可以看到，当类型为A,B,C时，有日志输出，当输入其他类型时，直接忽略了——因为根本就没有请求。
Redis
到目前为止，我们已经做得够炫酷的了，但是还有一件非常不和谐的事情在前面的步骤——消费者的类型需要额外的异步信息输送到检测系统，这在服务中是很难编码的。例如当工作人员决定使用更新的类型时，我们还得去改代码，然后重新部署，至少这样不是最好的。
我们可以把这行类型信息存在Redis中，这样Zato就可以从中读取。
操作：Key/value DB -> Remote commands
点击后，出现窗口，可以直接执行Redis命令，下面是执行INFO后的输出：
下面执行3个Redis命令
LPUSH myapp:fraud-detection:cust-type A
LPUSH myapp:fraud-detection:cust-type B
LPUSH myapp:fraud-detection:cust-type C
现在重新更改服务代码，用LRANGE来读取所有的配置值：
# stdlib
from datetime import datetime
from json import dumps, loads
# Zato
from zato.server.service import Service
class GetClientDetails(Service):
def should_notify_frauds(self, cust_type):
config_key = 'myapp:fraud-detection:cust-type'
return cust_type in self.kvdb.conn.lrange(config_key, 0, -1)
def handle(self):
request = dumps(self.request.payload)
self.logger.info('Request: {}'.format(self.request.payload))
self.logger.info('Request type: {}'.format(type(self.request.payload)))
# Fetch connection to CRM
crm = self.outgoing.plain_http.get('CRM')
# Fetch connection to Payments
payments = self.outgoing.plain_http.get('Payments')
# Grab the customer info ..
cust = crm.conn.send(request)
cust = loads(cust.text)
# .. and last payment's details
last_payment = payments.conn.send(request)
last_payment = loads(last_payment.text)
self.logger.info('Customer details: {}'.format(cust))
self.logger.info('Last payment: {}'.format(last_payment))
# Create response
response = {}
response['first_name'] = cust['firstName']
response['last_name'] = cust['lastName']
response['last_payment_date'] = last_payment['DATE']
response['last_payment_amount'] = last_payment['AMOUNT']
response = dumps(response)
# Create a request to fraud detection and send it asynchronously
# but only if a customer is of a certain type.
if self.should_notify_frauds(self.request.payload['cust_type']):
fraud_request = {}
fraud_request['timestamp'] = datetime.utcnow().isoformat()
fraud_request['request'] = request
fraud_request['response'] = response
fraud_request = dumps(fraud_request)
self.outgoing.zmq.send(fraud_request, 'Fraud detection')
else:
self.logger.info('Skipped fraud detection for CID {}'.format(self.cid))
self.logger.info('Response: {}'.format(response))
# And return response to the caller
这样当新的事物来的时候，我们只需要操作Redis数据库，不需要修改服务代码，不需要重新热部署。
统计
web前端有丰富的展示统计信息页面。
可以两种类型的统计信息
- 由Zato产生的统计信息
- 由load-balancer产生的统计信息
前一个统计信息可以发现一个服务的好坏；后一个可以用来诊断集群中不良的端点。
例如：
可以看到在我们的服务在最慢的10个服务之列，平均相应时间(M)为147.87ms，这并不意味着很差，因为所有服务的平均相应时间（AM）为857ms。同时可以分析到该服务占总服务数量的3%，占用时间占总时间的9%，倒数第二列告知在最后一小时（TU）总共有299次服务请求。最后一列显示其趋势。
对于load-balancer，可以通过web前端页面分析LB的统计信息。注意这一部分需要一个新的认证信息，它是由潜在的HAProxy直接管理，账户和密码在$path/load-balancer/config/repo/zato.config，admin1为账户名，后面对应的为密码。当然里面密码可以改变，需要重启下服务方可生效。
