BREAD BOT

Author: Lev Kudryashov

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

python version 3.9.4.
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
или
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

Если Вы хотите добавить/удалить/изменить зависимость, то необходимо придерживаться правил:

пользоваться инструментом pip-compile и pip-sync
Жестко прибивать версии пакетов при указании зависимостей
По возможности разделять на подфайлы dev/docker/testing/etc Правило изменения простые. Необходимо редактировать ТОЛЬКО файлы с расширением *.in и после указания зависимостей запускать команду:

pip-compile -r requirements/requirements.in
pip-compile -r requirements/dev.in

После чего будет автоматически изменен и исправлен файл одноименный файл с .txt расширением, в нашем случае - это requirements.txt. И можно спокойно коммитить.

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 -r requirements/requirements.txt

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:

python -m unittest --verbose --failfast --catch

Запустить создания данных по покрытию тестами

coverage run -m unittest

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 -m unittest && coverage html

Функциональность бота описана в About.md

zwartzon / bread_bot