《Python实战进阶》No11：微服务架构设计与Python实现

第11集：微服务架构设计与 Python 实现

2025年3月3日更新了代码和微服务运行后的系统返回信息截图，所有代码在 python3.11.5虚拟环境下运行通过。

微服务架构通过将复杂应用拆分为独立部署的小型服务，显著提升了系统的可扩展性和维护性。本集将结合 Python 生态工具（如 Flask、Nameko 和 Docker），从架构设计到代码实现，完整演示如何构建一个微服务系统。

---

一、微服务核心概念与设计原则

核心思想

单一职责：每个服务聚焦一个业务能力（如用户管理、订单处理）。独立部署：服务可独立开发、测试和部署，降低耦合性。轻量通信：通过 REST API 或消息队列（如 RabbitMQ）实现服务间通信。

设计挑战

服务发现、分布式链路追踪、数据一致性等问题需通过工具解决。

---

二、架构图与组件说明

（架构图，包含以下组件）

API 网关：统一入口，路由请求到对应服务（如使用 Flask 构建）。服务注册中心：管理服务实例地址（如 Consul）。用户服务：处理用户注册/登录（Flask + SQLAlchemy）。订单服务：管理订单逻辑（Flask + Redis）。异步任务队列：处理耗时操作（如 Celery）。

---

三、代码案例：用户服务与订单服务

1. 项目结构

microservices-demo/ ├── user-service/ # 用户服务（Flask） │ ├── app_user.py │ └── requirements.txt ├── order-service/ # 订单服务（Flask） │ ├── app_order.py │ └── requirements.txt └── docker-compose.yml # 容器编排(测试微服务可以通过cmd直接测试，不一定要安装Docker,Docker主要用于自动化部署和服务编排比较方便)

运行 python app_user.py后，会在根目录下自动新建一个var文件夹， 里面存放自动生成的 users.db数据库。 具体目录为：

microservices-demo/ ├── var/ │ ├── /app_user-instance │ └── users.db

2. 用户服务实现

# user-service/app_user.py from flask import Flask, jsonify, request from flask_sqlalchemy import SQLAlchemy app = Flask(__name__) app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///users.db' db = SQLAlchemy(app) class User(db.Model): id = db.Column(db.Integer, primary_key=True) username = db.Column(db.String(80), unique=True) password = db.Column(db.String(120)) @app.route('/register', methods=['POST']) def register(): data = request.json if not data or 'username' not in data or 'password' not in data: return jsonify({"message": "Bad Request: Missing username or password"}), 400 # Handle missing data # Check if the username already exists existing_user = User.query.filter_by(username=data['username']).first() if existing_user: return jsonify({"message": "Username already exists"}), 409 # Conflict error user = User(username=data['username'], password=data['password']) db.session.add(user) db.session mit() return jsonify({"message": "User created"}), 201 @app.route('/validate_user/<int:user_id>', methods=['GET']) def validate_user(user_id): with db.session() as session: user = session.get(User, user_id) if user: return jsonify({"message": "User is valid"}), 200 else: return jsonify({"error": "User not found"}), 404 if __name__ == '__main__': with app.app_context(): # Create an application context db.create_all() # Now this will work within the context app.run(port=5000)

在cmd运行 python app_user.py:

* Serving Flask app 'app_user' * Debug mode: off WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead. * Running on http://127.0.0.1:5000 Press CTRL+C to quit

新开一个cmd测试微服务是否运行： (注意：以下是windows CMD环境，如果是linux或MacOS, -d参数的双引号不需要转义符)

curl -X POST -H "Content-Type: application/json" -d "{\"username\":\"alice\",\"password\":\"pass123\"}" http://localhost:5000/register

系统返回：

{"message":"User created"}

表明关于用户创建的微服务创建并运行成功响应。

3. 订单服务实现

# order-service/app_order.py from flask import Flask, jsonify, request import requests app = Flask(__name__) # 模拟订单存储 orders = [] @app.route('/create_order', methods=['POST']) def create_order(): # 调用用户服务验证用户身份 user_id = request.json['user_id'] response = requests.get(f'http://localhost:5000/validate_user/{user_id}') if response.status_code != 200: return jsonify({"error": "Invalid user"}), 401 # 创建订单逻辑 orders.append({"user_id": user_id, "items": request.json['items']}) print(orders) return jsonify({"message": "Order created"}), 201 if __name__ == '__main__': app.run(port=5001)

**注意不要关闭 app_user.py 服务程序，因为 app_order.py 需要调用用户信息生成订单信息。 在新的 cmd 窗口运行 python app_order.py , 注意要先启动虚拟环境，同一个虚拟环境可以在多个cmd 窗口同时激活.

在cmd运行 python app_order.py:

* Serving Flask app 'app_order' * Debug mode: off WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead. * Running on http://127.0.0.1:5001 Press CTRL+C to quit

在测试用的 cmd 窗口 提交订单请求语句：

curl -X POST -H "Content-Type: application/json" -d "{\"user_id\":2,\"items\":[\"item1\"]}" http://localh ost:5001/create_order

测试窗口返回：

{"message":"Order created"}

5001 端口服务返回打印的订单信息：

[{'user_id': 2, 'items': ['item1']}, {'user_id': 2, 'items': ['item1']}]

4. 服务通信与容器化(不通过Docker部署也可以实现微服务，但是Docker作为微服务的技术实现比较方便高效，推荐使用)

编写 Dockerfile 在每个服务目录中创建 Dockerfile：

# user-service/Dockerfile FROM python:3.11-slim # 使用轻量级 Python 镜像 <button class="citation-flag" data-index="4"> WORKDIR /app_user COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt # 安装依赖 <button class="citation-flag" data-index="9"> COPY . . CMD ["python", "app_user.py"] # order-service/Dockerfile FROM python:3.11-slim WORKDIR /app_order COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt # <button class="citation-flag" data-index="4"><button class="citation-flag" data-index="9"> COPY . . CMD ["python", "app_order.py"]

通过 Docker Compose 编排服务（docker-compose.yml）：

version: '3' services: user-service: build: ./user-service ports: - "5000:5000" networks: - microservices-net order-service: build: ./order-service ports: - "5001:5001" networks: - microservices-net depends_on: - user-service networks: microservices-net: driver: bridge

---

四、关键实现细节 服务发现与负载均衡 使用 Consul 或 Kubernetes 实现动态服务发现。异步任务处理 通过 Celery + RabbitMQ 处理耗时操作（如发送邮件）。日志与监控 集成 ELK Stack（Elasticsearch, Logstash, Kibana）集中管理日志。

---

五、测试与验证 启动服务docker-compose up --build 测试用户注册curl -X POST -H "Content-Type: application/json" -d "{\"username\":\"alice\",\"password\":\"pass123\"}" http://localhost:5000/register 创建订单curl -X POST -H "Content-Type: application/json" -d "{\"user_id\":1,\"items\":[\"item1\"]}" http://localhost:5001/create_order

---

六、总结与最佳实践 优势：独立部署、技术栈灵活、易扩展。挑战：分布式复杂性、数据一致性需额外设计。推荐工具链： 同步通信：Flask + Requests异步通信：Nameko + RabbitMQ容器化：Docker + Kubernetes

---

七、扩展阅读 [Python 微服务通信机制设计 - CSDN容器化部署实践：Docker 与 Kubernetes微服务监控体系构建

下一集将深入讲解 Pandas 的高效数据清洗技巧，包括处理缺失值、多表合并与性能优化。