Skip to content

Latest commit

 

History

History
203 lines (154 loc) · 10.3 KB

README.md

File metadata and controls

203 lines (154 loc) · 10.3 KB
Raw

Система управления проектами

Платформа должна помочь вести проекты которые реализуются в рамках стажировки молодых специалистов.

Аналитика успеваемости стажёров.

Собственная система ведения задач. По причине блокировок пользователей такими ресурсами как Trello и ограничение на использование на подобных ресурсах.

Управление командами и участниками стажировки.

Старт

переименовать
.env.example на .env

Запустить сборку

docker-compose up --build

Alembic migrate

Не выключая контейнеры выполнить команду

docker exec -it sup-back alembic upgrade head

Перейти по адресу

http:\\127.0.0.1:8000\docs

Alembic создание migrations

Не выключая контейнеры выполнить команду

docker exec -it sup-back alembic revision --autogenerate -m 'название модели или миграции'

Будет полезным для ознакомления (видео)

Слоистая архитектура

Слоистая Архитектура на FastAPI

Инструменты

  • Python 3.12
  • FastAPI
  • SqlAlchemy
  • Postgres
  • Alembic
  • Docker

Архитектура и структура

Контексты

Отчасти подобие элемента DDD (Domain-driven design) - ограниченный контекст (bounded context).

Не требуется глубоко разбираться в DDD, но без понимания контекста никуда.

Контроллеры

Контроллеры везде называют по разному: routers, endpoints, controllers, мы используем controllers.

Контроллеры отвечают за запрос\ответ. Можно сказать что они должны быть "тупые", не иметь бизнес-логики, вообще не иметь бизнес-логики.

Они вызывают нужные зависимости: авторизация, проверка прав и т.д. Передают данные в сервис. Обрабатывают HttpExceptions.

Сервисы

Сервис - это "бизнес контроллеры", отвечает за бизнес логику, взаимодействуют с репозиторием и другими сервисами.

Если в пределах одной сессии (в нашем случае SqlAlchemy) нужно взаимодействовать с несколькими репозиториями, то следует использовать QueryRepository.

Репозитории

Репозиторий — это коллекция, которая содержит сущности, может фильтровать и возвращать результат обратно, в зависимости от требований нашего приложения. Где и как он хранит эти объекты, является ДЕТАЛЬЮ РЕАЛИЗАЦИИ.

В нашем случае репозиторий может взаимодействовать с базой данных, например Postgres, Redis, MongoDB.

Каждый отдельный репозиторий взаимодействует только с одной моделью (таблицей).

Паттерн репозиторий служит цели отделить логику работы с БД от бизнес-логики приложения. Лично для себя выделяю основной плюс в переиспользовании методов выборки.

Примерами методов репозитория могут быть такие названия методов как:

  • get_single()
  • get_by_id()
  • get_user_list()
  • get_multi()
  • и т.д.

Также репозиторий может использоваться для create/update/delete операций.

Структура

Контексты - отдельная часть логики проекта. Содержит свои контроллеры, сервисы, репозитории, зависимости, модели, exceptions и т.д.

Способ организации кода

  • Файлы находятся в папке разбитые по контекстам. Каждый контекст относится к определенной сущности либо бизнес-процессу.
  • Для выборок данных используем паттерн репозиторий.
  • Бизнес-логика и операции создания/изменения моделей выносим в сервис-классы. Сервис классы не хранят свое состояние, что позволяет их переиспользовать без повторной инициализации.
  • Для того чтобы не зависеть от Request в сервисы передаем либо одиночные параметры, либо DTO (Pydantic Model). Это позволяет переиспользовать код вне контроллеров (например, команда создания нового пользователя и т.д.).
  • Стараемся, чтобы модели оставались максимально тонкими. В основном содержат в себе связи (relations).
  • Все relation_ship lazy должны быть raise_on_sql

Директории и файлы

Основное

  • migrations - директория alembic для миграций
  • migrations/versions - файлы миграций
  • migrations/base.py - файл с импортированными модулями моделей для работы автогенерации миграций
  • migrations/env.py - скрипт alembic для работы миграций
  • src - верхний уровень, содержит общие routes, main.py и все контексты
  • src/config - директория для общих настроек
  • src/config/database/db_config.py - настройки базы данных
  • src/config/database/db_helper.py - получение сессии базы данных
  • src/config/project_config.py - настройки для проекта
  • src/main.py - корень проекта, который запускает приложение FastAPI
  • src/routes.py - общие routers для всех приложений проекта
  • tests - тесты проекта
  • .env.example - пример (шаблон) для файла .env, переменные окружения
  • pyproject.toml - файл зависимостей для poetry
  • poetry.lock - обеспечить согласованность между текущими установленными зависимостями и теми, которые вы указали в файле pyproject.toml

Контексты

Библиотека (переиспользуемый код)

  • src/lib/models/base_model - базовый класс SqlAlchemy
  • src/lib/dtos/base_dto - класс базовой модели Pydantic, с настройкой для интеграция с ORM (Ранее известный как "ORM Mode"/from_orm)

Файлы контекста

  • prefix_controller.py - контроллеры контекста
  • prefix_repository.py - работа с БД (Postgres, Redis, MongoDB и т.д.)
  • prefix_service.py - специфичная для модуля бизнес-логика
  • prefix_schema.py - pydantic модели
  • routes.py - общие routes для всех контроллеров контекста
  • prefix_model.py - модели ORM

Дополнительные файлы контекста

  • dependencies.py - зависимости для контекста
  • exceptions.py - специфические для контекста исключения
  • constants.py - константы контекста

Соглашения

  • Логическая часть проекта находиться внутри контекста
  • Контекст называем в единственном числе (например session, user, support)
  • Избегаем длинных названий файлов и используем _ (например user_service.py)
  • Сущности более одной собираются в папки (например services, schemas)
  • Поддерживаем цепочку Controller -> Service -> Repository
  • Запросы контекста пишем в локальном репозитории (например support_repository.py)

Импорты

Вначале, описываем библиотеки, группируем логически.

from starlette.status import HTTP_400_BAD_REQUEST, HTTP_204_NO_CONTENT
from fastapi import Depends, HTTPException, APIRouter

Перечисляем используемые контексты.

from ...auth.user_schema import UserSchema
from ...auth.auth_service import is_admin

В конце, локальные зависимости контекста.

from ..schemas.support_schema import (
    CreateSupportSchema,
    UpdateSupportSchema,
    SupportResponseSchema
)
from ..services.support_service import SupportService

Что дополнительно можно почитать

DTO в Python. Способы реализации

Python и чистая архитектура

Архитектура ПО

Bounded contexts будь проще