リアルタイム UI の力を解き放つ: React.js、gRPC、Envoy、Golang を使用したデータストリーミングの初心者ガイド-Golang-php.cn

リアルタイム UI の力を解き放つ: React.js、gRPC、Envoy、Golang を使用したデータストリーミングの初心者ガイド

WBOY

リリース： 2024-08-08 15:34:42

オリジナル

1137 人が閲覧しました

Unlock the Power of Real-Time UI: A Beginner

Naveen M 著

背景

Kubernetes プラットフォームチームの一員として、私たちはユーザーのワークロードをリアルタイムで可視化するという絶え間ない課題に直面しています。リソース使用量の監視から Kubernetes クラスターのアクティビティやアプリケーションのステータスの追跡まで、特定のカテゴリごとに利用可能なオープンソースソリューションが数多くあります。ただし、これらのツールはさまざまなプラットフォームに分散していることが多く、その結果、ユーザーエクスペリエンスが断片化されます。この問題に対処するために、私たちはサーバー側ストリーミングの力を採用し、ユーザーがプラットフォームポータルにアクセスするとすぐに、ライブリソースの使用状況、Kubernetes イベント、アプリケーションのステータスを配信できるようにしました。

導入

サーバー側ストリーミングを実装することで、データをユーザーインターフェイスにシームレスにストリーミングでき、手動更新や定期的な API 呼び出しを必要とせずに最新の情報を提供できます。このアプローチはユーザーエクスペリエンスに革命をもたらし、ユーザーは統合された簡素化された方法でワークロードの健全性とパフォーマンスを即座に視覚化できるようになります。リソース使用率の監視、Kubernetes イベントに関する最新情報の入手、アプリケーションステータスの監視など、当社のサーバー側ストリーミングソリューションはすべての重要な情報を 1 つのリアルタイムダッシュボードにまとめます。ライブストリーミングデータをユーザーインターフェイスに提供します。
重要な洞察を収集するために複数のツールやプラットフォームをナビゲートする時代は終わりました。当社の合理化されたアプローチにより、ユーザーは当社のプラットフォームポータルにアクセスした瞬間に、Kubernetes 環境の包括的な概要にアクセスできます。サーバーサイドのストリーミングの力を利用することで、ユーザーがワークロードを操作および監視する方法を変革し、ユーザーのエクスペリエンスをより効率的、直感的、そして生産的なものにしました。
私たちはブログシリーズを通じて、React.js、Envoy、gRPC、Golang などのテクノロジーを使用したサーバーサイドストリーミングのセットアップの複雑さをガイドすることを目的としています。

このプロジェクトには 3 つの主要なコンポーネントが関係しています:
1.バックエンド。Golang を使用して開発され、gRPC サーバー側ストリーミングを利用してデータを送信します。
2. Envoy プロキシ。バックエンドサービスを外部からアクセスできるようにする役割を果たします。
3.フロントエンド。React.js を使用して構築され、grpc-web を使用してバックエンドとの通信を確立します。
このシリーズは、開発者の多様な言語設定に対応するために複数のパートに分かれています。ストリーミングにおける Envoy の役割に特に興味がある場合、または Kubernetes での Envoy プロキシのデプロイについて知りたい場合は、2 番目のパート (Kubernetes のフロントエンドプロキシとしての Envoy) にジャンプしてその側面を探索するか、単にフロントエンド部分を確認したら、ブログのフロントエンド部分を確認してください。
この最初のパートでは、シリーズの最も簡単な部分「Go で gRPC サーバーサイドストリーミングをセットアップする方法」に焦点を当てます。サーバーサイドストリーミングを使用したサンプルアプリケーションを紹介します。幸いなことに、インターネット上には、好みのプログラミング言語に合わせて、このトピックに関する豊富なコンテンツが用意されています。

パート 1: Go を使用して gRPC サーバーサイドストリーミングをセットアップする方法

今こそ計画を実行に移すときです!次の概念の基本を理解していると仮定して、早速実装に入りましょう:

gRPC: クライアントとサーバーが効率的にデータを交換できるようにする通信プロトコルです。
サーバー側ストリーミング: この機能は、サーバーが大量のデータをクライアントに送信する必要がある場合に特に便利です。サーバー側ストリーミングを使用すると、サーバーはデータをより小さな部分に分割し、1 つずつ送信できます。クライアントは、データを十分に受信した場合、または待機時間が長すぎる場合に、受信を停止することを選択できます。

それでは、コードの実装から始めましょう。

ステップ 1: Proto ファイルを作成する
まず、クライアント側とサーバー側の両方で使用される protobuf ファイルを定義する必要があります。簡単な例を次に示します:

syntax = "proto3";

package protobuf;

service StreamService {
  rpc FetchResponse (Request) returns (stream Response) {}
}

message Request {
  int32 id = 1;
}

message Response {
  string result = 1;
}

ログイン後にコピー

このプロトファイルには、Request パラメータを受け取り、Response メッセージのストリームを返す FetchResponse という単一の関数があります。

Step 2: Generate the Protocol Buffer File

Before we proceed, we need to generate the corresponding pb file that will be used in our Go program. Each programming language has its own way of generating the protocol buffer file. In Go, we will be using the protoc library.
If you haven't installed it yet, you can find the installation guide provided by Google.
To generate the protocol buffer file, run the following command:

protoc --go_out=plugins=grpc:. *.proto

ログイン後にコピー

Now, we have the data.pb.go file ready to be used in our implementation.

Step 3: Server side implementation
To create the server file, follow the code snippet below:

package main

import (
        "fmt"
        "log"
        "net"
        "sync"
        "time"

        pb "github.com/mnkg561/go-grpc-server-streaming-example/src/proto"
        "google.golang.org/grpc"
)

type server struct{}

func (s server) FetchResponse(in pb.Request, srv pb.StreamService_FetchResponseServer) error {

        log.Printf("Fetching response for ID: %d", in.Id)

        var wg sync.WaitGroup
        for i := 0; i < 5; i++ {
                wg.Add(1)
                go func(count int) {
                        defer wg.Done()

                        time.Sleep(time.Duration(count)  time.Second)
                        resp := pb.Response{Result: fmt.Sprintf("Request #%d for ID: %d", count, in.Id)}
                        if err := srv.Send(&resp); err != nil {
                                log.Printf("Error sending response: %v", err)
                        }
                        log.Printf("Finished processing request number: %d", count)
                }(i)
        }

        wg.Wait()
        return nil
}

func main() {
        lis, err := net.Listen("tcp", ":50005")
        if err != nil {
                log.Fatalf("Failed to listen: %v", err)
        }

        s := grpc.NewServer()
        pb.RegisterStreamServiceServer(s, server{})

        log.Println("Server started")
        if err := s.Serve(lis); err != nil {
                log.Fatalf("Failed to serve: %v", err)
        }
}

ログイン後にコピー

In this server file, I have implemented the FetchResponse function, which receives a request from the client and sends a stream of responses back. The server simulates concurrent processing using goroutines. For each request, it streams five responses back to the client. Each response is delayed by a certain duration to simulate different processing times.
The server listens on port 50005 and registers the StreamServiceServer with the created server. Finally, it starts serving requests and logs a message indicating that the server has started.
Now you have the server file ready to handle streaming requests from clients.