Naveen M 著
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。
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。
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:
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; }
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。
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
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) } }
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.
Stay tuned for Part 2 where we will continue to dive into the exciting world of streaming data and how it can revolutionize your user interface.
以上がリアルタイム 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の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。