The documentation you are viewing is for Dapr v1.12 which is an older version of Dapr. For up-to-date documentation, see the latest version.

指南：创建一个有状态的服务

对可伸缩的副本使用状态管理

在这篇文章中，你将了解到如何使用选入(opt-in) 并发和一致性模型来创建一个可以水平扩展的有状态服务。

这可以把开发人员从困难的状态协调、冲突解决和失败处理中解放出来，允许他们以Dapr的API形式使用这些功能。

设置状态存储

状态存储组件代表 Dapr 用来与数据库进行通信的资源。 在本指南中，我们将使用 Redis 作为状态存储引擎。

在此查看那受支持的状态存储列表。

使用 Dapr CLI

当使用 dapr run 运行应用程序时，Dapr CLI 会自动提供一个状态存储（Redis）并创建相关的 YAML。 如果需要切换使用的状态存储引擎，用你选择的文件替换 /components 下的 YAML文件。

Kubernetes

在 Kubernetes 中配置不同的状态存储，请查阅这里。

强一致性和最终一致性

使用强一致性时，Dapr 将确保底层状态存储在写入或删除状态之前，一旦数据被写入到所有副本或收到来自 quorum 的 ack，就会返回响应。

对于 Get 类型的请求，Dapr 将确保存储引擎在副本间一致地返回最新的数据。 除非在对状态 API 的请求中另有指定，否则默认为最终一致性。

下面的例子使用了强一致性:

保存状态

下面的例子是用 Python 编写的，但适用于任何编程语言。

import requests
import json

store_name = "redis-store" # name of the state store as specified in state store component yaml file
dapr_state_url = "http://localhost:3500/v1.0/state/{}".format(store_name)
stateReq = '[{ "key": "k1", "value": "Some Data", "options": { "consistency": "strong" }}]'
response = requests.post(dapr_state_url, json=stateReq)

获取状态

下面的例子是用 Python 编写的，但适用于任何编程语言。

import requests
import json

store_name = "redis-store" # name of the state store as specified in state store component yaml file
dapr_state_url = "http://localhost:3500/v1.0/state/{}".format(store_name)
response = requests.get(dapr_state_url + "/key1", headers={"consistency":"strong"})
print(response.headers['ETag'])

删除状态

下面的例子是用 Python 编写的，但适用于任何编程语言。

import requests
import json

store_name = "redis-store" # name of the state store as specified in state store component yaml file
dapr_state_url = "http://localhost:3500/v1.0/state/{}".format(store_name)
response = requests.delete(dapr_state_url + "/key1", headers={"consistency":"strong"})

如果没有指定 concurrency 选项，last-write 是默认的并发模式。

First-write-wins 和 Last-write-wins

Dapr 允许开发人员在处理数据存储时选择两种常见的并发模式：First-write-wins 和 Last-write-wins。 在有多个应用程序实例，同时向同一个键进行写入的情况下，First-Write-Wins 策略非常有用。

Dapr 的默认模式是 Last-write-wins。

Dapr 使用版本号来确定一个特定的键是否已经更新。 客户端在读取键对应的值时保留版本号，然后在写入和删除等更新过程中使用版本号。 如果版本信息在客户端检索后发生了变化，就会抛出一个错误，这时就需要客户端再次执行读取，以获取最新的版本信息和状态。

Dapr利用 ETags 来确定状态的版本号。 ETags 标签从状态相关请求中以 ETag 头返回。

使用 ETags，当出现 ETag 不匹配时，客户端可以通过错误检查获知资源在上次检查后已经被更新。

下面的例子展示了如何获得 ETag，然后使用它来保存状态，然后删除状态：

下面的例子是用 Python 编写的，但适用于任何编程语言。

import requests
import json

store_name = "redis-store" # name of the state store as specified in state store component yaml file
dapr_state_url = "http://localhost:3500/v1.0/state/{}".format(store_name)
response = requests.get(dapr_state_url + "/key1", headers={"concurrency":"first-write"})
etag = response.headers['ETag']
newState = '[{ "key": "k1", "value": "New Data", "etag": {}, "options": { "concurrency": "first-write" }}]'.format(etag)

requests.post(dapr_state_url, json=newState)
response = requests.delete(dapr_state_url + "/key1", headers={"If-Match": "{}".format(etag)})

处理版本不匹配引起的失败

在这个例子中，我们将看到如何在版本发生变化时重试保存状态操作:

import requests
import json

# This method saves the state and returns false if failed to save state
def save_state(data):
    try:
        store_name = "redis-store" # name of the state store as specified in state store component yaml file
        dapr_state_url = "http://localhost:3500/v1.0/state/{}".format(store_name)
        response = requests.post(dapr_state_url, json=data)
        if response.status_code == 200:
            return True
    except:
        return False
    return False

# This method gets the state and returns the response, with the ETag in the header -->
def get_state(key):
    response = requests.get("http://localhost:3500/v1.0/state/<state_store_name>/{}".format(key), headers={"concurrency":"first-write"})
    return response

# Exit when save state is successful. success will be False if there's an ETag mismatch -->
success = False
while success != True:
    response = get_state("key1")
    etag = response.headers['ETag']
    newState = '[{ "key": "key1", "value": "New Data", "etag": {}, "options": { "concurrency": "first-write" }}]'.format(etag)

    success = save_state(newState)