精华 可持续的数据环境方案 - Macaca DataHub
发布于 7 年前 作者 xudafeng 6816 次浏览 最后一次编辑是 6 年前 来自 分享

环境问题一直困扰我们各位,缺乏数据或数据管理不善都会导致研发整体效率低下。行业内也有许多 Mock平台,以集中式服务为主。

Macaca DataHub 是开源的数据环境提供方案,能为项目研发全周期提供服务,Hub 顾名思义。

DataHub - Continuous data provider for development, testing, staging and production.

起初我们一直面临以下几个问题,并在寻求最优解的过程中基于 Eggjs 开发了 DataHub 项目。

数据源问题

研发期数据缺失,终端同学与服务端根据产品需求,或者已有服务,约定业务交互字段。此时终端同学会根据业务字段创建可以用来 Mock 的数据,数据源需要满足如下几个原则:

  • 标准化:由于终端几乎都基于同一层面的数据协议,各业务在数据交互上的通用性足以满足统一的要求,这里杜绝的个性化引入数据源附加的学习成本和 backup 成本
  • 非侵入:数据源注入不侵入项目代码本身,也就是说业务逻辑的代码不会感知数据来自哪里
  • 去中心:无中心服务依赖,工程本地即有数据备份,任何人可离线开发

场景问题

在面向复杂场景时,最常讲到的就是场景问题,除富交互编辑器一类的业务外,展示型业务的复杂往往意味着场景多,场景组合情况多,业务流转过程中分支多。组合场景的情况很容易遗漏关键场景,而且不好管理。一旦多人交叉协同,前后交互字段有调整导致信息流反复,追溯成本变高。

  • 可管理:场景数据需要可维护和管理,支持场景数据的语义化和基本的增删改
  • 版本化:场景数据需要与业务逻辑一样,具备可版本化能力,场景数据以明文形式在当前工程中集成

生命周期问题

研发期的数据相对好解决,但从研发全环节覆盖的视角看待这个问题时,需要考虑后续的问题才能从整体上解决。

  • 可迭代:场景数据可以随项目通过 Git timeline 管理,并作为交付必要部分
  • 一致性:数据源应该由上一个周期延续,并在系统集成测试时对接真实数据源
  • 文档化:一致性使得接口文档维护不再散乱、滞后,接口文档自动生成并保持迭代能力是最优解
  • 可测试:无论是进行交付前的函数单元测试、UI 单元测试,还是测试期的系统集成测试都需要依赖可组合数据源,集成测试阶段稳定性要求高,需要数据源服务对外围服务做屏蔽

其它问题

  • 录入成本:数据源人工初次录入成本较高,尤其是在联调期应该支持由请求快照自动录入
  • 问题排查:生产环境应该支持切换数据源,支持代理和快照记录

多环节覆盖

DataHub 支持从本地开发阶段,到集成测试阶段,以及上线前验证阶段的一系列数据环境需求,研发同学与测试同学直接面向 DataHub 管理数据即可,DataHub 可支持 iOS, Android 和前端工程。

去中心化

DataHub 采用去中心化设计,本地研发阶段每项实例都拥有一份独立的数据备份,数据为明文,可随当前项目版本管理工具进行版本化归档,使得项目数据能做到随开随用,支持离线开发。

另外,每份数据都可向远端服务推送并同步,满足不同阶段中心化协同的需要。

数据流动管理

DataHub 采用单向数据流动的原则,使当前项目下的数据内容及时变更并写入。

文档一致性

DataHub 将数据与字段描述整合处理,自动生成接口文档。使得文档能够与交互字段随时保持一致。

场景管理

DataHub 采用多场景设计,能够根据场景名称进行数据分组,同时提供了场景数据编辑功能,可以通过 DataHub 的面板界面进行操作。

请求快照

DataHub 兼备代理功能,会将最近请求的实时响应保存下来,便于归档。也就是说你可以通过已归档的快照随时复现和追溯当时的场景。

无缝接入

DataHub 提供命令行客户端,可以在任何时间拥有完整服务,Web 工程接入可以直接使用 Webpack 中间件无缝集成,与 Vue, React 等页面构建框架配合完成研发、测试以及覆盖率统计,客户端工程只需适配网络库即可接入。

无论你是前端,还是Noder?或者客户端开发?都可以从以下提供一些开源的样板示例得到参考。

多语言栈

为满足自动化测试随时对场景组合的要求,DataHub 提供了多语言客户端,开放的 API 可以完成更多定制化的操作和集成方式。目前支持 Node.js, Java 和 Python 三个技术栈,适用于更深入的工程实践。

支持多协议的探索

也尝试对 JAVA 栈 SOA 类服务层的数据做同样的管理,以完成集成测试阶段对环境的种种要求,提供任意协议的 RPC 数据内容,如 Dubbo 所使用的 hession,在实践的过程中发现映射为同一套描述成本很高,原因是在这类微服务框架的应用层面直接使用 Java Interface 来定义传输体结构,泛型的返回使得反序列化变难了,除非所有接口都返回 JSONObject。目前来看无论是基于 hession 还是 grpc,在框架层面都统一序列化成 JSON 协议最为通用,或者选择 RAML 一类的规范化 DSL 作为定义方式才会降低维护成本。


上手试试?

接下来我们来体验 DataHub。

1 通过 NPM 全局安装

$ npm i macaca-datahub -g

2 启动 DataHub 服务

$ macaca-datahub server

可以看到如下的提示,可以看到 DataHub 面板启动在 9200 端口,socket 启动在 9300 端口。

DataHub server start at: http://127.0.0.1:9200
websocket server start at: 9300

如果你习惯使用 Docker,那部署就更方便了,一个命令就可以搞定。DataHub 可以随时一键部署到你的研发系统中。

$ docker run -it -p 9200:9200 -p 9300:9300 macacajs/macaca-datahub

接下来就可以通过官方文档来创建 Hub 和 API 接口,上手文档


欢迎使用,欢迎共同探讨。

12 回复

欢迎讨论 欢迎提 issue

已经在项目中用起来了,大大提高研发和测试效率!

用过Datahub来开发,Datahub不仅可以生成对应场景的Mock数据,也能保存和共享Mock数据。Datahub的场景管理方便且易于上手,数据都能可视化操作。除此之外,Datahub能良好支持多端使用,可以为复杂工程提供数据支持。点个赞!

很方便的数据管理及多场景切换功能,再配合自动化测试简直太省心了

用过就知道 好用!

如果你的业务面临数据环境不稳定、质量回归成本高、跨团队协作重复劳动效能低,那么 DataHub 绝对不会让你失望。

回到顶部