python openstack oslo_config使用_OpenStack oslo config的实现与应用,OpenStackosloconfig,及,使用,技术,探讨...

一、简介

众所周知，oslo_config是openstack框架下各服务加载配置文件(.conf)所使用的通用库，配置文件一般放在/etc目录的工程目录下，oslo_config一般是在服务启动时，提前加载配置数据到内存中，之后供服务使用；此处不啰嗦太多，主要还是探讨oslo_config cfg.py文件的设计优点。

二、cfg.py解析

class ConfigOpts(collections.Mapping):

def __init__(self):

pass # 初始化代码省略

...

def __clear_cache(f):

pass

def __call__(self, ...):

pass

def __getattr__(self, name):

pass

def __getitem__(self, key):

pass

def __iter__(self):

pass

@__clear_cache

def clear(self):

pass

CONF = ConfigOpts()

以上核心代码全部省，请查阅以上只分析这么设计的好处：

继承collections.Mapping，collections.Mapping为一个抽象map类，继承此类必须实现这几个抽象方法：__getitem__, __iter__, __len__，并且继承了dict一些通用方法，将ConfigOpts变成了一个字典类，可以像使用dict函数一样使用ConfigOpts创建的对象。

__init__中并未有传参来初始化变量，但是同步实现了__calll__，这么设计是为了之后使用单例设计模式埋下伏笔，程序的末尾CONF对象可以像函数一样调用初始化内部参数，只要在一处初始化之后，其余模块直接from cfg import CONF就可以直接使用这个实例对象，CONF这个实例对象就会一直加载在内存中，直到服务进程结束，很方便其余线程使用，并且不需要加线程锁来避免高并发引来的数据竞争问题 。

__getattr__重实现，可以将CONF实例获取key值时，直接使用CONF.key_name就可以获取，而不用使用CONF["key_name"]，简化了数据获取操作；实际上通过CONF["key_name"]获取value值时，调用的__getitem__方法，而__getitem__方法内部函数调用__getattr__获取的值。

__iter__将CONF对象遍历时变成一个迭代器对象，有助于提升性能。

__clear_cache实现成为一个装饰器，在调用clear方式的时候使用；ConfigOpts的缓存是在get操作获取key的value值时使用，将每次获取的key与value值缓存到一个字典中，在之后的调用中先从字典中直接获取，此处代码未展示出来，想要看的可以看源码。

注意：

刚才说了，此种设计可以理解成一种伪单例设计模式，但是初始化CONF时必须保证是在服务刚启动，其余模块未加载CONF中的数值时进行

三、引发思考

oslo_config用来加载配置项，但是一般配置项在使用中途，都有可能更换配置项的参数值，但是更新之后，服务中加载的配置项还是旧的值，这如何处理？

思考：由于oslo_config加载的配置项数据在内存中，使用其余的服务修改conf文件内容，确实不好对内存中的数据做修改；此处oslo_config将配置项的数据直接加载在内存中供服务使用，我觉得是从两方面考量的，一个是一般配置项数据本身比较少，加载在内存中也占用不了太大空间；第二个是一般配置项数据，服务会频繁使用，放在存在中取数据速度会很快，提升性能；但是缺点就是如果配置项中的数据如果在服务运行途中发生变更，在不重启服务的前提下确实不好处理；

从性能方面考虑感觉可以有如下两种方案可以解决此问题：

修改配置项之后，立马重启服务，这我感觉是一种比较挫的方法

将修改后的配置项写入memcache或者redis中，每次从CONF中获取数值时，先校验redis中是否有值，如果Redis中有值的话，更新CONF中的值，将Redis中的值移除，我感觉这种方式可以解决此种问题，而且不用重启服务