序
本后端项目中使用的技术堆栈主要包括：
Actix Web框架；
日志库；
Serde序列化；
雪花Id生成；
Env获取环境配置；
MongoDB访问；
Lazy_static全局静态初始化；
ELO算法；
在Git提交之前使用预提交进行检查；
具有Github操作的ci；
用中间映像编译代码并创建部署映像；
……
读完这篇文章后，你应该能够了解这些库的用法。
所以唐别废话了，开始吧！
代码实现
代码目录结构
整个项目的目录结构如下(无关文件已删除):
这里对此的解释是：github目录：Github Actions相关配置；
Src目录：项目源代码目录；预提交-配置. yaml:预提交配置；env:项目环境变量的配置；
Cargo.toml:Cargo项目配置；
Makefile:项目编译脚本；
Dockerfile:项目的Docker镜像配置；
Build-image.sh:打包镜像脚本；
对于src目录下的子目录，它这基本上很容易理解。
引入线
货运项目协议程序的切入点是：src/main . RS；
我们从主函数中做了什么：
src/main.rs
在导入文件中，首先启用一些库宏，声明Actix-Web框架的主要功能。
在main函数中，一般后端服务要做的事情已经完成：
获取环境配置；
初始化项目日志；
初始化资源：数据库、Id生成器等。
注册并启动服务；
让让我们分开来看。
和配置日志
获取环境配置
我们可以通过dotenv库分析项目下和系统环境变量中的配置；
只需要下面这句话：
dotenv()。ok()；
配置文件如下所示：包封/包围（动词envelop的简写）
MONGODB _ URI=MONGODB://admin:123456 @ localhost:27017/？retry writes=truew=majority log _ LEVEL=info snow flake _ MACHINE _ ID=1 snow flake _ NODE _ ID=1
主要配置MongoDB的连接地址、日志级别和雪花的配置；
上述语句将解决这些配置；
初始化记录器
main函数中的语句初始化记录器：
logger:init()；
是由该记录器模块封装的函数：
记录器/调制解调器
上面的代码首先定义了一个全局日志类型记录器；
并在init函数中初始化全局静态变量：LOGGER，用log:set_logger设置；
同时我们从环境变量中获取LOG_LEVEL的日志级别配置(如果没有设置，默认为INFO级别)，然后设置；
我们已经为日志记录器实现了log: log trail，这就是为什么我们可以将这种类型的变量设置为Logger！
在log: log trail的实现中，我们简单定义了log的输出格式和输出颜色；
可以看到在很多第三方库的支持下，rust还是很好用的！
初始化资源
接下来我们打电话：
资源：check_resources()。等待；service:init_file_service()。等待；
等待资源初始化完成；
以下初始化文件服务的逻辑非常简单，只是创建了一个临时文件：
我们重点介绍check_resources()函数，其中初始化并验证了MongoDB连接和雪花Id生成器；
相关资源的初始化在资源模块中完成；
资源检查功能在资源模块的入口模块中定义：
资源/模型
MongoDB通过Ping验证数据库连接，雪花通过创建Id验证正确性；
那么这些资源在哪里初始化呢？
主要是第一次用的时候被lazy_static初始化！
lazy_static的一个特点是，第一次使用这个变量时，它会被静态初始化；
让让我们分开来看：
src/resource/mongo.rs
上面的代码在lazy_static里！宏，异步初始化MongoDB的连接：
首先从环境变量中获取配置MONGODB_URI，然后初始化并保存在变量：MONGO_CLIENT中；
src/resource/id_generator.rs
类似于上面的初始化，这里我们从环境变量中得到：雪花_机器_ID和雪花_节点_ID，然后使用snowflakeybutter:new进行初始化；
同时，与MongoDB不同，这里需要使用互斥体进行封装，因为很有可能会出现多个线程同时获取ID的情况；
还有MongoDB 的客户端已经是：弧型！
我们还封装了get_id函数，不用暴露ID_GENERATOR_BUCKET变量就可以直接外部调用！
下面是测试我们的Id生成器的单个测试；
此时，我们的资源被初始化。
审计刘清
标签：项目函数环境变量