在Huma框架中管理服务依赖的最佳实践
2025-06-27 04:39:47作者:吴年前Myrtle
Huma是一个用于构建RESTful API的Go语言框架,它提供了强大的路由和OpenAPI支持。在实际开发中,我们经常需要在路由处理器中使用数据库客户端、S3存储服务等外部依赖。本文将探讨在Huma框架中管理这些服务依赖的最佳实践。
传统Chi路由中的依赖管理
在传统的Chi路由中,开发者通常会创建一个应用结构体来集中管理所有服务依赖:
type application struct {
config config
db *database.DB
s3Client *s3.S3
logger *slog.Logger
}
func (app *application) getBooks(w http.ResponseWriter, r *http.Request) {
book, err := app.db.getBook(id)
// ...
}
这种方式通过将依赖注入到应用结构体中,使所有处理器方法都能访问这些共享资源。
Huma框架中的依赖管理
Huma框架的创始人Daniel G. Taylor推荐了一种类似但更结构化的方法。我们可以为每个功能模块创建一个"服务器"结构体,专门管理该模块所需的依赖:
type HelloServer struct {
DB DBType
S3 S3Type
Log *slog.Logger
}
func NewHelloServer(db DBType, s3 S3Type, log *slog.Logger) *HelloServer {
return &HelloServer{
DB: db,
S3: s3,
Log: log,
}
}
注册路由处理器
在Huma中,我们可以为每个功能模块创建独立的注册方法,这些方法能够访问服务器结构体中的依赖:
func (s *HelloServer) RegisterHello(api huma.API) {
huma.Register(api, huma.Operation{
OperationID: "get-greeting",
Summary: "Get a greeting",
Method: http.MethodGet,
Path: "/greeting/{name}",
}, func(ctx context.Context, input *GreetingInput) (*GreetingOutput, error) {
// 使用依赖如s.DB或s.S3
s.Log.Info("Processing greeting request")
data, err := s.DB.Get(input.Name)
// ...
return nil, nil
})
}
主程序中的初始化
在主程序中,我们可以初始化所有依赖并注册各个功能模块:
func main() {
db := NewDB()
s3 := NewS3()
logger := slog.New(...)
hello := NewHelloServer(db, s3, logger)
router := chi.NewMux()
api := humachi.New(router, huma.DefaultConfig("My API", "1.0.0"))
huma.AutoRegister(api, hello)
http.ListenAndServe(":8888", router)
}
优势分析
这种架构设计有几个显著优势:
- 模块化:每个功能模块有自己的服务器结构体,职责清晰
- 依赖注入:便于单元测试时替换为mock对象
- 可扩展性:新增功能模块不会影响现有代码
- 资源管理:集中管理数据库连接等资源
测试友好性
这种设计特别适合测试驱动开发(TDD)。我们可以轻松地为处理器编写单元测试:
func TestGreetingHandler(t *testing.T) {
mockDB := &MockDB{}
mockS3 := &MockS3{}
logger := slog.New(...)
server := NewHelloServer(mockDB, mockS3, logger)
// 设置mock预期
mockDB.On("Get", "test").Return("Hello test", nil)
// 调用处理器函数并验证结果
// ...
}
总结
在Huma框架中,通过创建模块化的服务器结构体来管理服务依赖是一种清晰、可维护且测试友好的架构模式。这种方法结合了传统Chi路由的依赖管理优点,同时充分利用了Huma框架的特性,为构建生产级API服务提供了坚实的基础。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
798
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1