高并发 Nginx+Lua OpenResty系列（4）——Lua 模块开发

最新推荐文章于 2024-06-24 21:17:57 发布

原创最新推荐文章于 2024-06-24 21:17:57 发布 · 544 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#Nginx #Lua #OpenResty #高并发 #高性能

OpenResty 同时被 3 个专栏收录

12 篇文章

订阅专栏

Nginx

12 篇文章

订阅专栏

Lua

11 篇文章

订阅专栏

本文介绍Lua模块化开发的重要性及在OpenResty环境下的实践过程，包括如何利用第三方库，如cjson、redis客户端等，以及如何在Nginx中配置和使用这些模块，实现数据共享。

在实际开发中，不可能把所有代码写到一个大而全的lua文件中，需要进行分模块开发；而且模块化是高性能Lua应用的关键。使用require第一次导入模块后，所有Nginx 进程全局共享模块的数据和代码，每个Worker进程需要时会得到此模块的一个副本（Copy-On-Write），即模块可以认为是每Worker进程共享而不是每Nginx Server共享；另外注意之前我们使用init_by_lua中初始化的全局变量是每请求复制一个；如果想在多个Worker进程间共享数据可以使用ngx.shared.DICT或如Redis之类的存储。
在/usr/openResty/lualib中已经提供了大量第三方开发库如cjson、redis客户端、mysql客户端：
在这里插入图片描述
需要注意在使用前需要将库在nginx.conf中导入：

#lua模块路径，多个之间”;”分隔，其中”;;”表示默认搜索路径，默认到/usr/servers/nginx下找  

lua_package_path "/usr/openResty/lualib/?.lua;;"; #lua 模块

lua_package_cpath "/usr/openResty/lualib/?.so;;"; #c 模块

使用方式是在lua中通过如下方式引入：

-- 初始化耗时的模块
local redis =  require("resty.redis")
local cjson =  require("cjson")

接下来我们来开发一个简单的lua模块。

vi /usr/openResty/lualib/module1.lua

module1.lua

local count = 0
local function hello()
   count = count + 1
   ngx.say("count : ", count)
end

local _M = {
   hello = hello
}

return _M

开发时将所有数据做成局部变量/局部函数；通过 _M导出要暴露的函数，实现模块化封装。
接下来创建test_module_1.lua
test_module_1.lua

local module1 = require("module1")

module1.hello()

使用 local var = require(“模块名”)，该模块会到lua_package_path和lua_package_cpath声明的的位置查找我们的模块，对于多级目录的使用require(“目录1.目录2.模块名”)加载。

openResty.conf配置文件

    location /lua_module_1  {
        default_type "text/html";
        lua_code_cache on;
        content_by_lua_file /usr/openResty/lua/test_module_1.lua;
    }

test_module_1.lua

local model1 = require("model1")

model1.hello()

访问如http://127.0.0.1/lua_module_1进行测试，会得到类似如下的数据，count会递增
count : 1
count ：2
……
count ：N
此时可能发现count一直递增，假设我们的worker_processes 2，我们可以通过kill -9 nginx worker process杀死其中一个Worker进程得到count数据变化。
假设我们创建了vim /usr/openResty/lualib/test/module2.lua模块，可以通过local module2 = require(“test.module2”)加载模块
基本的模块开发就完成了，如果是只读数据可以通过模块中声明local变量存储；如果想在每Worker进程共享，请考虑竞争；如果要在多个Worker进程间共享请考虑使用ngx.shared.DICT或如Redis存储。