Skip to content

Latest commit

 

History

History
108 lines (74 loc) · 5.12 KB

README.md

File metadata and controls

108 lines (74 loc) · 5.12 KB
Raw

Redimensionador-de-Imagens-Uma-Solucao-Distribuida-com-RabbitMQ

Este repositório apresenta uma solução distribuída para o redimensionamento de imagens, composta por duas aplicações: uma API Rest, baseada no Django REST framework, que envia solicitações de imagem através do RabbitMQ para uma segunda aplicação que consome as solicitações, redimensiona as imagens e retorna o resultado para a API.

Arquitetura

Para o desenvolvimento desse projeto, foram criadas duas aplicações:
A aplicação API é responsável por fazer a interface com aplicações clientes, onde é possivel fazer solicitações para o processamento de imagens para serem redimensionadas, essas imagens são salvas dentro da aplicação API na pasta /imagens/ e o caminho no model Imagem que podem ser visualizadas pelas aplicações clientes para confirmar se o processamento foi finalizado.
As imagens são enviadas pela aplicação API, codificadas em base64, para o serviço de mensagem RabbitMq na fila "solicitações_imagem", onde a aplicação ImageResizer consome a mensagem e realiza o processamento para redimensionar a imagem, após finalizado ela envia a imagem codificada para a fila "resultados".
Na aplicação API, existe um script chamado ConsumerResults.py rodando em background que observa se possui novos resultados para consumir na fila, se tiver, ele salva a imagem no sistema e atualiza o status de processamento para finalizado no model.

API

POST /imaging/

Requisição

Método URL Conteúdo-Tipo Parâmetros
POST /imaging/ form-data arquivo: imagem a ser cadastrada (.png ou .jpg)

Resposta

Código de status Conteúdo
201 (Criado) em caso de sucesso id: ID da imagem cadastrada
arquivo: Caminho da imagem
data_upload: Data do upload da imagem
status_processamento: Status da imagem (por padrão será Pendente)

GET /imaging/

Requisição

Método URL
GET /imaging/

Resposta

Código de status Conteúdo
200 (OK) em caso de sucesso Lista de objetos: Cada um representando uma imagem cadastrada, incluindo seus dados (ID, arquivo, data de upload e status de processamento)

GET /imaging/{id}

Requisição

Método URL
GET /imaging/{id}

Resposta

Código de status Conteúdo
200 (OK) em caso de sucesso id: ID da imagem específica
arquivo: Caminho da imagem específica
status_processamento: Status da imagem específica (Pendente/Finalizado)
data_upload: Data do upload da imagem específica

DELETE /imaging/{id}

Requisição

Método URL
DELETE /imaging/{id}

Resposta

Código de status Conteúdo
204 (No Content) em caso de sucesso Não há conteúdo na resposta.

Testes unitários

Dentro da aplicação API, pode ser usado o comando python manage.py test imaging para rodar alguns testes unitários desenvolvidos, sendo eles:

  • Teste de cadastro
    Faz o procedimento padrão para solicitar uma imagem nova para processamento, deve aumentar um elemento na base de dados e retornar o status 201.
  • Teste de cadastro com algo que não é imagem
    Faz o procedimento para erro, tentando enviar um arquivo .txt, deve retornar o status 400.
  • Teste de busca de objeto
    Faz o procedimento de retorno de um objeto salvo na base de dados, deve retornar status 200.
  • Teste de deleção
    Faz o procedimnento de remoção de um objeto no banco, deve retornar status 204 e reduzir um elemento da base de dados.
  • Teste de atualização banco pós processamento
    Faz o procedimento de confirmação se o retorno dos resultados é salvo corretamente no sistema, o objeto deve estar com o status de processamento como Finalizado.

Inicialização do projeto

Docker

Para ser inicializado o projeto, a forma recomendada é utilizar o comando docker compose up --build dentro do root do projeto para trazer os três containers DjangoAPI, rabbitmq e image_processor.

Após iniciado você pode acessar localhost:8000 que deve abrir a interface de API padrão do Django REST framework, contudo caso prefira também é possível usar softwares como postman ou insomnia para testar as chamadas além de outras formas.

Ambientes virtuais

Caso prefira também pode executar "na mão" os comandos para inicializar o sistema, para isso é necessário ter setado ambientes virtuais na aplicação API e na ImageResizer, lembre-se de instalar os requirements.txt de cada uma.

Na pasta settings.py, na /API/DjangoApi/ e /ImageResizer/ possivelmente será necessário mudar a variavel MESSAGE_BROKER_HOST para 'localhost'.

Após feito isso rode os seguintes comandos:

  • Dentro da aplicação API

    python manage.py runserver

    python manage.py runscript ConsumerResults

  • Dentro da aplicação ImageResizer

    python ImageConsumer.py