Neste exemplo, foi utilizado o serviço SQS da AWS Cloud para simular o consumo e adição de mensagens.
Além disso, foi utilizado o LcoalStack, uma ferramente que simula os serviços da AWS na sua máquina local. Para mais informações, consulte o site oficial: https://www.localstack.cloud/
Neste repositório, se encontra alguns arquivos terraform responsáveis pela configuração do ambiente AWS e também pela configuração das filas SQS utilizadas para este exemplo.
Inicialmente, no arquivo main.tf, é definido as informações sobre o provider utilizado:
terraform {
required_providers {
aws = {
source = "hashicorp/aws"
version = "5.35.0"
}
}
backend "local" {
path = "./state.tfstate"
}
}Logo abaixo, há as configurações referente a este provider. Como foi utilizado o LocalStack, existe algumas definições mais específicas para o correto funcionamento, como a definição dos endpoints de acesso para cada serviço.
provider "aws" {
region = "us-east-1"
access_key = "default"
secret_key = "default"
skip_credentials_validation = true
skip_metadata_api_check = true
skip_requesting_account_id = true
endpoints {
apigateway = "http://localhost:4566"
apigatewayv2 = "http://localhost:4566"
cloudformation = "http://localhost:4566"
cloudwatch = "http://localhost:4566"
dynamodb = "http://localhost:4566"
ec2 = "http://localhost:4566"
es = "http://localhost:4566"
elasticache = "http://localhost:4566"
firehose = "http://localhost:4566"
iam = "http://localhost:4566"
kinesis = "http://localhost:4566"
lambda = "http://localhost:4566"
rds = "http://localhost:4566"
redshift = "http://localhost:4566"
route53 = "http://localhost:4566"
s3 = "http://s3.localhost.localstack.cloud:4566"
secretsmanager = "http://localhost:4566"
ses = "http://localhost:4566"
sns = "http://localhost:4566"
sqs = "http://localhost:4566"
ssm = "http://localhost:4566"
stepfunctions = "http://localhost:4566"
sts = "http://localhost:4566"
}
}No outro arquivo terraform, o resource.tf, é encontrado a configuração relacionada a queue:
resource "aws_sqs_queue" "queue" {
name = "queue"
delay_seconds = 1 // tempo que a mensagem irá aguardar para ser disponibilizada para o processamento (S)
max_message_size = 2048
message_retention_seconds = 60 // tempo que a mensagem irá ficar oculta para um novo processamento (S)
receive_wait_time_seconds = 10 // tempo que o consumer irá aguardar para solicitar uma nova buscar por mensagens (S)
redrive_policy = jsonencode({ // configuração de política para Dead Letter
deadLetterTargetArn = aws_sqs_queue.queue_dl.arn
maxReceiveCount = 1 // quantidade de tentativas antes de enviar para a Dead Letter
})
tags = {
Environment = "localstack"
}
}
resource "aws_sqs_queue" "queue_dl" {
name = "queue-dl"
tags = {
Environment = "localstack"
}
}Feito isso, basta aplicar essas definições com os comandos:
terraform init
terraform validate
terraform apply -auto-approve
Assim, finalizando o processo, conseguimos simular corretamente o ambiente AWS e processar as mensagens no serviço SQS.
Obs: Para mais informações, basta acessar a documentação do terraform referente a AWS.
Para publicar as mensagens, foi adicionado um controller que contém um endpoint específico para isso.
Neste controller, há a configuração do client AWS, informando as configurações necessárias. Como estamos simulando localmente o serviço AWS, é necessário informação qual é a URL de acesso ao serviço principal>
public QueueController(MessageProcessedDTO messageProcessedDTO, AwsSettingsDTO awsSettings)
{
_messageProcessedDTO = messageProcessedDTO;
_awsSettings = awsSettings;
var awsCredentials = new AmazonSQSConfig
{
ServiceURL = _awsSettings.ServerEndpoint
};
_sqsClient = new AmazonSQSClient(awsCredentials);
}Após a configuração ser realizada, no endpoint é possível publicar a mensagem na fila desejada. para isso, no objeto do request, é necessário informar a URL da fila (juntamente com o nome) e o conteúdo desejado.
[HttpPost]
public async Task<IActionResult> AddMessage([FromQuery] bool toDeadLetter)
{
var content = new MessageDTO { PublishedAt = DateTime.Now, ToDeadLetter = toDeadLetter };
var messageRequest = new SendMessageRequest()
{
MessageBody = JsonSerializer.Serialize(content),
QueueUrl = $"{_awsSettings.QueueEndpoint}/queue"
};
await _sqsClient.SendMessageAsync(messageRequest);
return Ok();
}Com o processo de publicação definido, é necessário criar o consumer para que as mensagens sejam processadas. Para este exemplo, foi adicionado um background service que fica responsável por realizar este processamento.
Neste background service, foi adicionado dois processamentos: um para consumir a fila e outro para consumir a dead-letter dessa fila.
protected override async Task ExecuteAsync(CancellationToken stoppingToken)
{
await ConsumerQueue(stoppingToken);
await ConsumerDeadLetter(stoppingToken);
}Processamento da fila
private Task ConsumerQueue(CancellationToken stoppingToken)
{
string queueUrl = $"{_awsSettings.QueueEndpoint}/queue";
return Task.Factory.StartNew(async () =>
{
await _sqsClient.PurgeQueueAsync(queueUrl, stoppingToken);
while (!stoppingToken.IsCancellationRequested)
{
var request = new ReceiveMessageRequest()
{
QueueUrl = queueUrl,
};
var result = await _sqsClient.ReceiveMessageAsync(request, stoppingToken);
if (result.Messages.Any())
{
await Task.Factory.StartNew(async () =>
{
var message = result.Messages.Single();
var content = JsonSerializer.Deserialize<MessageDTO>(message.Body);
if (content.ToDeadLetter)
throw new Exception("Sending to DL...");
else
{
_messageProcessedDTO.LastMessageReceived = content;
await _sqsClient.DeleteMessageAsync(queueUrl, message.ReceiptHandle, stoppingToken);
}
});
}
}
}, stoppingToken, TaskCreationOptions.LongRunning, TaskScheduler.Default); ;
}Processamento da dead-letter
private Task ConsumerDeadLetter(CancellationToken stoppingToken)
{
string queueUrl = $"{_awsSettings.QueueEndpoint}/queue-dl";
return Task.Factory.StartNew(async () =>
{
await _sqsClient.PurgeQueueAsync(queueUrl, stoppingToken);
while (!stoppingToken.IsCancellationRequested)
{
var request = new ReceiveMessageRequest()
{
QueueUrl = queueUrl,
};
var result = await _sqsClient.ReceiveMessageAsync(request, stoppingToken);
if (result.Messages.Any())
{
var message = result.Messages.Single();
var content = JsonSerializer.Deserialize<MessageDTO>(message.Body);
_messageProcessedDTO.LastMessageDeadLetter = content;
await _sqsClient.DeleteMessageAsync(queueUrl, message.ReceiptHandle, stoppingToken);
}
}
}, stoppingToken, TaskCreationOptions.LongRunning, TaskScheduler.Current);
}Estes processamentos foram inseridos em uma nova Task, com o objetivo de não interferir no fluxo principal caso ocorra alguma exceção.
As configurações iniciais ao iniciar o projeto, como as definições de Dependency Injection, estão sendo realizadas na class Program
var awsSettings = new AwsSettingsDTO();
var builder = WebApplication.CreateBuilder(args);
builder.Configuration.Bind("AwsConfiguration", awsSettings);
builder.Services.AddControllers();
builder.Services.AddEndpointsApiExplorer();
builder.Services.AddSwaggerGen();
builder.Services.AddHostedService<ConsumerBackgroundService>();
builder.Services.AddSingleton<MessageProcessedDTO>();
builder.Services.AddSingleton(awsSettings);Finalizando todo esse processo, existe um endpoint para visualizar as mensagens processadas, tanto na fila quanto da dead-letter
[HttpGet]
public IActionResult GetMessagesProcessed()
{
return Ok(_messageProcessedDTO);
}
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent