Rabbitmq中的RPC通訊機制

阿新 • • 發佈：2018-11-01

具體工作機制：

Our RPC will work like this:

When the Client starts up, it creates an anonymous exclusive callback queue.
For an RPC request, the Client sends a message with two properties: reply_to, which is set to the callback queue and correlation_id, which is set to a unique value for every request.

The request is sent to an rpc_queue queue.
The RPC worker (aka: server) is waiting for requests on that queue. When a request appears, it does the job and sends a message with the result back to the Client, using the queue from the reply_to field.
The client waits for data on the callback queue. When a message appears, it checks the correlation_id

property. If it matches the value from the request it returns the response to the application.

客戶端程式碼：

#!/usr/bin/env python
import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

channel = connection.channel()

channel.queue_declare(queue='rpc_queue')

def fib(n):
    if n == 0:
        return 0
    elif n == 1:
        return 1
    else:
        return fib(n-1) + fib(n-2)

def on_request(ch, method, props, body):
    n = int(body)

    print(" [.] fib(%s)" % n)
    response = fib(n)

    ch.basic_publish(exchange='',
                     routing_key=props.reply_to,
                     properties=pika.BasicProperties(correlation_id = \
                                                         props.correlation_id),
                     body=str(response))
    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_qos(prefetch_count=1)
channel.basic_consume(on_request, queue='rpc_queue')

print(" [x] Awaiting RPC requests")
channel.start_consuming()

服務端程式碼：

#!/usr/bin/env python
import pika
import uuid

class FibonacciRpcClient(object):
    def __init__(self):
        self.connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

        self.channel = self.connection.channel()

        result = self.channel.queue_declare(exclusive=True)
        self.callback_queue = result.method.queue

        self.channel.basic_consume(self.on_response, no_ack=True,
                                   queue=self.callback_queue)

    def on_response(self, ch, method, props, body):
        if self.corr_id == props.correlation_id:
            self.response = body

    def call(self, n):
        self.response = None
        self.corr_id = str(uuid.uuid4())
        self.channel.basic_publish(exchange='',
                                   routing_key='rpc_queue',
                                   properties=pika.BasicProperties(
                                         reply_to = self.callback_queue,
                                         correlation_id = self.corr_id,
                                         ),
                                   body=str(n))
        while self.response is None:
            self.connection.process_data_events()
        return int(self.response)

fibonacci_rpc = FibonacciRpcClient()

print(" [x] Requesting fib(30)")
response = fibonacci_rpc.call(30)
print(" [.] Got %r" % response)

上面的這個程式是官網提供的，乍一看是不是有點懵，我們將程式進行分解：

第一步：普通的釋出者與訂閱者模型

釋出者：

#!/usr/bin/python
# -*- coding:utf-8 -*-

import pika
import sys,os
import time
import uuid

import pika
import os,sys
import time
import uuid


class FibonaciClint(object):
    def __init__(self):
        self.conn = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',port=5672))
        self.channel = self.conn.channel()
        self.channel.queue_declare(queue='rpc_queue',exclusive=False,durable=True)


    def call(self,message):
        print('....開始傳送訊息....==>%s'%message)

        self.uuid = str(uuid.uuid4())
        self.channel.basic_publish(exchange='',
                                   routing_key='rpc_queue',
                                   body=message,
                                   properties=pika.BasicProperties(
                                       delivery_mode=2,
                                       correlation_id = self.uuid,
                                   ))
        print('傳送訊息Successful...')

    def close(self):
        self.conn.close()


if __name__ == '__main__':
    fibonaci = FibonaciClint()
    message = ''.join(sys.argv[1:]) or 'Hello,RabbitMQ.'
    fibonaci.call(message)

訂閱者：

#!/usr/bin/python
# -*- coding:utf-8 -*-

import pika
import sys,os
import time
import uuid


class FibonaciServer(object):
    def __init__(self):
        self.conn = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',port=5672))
        self.channel = self.conn.channel()

    def fib(self,n):  # 定義一個主邏輯:斐波那契數列.===>程式的處理邏輯在這裡寫.
        if n == 0:
            return 0
        elif n == 1:
            return 1
        else:
            return self.fib(n - 1) + self.fib(n - 2)

    def on_request(self,channel,method,properties,body):
        print('----------------------------------------')
        print('正在消費的訊息:====>%s'%body)
        time.sleep(5)
        print('訊息的相關屬性為:')
        print(properties)
        self.channel.basic_ack(delivery_tag=method.delivery_tag)
        print('----------------------------------------')


    def call_back(self):
        self.channel.basic_qos(prefetch_count=2)
        self.channel.basic_consume(consumer_callback=self.on_request,
                                   queue='rpc_queue',
                                   no_ack=False)

    def start_consume(self):
        self.channel.start_consuming()


if __name__ == '__main__':
    fibonaci = FibonaciServer()
    fibonaci.call_back()
    fibonaci.start_consume()

執行資訊：

D:\Python34\python.exe "D:/Python Work Location/RabbitMQStudy/test/consumer.py"
----------------------------------------
正在消費的訊息:====>b'Hello,RabbitMQ.'
訊息的相關屬性為:
<BasicProperties(['correlation_id=4e0ec5e9-44c3-45c9-8a5c-686e34bf2785', 'delivery_mode=2'])>
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'Hello,RabbitMQ.'
訊息的相關屬性為:
<BasicProperties(['correlation_id=2d82b7e9-7e3a-4495-b40a-dcd334b983ee', 'delivery_mode=2'])>
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'Hello,RabbitMQ.'
訊息的相關屬性為:
<BasicProperties(['correlation_id=55ebcbdd-2f90-4c15-80b6-33bd90f05105', 'delivery_mode=2'])>
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'Hello,RabbitMQ.'
訊息的相關屬性為:
<BasicProperties(['correlation_id=fd6ff3c2-230c-44ac-9d7d-da8474de5bd6', 'delivery_mode=2'])>
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'Hello,RabbitMQ.'
訊息的相關屬性為:
<BasicProperties(['correlation_id=c4ad05cf-a1b4-4aec-a209-5a653b5154af', 'delivery_mode=2'])>
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'Hello,RabbitMQ.'
訊息的相關屬性為:
<BasicProperties(['correlation_id=854a8b6c-7c36-457c-bda6-29c53f5646f8', 'delivery_mode=2'])>
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'Hello,RabbitMQ.'
訊息的相關屬性為:
<BasicProperties(['correlation_id=433625d0-eed8-4546-ba5b-d41256fcb53c', 'delivery_mode=2'])>
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'Hello,RabbitMQ.'
訊息的相關屬性為:
<BasicProperties(['correlation_id=8bd94f42-2a5c-439c-9082-5883bfdb8481', 'delivery_mode=2'])>
----------------------------------------

第二步：增加部分屬性資訊（回撥佇列的名字作為訊息的屬性資訊傳送）

釋出者：

#!/usr/bin/python
# -*- coding:utf-8 -*-

import pika
import sys,os
import time
import uuid

import pika
import os,sys
import time
import uuid


class FibonaciClint(object):
    def __init__(self):
        self.conn = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',port=5672))
        self.channel = self.conn.channel()
        self.channel.queue_declare(queue='rpc_queue',exclusive=False,durable=True)

        #TODO 增加回調佇列(回撥佇列的名字作為屬性進行傳送.)
        result = self.channel.queue_declare(durable=True,exclusive=False)
        self.call_queue = result.method.queue


    def call(self,message):
        print('....開始傳送訊息....==>%s'%message)

        self.uuid = str(uuid.uuid4())
        self.channel.basic_publish(exchange='',
                                   routing_key='rpc_queue',
                                   body=message,
                                   properties=pika.BasicProperties(
                                       delivery_mode=2,
                                       correlation_id = self.uuid,
                                       reply_to=self.call_queue,   #增加一個屬性.
                                   ))
        print('傳送訊息Successful...')

    def close(self):
        self.conn.close()


if __name__ == '__main__':
    fibonaci = FibonaciClint()
    message = ''.join(sys.argv[1:]) or '3'
    fibonaci.call(message)

訂閱者：

#!/usr/bin/python
# -*- coding:utf-8 -*-

import pika
import sys,os
import time
import uuid


class FibonaciServer(object):
    def __init__(self):
        self.conn = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',port=5672))
        self.channel = self.conn.channel()

    def fib(self,n):  # 定義一個主邏輯:斐波那契數列.===>程式的處理邏輯在這裡寫.
        if n == 0:
            return 0
        elif n == 1:
            return 1
        else:
            return self.fib(n - 1) + self.fib(n - 2)

    def on_request(self,channel,method,properties,body):
        print('----------------------------------------')
        print('正在消費的訊息:====>%s'%body)
        time.sleep(5)
        print('訊息的相關屬性為:')
        print(properties)
        value = self.fib(int(body))
        print('原值: ',body,'斐波那契的執行結果: ',value)
        self.channel.basic_ack(delivery_tag=method.delivery_tag)
        print('----------------------------------------')


    def call_back(self):
        self.channel.basic_qos(prefetch_count=2)
        self.channel.basic_consume(consumer_callback=self.on_request,
                                   queue='rpc_queue',
                                   no_ack=False)

    def start_consume(self):
        self.channel.start_consuming()


if __name__ == '__main__':
    fibonaci = FibonaciServer()
    fibonaci.call_back()
    fibonaci.start_consume()

執行相關資訊：

===========>

D:\Python34\python.exe "D:/Python Work Location/RabbitMQStudy/test/consumer.py"
----------------------------------------
正在消費的訊息:====>b'3'
訊息的相關屬性為:
<BasicProperties(['correlation_id=b67e4865-0c5b-4d6a-bca0-32a9f0f26357', 'delivery_mode=2', 'reply_to=amq.gen-FaEBXSQ5llJzoK3lisTMJQ'])>
原值:  b'3' 斐波那契的執行結果:  2
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'3'
訊息的相關屬性為:
<BasicProperties(['correlation_id=db3cd6c4-ab01-43e5-8ede-86e9aa1b3bf9', 'delivery_mode=2', 'reply_to=amq.gen-vffPvlsxRGFwMHcjLAU2kg'])>
原值:  b'3' 斐波那契的執行結果:  2
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'3'
訊息的相關屬性為:
<BasicProperties(['correlation_id=94b1103e-aa62-43b5-8f63-f6c645e1265d', 'delivery_mode=2', 'reply_to=amq.gen-B4m6KcbtYPrlqOveQtnZaQ'])>
原值:  b'3' 斐波那契的執行結果:  2
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'3'
訊息的相關屬性為:
<BasicProperties(['correlation_id=efde1f20-765a-4c1b-bf25-d4b8a00e8c97', 'delivery_mode=2', 'reply_to=amq.gen-E5t24uT0lEON92GsZ0y7HA'])>
原值:  b'3' 斐波那契的執行結果:  2
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'1'
訊息的相關屬性為:
<BasicProperties(['correlation_id=3ed9af6a-6154-4877-ab6a-3b4a97c00c59', 'delivery_mode=2', 'reply_to=amq.gen-LJ5QpG1YwG5kq2XL5RnTTQ'])>
原值:  b'1' 斐波那契的執行結果:  1
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'2'
訊息的相關屬性為:
<BasicProperties(['correlation_id=380efb79-8d95-4e32-902f-64c5619f3cc0', 'delivery_mode=2', 'reply_to=amq.gen-rbp6hADtBC7CU0dJ3_iawA'])>
原值:  b'2' 斐波那契的執行結果:  1
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'3'
訊息的相關屬性為:
<BasicProperties(['correlation_id=ab363df4-ac91-4643-8cd7-50e977297131', 'delivery_mode=2', 'reply_to=amq.gen-pVsKxifFexmpneFDquTrSw'])>
原值:  b'3' 斐波那契的執行結果:  2
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'4'
訊息的相關屬性為:
<BasicProperties(['correlation_id=e6e75d07-7d55-4dcc-aa99-00d7ebea5967', 'delivery_mode=2', 'reply_to=amq.gen-O8kTGUggp2YxIsEs7UQJCQ'])>
原值:  b'4' 斐波那契的執行結果:  3
----------------------------------------
----------------------------------------
正在消費的訊息:====>b'5'
訊息的相關屬性為:
<BasicProperties(['correlation_id=d69dca66-71e6-4a2f-a4df-0a64be9a7d5b', 'delivery_mode=2', 'reply_to=amq.gen-qMEQFULAm7S6_WaIgF4tJw'])>
原值:  b'5' 斐波那契的執行結果:  5
----------------------------------------

第三步：完整程式

釋出者：

#!/usr/bin/python
# -*- coding:utf-8 -*-

import pika
import sys,os
import time
import uuid

import pika
import os,sys
import time
import uuid


class FibonaciClint(object):
    def __init__(self):
        self.conn = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',port=5672))
        self.channel = self.conn.channel()
        self.channel.queue_declare(queue='rpc_queue',exclusive=False,durable=True)

        #TODO 增加回調佇列(回撥佇列的名字作為屬性進行傳送.)
        result = self.channel.queue_declare(durable=True,exclusive=False)
        self.call_queue = result.method.queue

        #TODO 增加消費訊息部分程式碼
        self.channel.basic_consume(consumer_callback=self.on_response,
                                   queue=self.call_queue,
                                   no_ack=False)

    def on_response(self,channel,method,properties,body): #注意:這裡是相應結果
        print('RPC 正在獲取RPC響應結果:...')
        if self.uuid == properties.correlation_id:
            self.response = str(body)
            print('相關屬性資訊:')
            print(properties)
            print('獲取到的執行結果是:%s'%self.response)
        self.channel.basic_ack(delivery_tag=method.delivery_tag)


    def call(self,message):
        self.response = None
        self.uuid = str(uuid.uuid4())
        print('....開始傳送訊息....==>%s' % message)
        self.channel.basic_publish(exchange='',
                                   routing_key='rpc_queue',
                                   body=message,
                                   properties=pika.BasicProperties(
                                       delivery_mode=2,
                                       correlation_id = self.uuid,
                                       reply_to=self.call_queue,   #增加一個屬性.
                                   ))
        print('傳送訊息Successful...')

        while self.response is None:
            time.sleep(3)
            print('正在等待RPC呼叫結果....')
            self.conn.process_data_events()  #相當於非阻塞消費

        return self.response


    def close(self):
        self.conn.close()


if __name__ == '__main__':
    fibonaci = FibonaciClint()
    message = ''.join(sys.argv[1:]) or '3'
    fibonaci.call(message)

接受者：

#!/usr/bin/python
# -*- coding:utf-8 -*-

import pika
import sys,os
import time
import uuid


class FibonaciServer(object):
    def __init__(self):
        self.conn = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',port=5672))
        self.channel = self.conn.channel()

    def fib(self,n):  # 定義一個主邏輯:斐波那契數列.===>程式的處理邏輯在這裡寫.
        if n == 0:
            return 0
        elif n == 1:
            return 1
        else:
            return self.fib(n - 1) + self.fib(n - 2)

    def on_request(self,channel,method,properties,body):
        print('----------------------------------------')
        print('正在消費的訊息:====>%s'%body)
        time.sleep(5)
        print('訊息的相關屬性為:')
        print(properties)
        value = self.fib(int(body))
        print('原值: ',body,'斐波那契的執行結果: ',value)

        print('將計算的執行結果返回給RPC客戶端....')
        self.channel.basic_publish(exchange='',
                                   routing_key=properties.reply_to,
                                   body=str(value),
                                   properties=pika.BasicProperties(
                                       delivery_mode=2,
                                       correlation_id=properties.correlation_id,
                                   ))

        self.channel.basic_ack(delivery_tag=method.delivery_tag)
        print('----------------------------------------')


    def call_back(self):
        self.channel.basic_qos(prefetch_count=2)
        self.channel.basic_consume(consumer_callback=self.on_request,
                                   queue='rpc_queue',
                                   no_ack=False)

    def start_consume(self):
        self.channel.start_consuming()


if __name__ == '__main__':
    fibonaci = FibonaciServer()
    fibonaci.call_back()
    fibonaci.start_consume()

執行資訊：

===>

D:\Python34\python.exe "D:/Python Work Location/RabbitMQStudy/test/producer.py"
....開始傳送訊息....==>3
傳送訊息Successful...
正在等待RPC呼叫結果....
正在等待RPC呼叫結果....
正在等待RPC呼叫結果....
正在等待RPC呼叫結果....
正在等待RPC呼叫結果....
正在等待RPC呼叫結果....
正在等待RPC呼叫結果....
RPC 正在獲取RPC響應結果:...
相關屬性資訊:
<BasicProperties(['correlation_id=a86099bf-eff3-4835-989f-a20c2e240188', 'delivery_mode=2'])>
獲取到的執行結果是:b'2'

Process finished with exit code 0

===>

D:\Python34\python.exe "D:/Python Work Location/RabbitMQStudy/test/consumer.py"
----------------------------------------
正在消費的訊息:====>b'3'
訊息的相關屬性為:
<BasicProperties(['correlation_id=a86099bf-eff3-4835-989f-a20c2e240188', 'delivery_mode=2', 'reply_to=amq.gen-T84YRrsaktV_HWQdjqOWgw'])>
原值:  b'3' 斐波那契的執行結果:  2
將計算的執行結果返回給RPC客戶端....
----------------------------------------

OK,分解之後是不是容易理解多了.

Rabbitmq中的RPC通訊機制

具體工作機制： Our RPC will work like this: When the Client starts up, it creates an anonymous exclusive callback queue. For an RPC request, the

RabbitMQ中RPC的實現及其通信機制

pub elf tcl consumer 兩個 rabbit client margin result RabbitMQ中RPC的實現：客戶端發送請求消息，服務端回復響應消息，為了接受響應response，客戶端需要發送一個回調隊列的地址來接受響應，每條消息在發送的時候會帶

Spark內建框架rpc通訊機制及RpcEnv基礎設施-Spark商業環境實戰

本套系列部落格從真實商業環境抽取案例進行總結和分享，並給出Spark原始碼解讀及商業實戰指導，請持續關注本套部落格。版權宣告：本套Spark原始碼解讀及商業實戰歸作者（秦凱新）所有，禁止轉載，歡迎學習。 Spark商業環境實戰及調優進階系列 Spark商業環境實戰-Spark內建框架rpc通訊機制及

Rabbitmq中的工作機制以及相關的springboot整合

Rabbitmq中的工作機制以及相關的springboot整合 1.安裝rabbitmq 獲取rabbitmq映象：docker pull rabbitmq:management 建立並執行容器： docker run -d --hostname my

Spark內建框架rpc通訊機制及RpcEnv基礎設施-Spark商業實戰

1. Spark 內建框架rpc通訊機制 TransportContext 內部握有建立TransPortClient和TransPortServer的方法實現，但卻屬於最底層的RPC通訊設施。為什麼呢？因為成員變數RPCHandler是抽象的，所以Tran

openstack中的通訊機制

我們都知道openstack中有至少兩種通訊機制，一種是RESTful API，另一種是RPC呼叫，舉個例子，當nova與glance通訊的時候可能用的是RESTful API，而nova-api與nova-scheduler進行通訊的時候，卻是使用rab

分散式系統中的通訊機制

1 分散式系統及其透明性分散式系統是由多個相互連線的處理資源組成的計算系統，它們在整個系統的控制下可合作執行一個共同任務，最少依賴於集中的程式、資料或硬體。進一步說明如下： 1) 系統由多個處理器組成。 2) 這些計算機資源可以是物理上相鄰的、使用機器內部匯流排或開關連

RabbitMQ中的訊息回撥機制

最近在專案中需要用到RabbitMQ的訊息分發機制，Client端在傳送訊息給Server端處理之後還需要等待Server端的處理結果，開始很是困惑Server端如何將處理完成之後的結果再返回給相應傳送這個訊息的Client端，直到翻閱官方的資料才發現，Client端在傳送訊息的同時可以一併

C#中使用事件機制實現執行緒間的通訊

在圖形介面中的運用程式中，通常是主執行緒負責UI人機互動，而將需要迴圈執行和耗資源的邏輯程式碼和複雜的業務實現以及資料互動放到單獨一個執行緒裡執行。這樣可以保證主執行緒UI可以正常進行人機互動。而執行緒之間的資料互動，就涉及了執行緒通訊。這裡將通過一個給MCU升級韌體程式的IAP（在應用

Linux中程序間通訊機制----訊息佇列

一、什麼是訊息訊息（message）是一個格式化的可變長的資訊單元。訊息機制允許由一個程序給其它任意的程序傳送一個訊息。當一個程序收到多個訊息時，可將它們排成一個訊息佇列。 1、訊息機制的資料結構（1）訊息首部記錄一些與訊息有關的資訊，如訊息的型別、大小、

openstack中的rpc通訊

RPC即Remote Procedure Call(遠端方法呼叫)，是Openstack中一種用來實現跨程序(或者跨機器)的通訊機制。Openstack中同項目內(如nova, neutron, cinder...)各服務(service)及通過RPC實現彼此間通訊。 RC

基於Windows Socket 的網路通訊中的心跳機制原理

(2)SIO_KEEPALIVE_VALS 機制這是從彭博兄那裡學到一個機制拉，設定介面是WSAIoctl API: DWORD dwError = 0L ; tcp_keepalive sKA_Settings = {0}, sReturned = {0} ;

Android -- 網路模組中NetworkFactory與NetworkAgent的通訊機制

Android -- NetworkFactory與NetworkAgent的通訊機制轉自write.blog.csdn.net/postedit 在上一篇博文中講到，EthernetNetworkFactory包攬了Ethernet所有的網路管理操作，這其中就包含怎麼樣通知ConnectifyServi

[日更-2019.5.24、25、26] Android系統中的Binder通訊機制分析（一）--servicemanager

宣告其實對於Android系統Binder通訊的機制早就有分析的想法，記得去年6、7月份Mr.Deng離職期間約定一起對其進行

Java中的反射機制

導致 buffer 自己 net -- 實例 reflect .config lang 學習Java的同學註意了！！！學習過程中遇到什麽問題或者想獲取學習資源的話，歡迎加入Java學習交流群，群號碼：618528494 我們一起學Java！

Java中的反射機制（一）

erl void port 令行 sage [0 ray 輸出我們基本概念　　在Java運行時環境中，對於任意一個類，能否知道這個類有哪些屬性和方法？對於任意一個對象，能否調用它的任意一個方法？　　答案是肯定的。　　這種動態獲取類的信息以及動態調用對象的方法的功能

SAP WEBSERVICE Soap中RPC-style和Document-style

-m ack spa c-s odi schema 調用必須能夠 RPC是以方法調用的方式描寫敘述WebSerivce的，也就是說，你要說清楚調用的那個方法，以及各個參數的名稱和值。要描寫敘述這些東東。SOAP消息就要有一個統一的規範，指出那一部分是方法名。哪個部分

Mysql中那些鎖機制之InnoDB

插入記錄都在讀一行利用分數 .net new 第二版 delet 我們知道mysql在曾經。存儲引擎默認是MyISAM。可是隨著對事務和並發的要求越來越高，便引入了InnoDB引擎。它具有支持事務安全等一系列特性。 InnoDB鎖模式 InnoDB實現了兩種

Android中對Handle機制的理解

trac 意義還要 break create findview curl net protected 一、重要參考資料【參考資料】眼下來看，以下的幾個網址中的內容質量比較不錯。基本不須要再讀別的網址了。 1、android消息機制一

SylixOS中RPC簡介

sylixos rpc1、概述SylixOS中移植了SUN公司的開源RPC庫——libsunrpc，主要用於遠程過程調用，現對其通信機制及遠程調用過程做簡單的介紹。2、RPC通信機制 2.1 RPC介紹RPC（Remote Procedure Call Protocol）——遠程過程調用協議，它是一種通

Rabbitmq中的RPC通訊機制

相關推薦