如何實現一個簡單的RPC
RPC的實現原理
正如上一講所說,RPC主要是為了解決的兩個問題:
- 解決分散式系統中,服務之間的呼叫問題。
- 遠端呼叫時,要能夠像本地呼叫一樣方便,讓呼叫者感知不到遠端呼叫的邏輯。
還是以計算器Calculator為例,如果實現類CalculatorImpl是放在本地的,那麼直接呼叫即可:
現在系統變成分散式了,CalculatorImpl和呼叫方不在同一個地址空間,那麼就必須要進行遠端過程呼叫:
那麼如何實現遠端過程呼叫,也就是RPC呢,一個完整的RPC流程,可以用下面這張圖來描述:
其中左邊的Client,對應的就是前面的Service A,而右邊的Server,對應的則是Service B。
下面一步一步詳細解釋一下。
- Service A的應用層程式碼中,呼叫了Calculator的一個實現類的add方法,希望執行一個加法運算;
- 這個Calculator實現類,內部並不是直接實現計算器的加減乘除邏輯,而是通過遠端呼叫Service B的RPC介面,來獲取運算結果,因此稱之為Stub;
- Stub怎麼和Service B建立遠端通訊呢?這時候就要用到遠端通訊工具了,也就是圖中的Run-time Library,這個工具將幫你實現遠端通訊的功能,比如Java的Socket,就是這樣一個庫,當然,你也可以用基於Http協議的HttpClient,或者其他通訊工具類,都可以,RPC並沒有規定說你要用何種協議進行通訊
- Stub通過呼叫通訊工具提供的方法,和Service B建立起了通訊,然後將請求資料發給Service B。需要注意的是,由於底層的網路通訊是基於二進位制格式的,因此這裡Stub傳給通訊工具類的資料也必須是二進位制,比如calculator.add(1,2),你必須把引數值1和2放到一個Request物件裡頭(這個Request物件當然不只這些資訊,還包括要呼叫哪個服務的哪個RPC介面等其他資訊),然後序列化為二進位制,再傳給通訊工具類,這一點也將在下面的程式碼實現中體現;
- 二進位制的資料傳到Service B這一邊了,Service B當然也有自己的通訊工具,通過這個通訊工具接收二進位制的請求;
- 既然資料是二進位制的,那麼自然要進行反序列化了,將二進位制的資料反序列化為請求物件,然後將這個請求物件交給Service B的Stub處理;
- 和之前的Service A的Stub一樣,這裡的Stub也同樣是個“假玩意”,它所負責的,只是去解析請求物件,知道呼叫方要調的是哪個RPC介面,傳進來的引數又是什麼,然後再把這些引數傳給對應的RPC介面,也就是Calculator的實際實現類去執行。很明顯,如果是Java,那這裡肯定用到了反射。
- RPC介面執行完畢,返回執行結果,現在輪到Service B要把資料發給Service A了,怎麼發?一樣的道理,一樣的流程,只是現在Service B變成了Client,Service A變成了Server而已:Service B反序列化執行結果->傳輸給Service A->Service A反序列化執行結果 -> 將結果返回給Application,完畢。
理論的講完了,是時候把理論變成實踐了。
把理論變成實踐
本文的示例程式碼,可到Github下載。
首先是Client端的應用層怎麼發起RPC,ComsumerApp:
public class ComsumerApp {
public static void main(String[] args) {
Calculator calculator = new CalculatorRemoteImpl();
int result = calculator.add(1, 2);
}
}
通過一個CalculatorRemoteImpl,我們把RPC的邏輯封裝進去了,客戶端呼叫時感知不到遠端呼叫的麻煩。下面再來看看CalculatorRemoteImpl,程式碼有些多,但是其實就是把上面的2、3、4幾個步驟用程式碼實現了而已,CalculatorRemoteImpl:
public class CalculatorRemoteImpl implements Calculator {
public int add(int a, int b) {
List<String> addressList = lookupProviders("Calculator.add");
String address = chooseTarget(addressList);
try {
Socket socket = new Socket(address, PORT);
// 將請求序列化
CalculateRpcRequest calculateRpcRequest = generateRequest(a, b);
ObjectOutputStream objectOutputStream = new ObjectOutputStream(socket.getOutputStream());
// 將請求發給服務提供方
objectOutputStream.writeObject(calculateRpcRequest);
// 將響應體反序列化
ObjectInputStream objectInputStream = new ObjectInputStream(socket.getInputStream());
Object response = objectInputStream.readObject();
if (response instanceof Integer) {
return (Integer) response;
} else {
throw new InternalError();
}
} catch (Exception e) {
log.error("fail", e);
throw new InternalError();
}
}
}
add方法的前面兩行,lookupProviders和chooseTarget,可能大家會覺得不明覺厲。
分散式應用下,一個服務可能有多個例項,比如Service B,可能有ip地址為198.168.1.11和198.168.1.13兩個例項,lookupProviders,其實就是在尋找要呼叫的服務的例項列表。在分散式應用下,通常會有一個服務註冊中心,來提供查詢例項列表的功能。
查到例項列表之後要呼叫哪一個例項呢,只時候就需要chooseTarget了,其實內部就是一個負載均衡策略。
由於我們這裡只是想實現一個簡單的RPC,所以暫時不考慮服務註冊中心和負載均衡,因此程式碼裡寫死了返回ip地址為127.0.0.1。
程式碼繼續往下走,我們這裡用到了Socket來進行遠端通訊,同時利用ObjectOutputStream的writeObject和ObjectInputStream的readObject,來實現序列化和反序列化。
最後再來看看Server端的實現,和Client端非常類似,ProviderApp:
public class ProviderApp {
private Calculator calculator = new CalculatorImpl();
public static void main(String[] args) throws IOException {
new ProviderApp().run();
}
private void run() throws IOException {
ServerSocket listener = new ServerSocket(9090);
try {
while (true) {
Socket socket = listener.accept();
try {
// 將請求反序列化
ObjectInputStream objectInputStream = new ObjectInputStream(socket.getInputStream());
Object object = objectInputStream.readObject();
log.info("request is {}", object);
// 呼叫服務
int result = 0;
if (object instanceof CalculateRpcRequest) {
CalculateRpcRequest calculateRpcRequest = (CalculateRpcRequest) object;
if ("add".equals(calculateRpcRequest.getMethod())) {
result = calculator.add(calculateRpcRequest.getA(), calculateRpcRequest.getB());
} else {
throw new UnsupportedOperationException();
}
}
// 返回結果
ObjectOutputStream objectOutputStream = new ObjectOutputStream(socket.getOutputStream());
objectOutputStream.writeObject(new Integer(result));
} catch (Exception e) {
log.error("fail", e);
} finally {
socket.close();
}
}
} finally {
listener.close();
}
}
}
Server端主要是通過ServerSocket的accept方法,來接收Client端的請求,接著就是反序列化請求->執行->序列化執行結果,最後將二進位制格式的執行結果返回給Client。
就這樣我們實現了一個簡陋而又詳細的RPC。
說它簡陋,是因為這個實現確實比較挫,在下一小節會說它為什麼挫。
說它詳細,是因為它一步一步的演示了一個RPC的執行流程,方便大家瞭解RPC的內部機制。
為什麼說這個RPC實現很挫
這個RPC實現只是為了給大家演示一下RPC的原理,要是想放到生產環境去用,那是絕對不行的。
1、缺乏通用性
我通過給Calculator介面寫了一個CalculatorRemoteImpl,來實現計算器的遠端呼叫,下一次要是有別的介面需要遠端呼叫,是不是又得再寫對應的遠端呼叫實現類?這肯定是很不方便的。
那該如何解決呢?先來看看使用Dubbo時是如何實現RPC呼叫的:
@Reference
private Calculator calculator;
...
calculator.add(1,2);
...
Dubbo通過和Spring的整合,在Spring容器初始化的時候,如果掃描到物件加了@Reference註解,那麼就給這個物件生成一個代理物件,這個代理物件會負責遠端通訊,然後將代理物件放進容器中。所以程式碼執行期用到的calculator就是那個代理物件了。
我們可以先不和Spring整合,也就是先不採用依賴注入,但是我們要做到像Dubbo一樣,無需自己手動寫代理物件,怎麼做呢?那自然是要求所有的遠端呼叫都遵循一套模板,把遠端呼叫的資訊放到一個RpcRequest物件裡面,發給Server端,Server端解析之後就知道你要呼叫的是哪個RPC介面、以及入參是什麼型別、入參的值又是什麼,就像Dubbo的RpcInvocation:
public class RpcInvocation implements Invocation, Serializable {
private static final long serialVersionUID = -4355285085441097045L;
private String methodName;
private Class<?>[] parameterTypes;
private Object[] arguments;
private Map<String, String> attachments;
private transient Invoker<?> invoker;
2、整合Spring
在實現了代理物件通用化之後,下一步就可以考慮整合Spring的IOC功能了,通過Spring來建立代理物件,這一點就需要對Spring的bean初始化有一定掌握了。
3、長連線or短連線
總不能每次要呼叫RPC介面時都去開啟一個Socket建立連線吧?是不是可以保持若干個長連線,然後每次有rpc請求時,把請求放到任務佇列中,然後由執行緒池去消費執行?只是一個思路,後續可以參考一下Dubbo是如何實現的。
4、 服務端執行緒池
我們現在的Server端,是單執行緒的,每次都要等一個請求處理完,才能去accept另一個socket的連線,這樣效能肯定很差,是不是可以通過一個執行緒池,來實現同時處理多個RPC請求?同樣只是一個思路。
5、服務註冊中心
正如之前提到的,要呼叫服務,首先你需要一個服務註冊中心,告訴你對方服務都有哪些例項。Dubbo的服務註冊中心是可以配置的,官方推薦使用Zookeeper。如果使用Zookeeper的話,要怎樣往上面註冊例項,又要怎樣獲取例項,這些都是要實現的。
6、負載均衡
如何從多個例項裡挑選一個出來,進行呼叫,這就要用到負載均衡了。負載均衡的策略肯定不只一種,要怎樣把策略做成可配置的?又要如何實現這些策略?同樣可以參考Dubbo,Dubbo - 負載均衡
7、結果快取
每次呼叫查詢介面時都要真的去Server端查詢嗎?是不是要考慮一下支援快取?
8、多版本控制
服務端介面修改了,舊的介面怎麼辦?
9、非同步呼叫
客戶端呼叫完介面之後,不想等待服務端返回,想去幹點別的事,可以支援不?
10、優雅停機
服務端要停機了,還沒處理完的請求,怎麼辦?
......
諸如此類的優化點還有很多,這也是為什麼實現一個高效能高可用的RPC框架那麼難的原因。
當然,我們現在已經有很多很不錯的RPC框架可以參考了,我們完全可以借鑑一下前人的智慧。
後面如果有(dian)機(zan)會(duo)的話,也將和大家分享一下如何一步一步優化現有的這塊RPC程式碼,把它做成一個小型RPC框架!
作者:柳樹之
連結:https://www.jianshu.com/p/5b90a4e70783
來源:簡書
簡書著作權歸作者所有,任何形式的轉載都請聯絡作者獲得授權並註明出處。