記的學英語的時候,老是不記的某個詞是什麼意思,而後就看不下去了,只能問周圍的同窗或者老師或者去查詞典,他們的建議是經過上下文去推測這個詞大概的意思,反正我那會上學時沒理解,因此英文一直比較差。html
如今英語水平也沒提升多少,儘管有點領會。java
後來慢慢理解了一些,由於有些詞有不少種意思,放在某個場景下多是一個意思,放在另一個場景下又是其它的意思,這裏不舉例子了,上文有必定的類似度。git
客戶端因爲是一個獨立的環境,因此能夠認爲它處於一個屬於本身的上下文中,與其它的端隔離。在上下文中能夠指定一些公共的參數來提供給接口使用,好比:github
RPC版本號
客戶端請求ID
各種自定義的公共參數web
服務端同理,也處於一個屬於本身的上下文中,與其它端隔離。canvas
基本線程級別的訪問,讓客戶端或者服務端可以像訪問本地變量同樣訪問RPC框架級別的變量。好比咱們想將客戶端的一個請求ID傳遞給服務端,這個請求ID做用於全部接口,好比RPC的調用鏈追蹤,有兩種方式:ruby
接口中增長請求ID參數markdown
這個方案顯然是不能接受的,由於須要改的接口過多。多線程
接口不改的狀況下,在RPC框架中提供一個上下文,其中包含請求IDapp
這個方案顯然成本最小,好比這種樣調用:RpcContext.getRequestId();
在RpcContext對象中增長一個map類型的參數對象,能夠存聽任意擴展的參數。
public class RpcContext {
private Map<String,Object> contextParameters;
public Map<String, Object> getContextParameters() {
return contextParameters;
}
public void setContextParameters(Map<String, Object> contextParameters) {
this.contextParameters = contextParameters;
}
private static final ThreadLocal<RpcContext> rpcContextThreadLocal=new ThreadLocal<RpcContext>(){
@Override
protected RpcContext initialValue() {
RpcContext context= new RpcContext();
context.setContextParameters(Maps.newHashMap());
return context;
}
};
public static RpcContext getContext() {
return rpcContextThreadLocal.get();
}
public static void removeContext() {
rpcContextThreadLocal.remove();
}
private RpcContext() {
}
}
RpcRequest增長以下字段,用於服務端調用。
private Map<String,Object> contextParameters;
在後續新增長的過濾器使用。
private Map<String,Object> contextParameters;
RpcProxy在組裝RpcRequest對象時,從RpcContext中獲取最新的參數傳遞給RpcReuest,從而傳遞給服務端。
public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
RpcRequest request = new RpcRequest();
//...
request.setContextParameters(RpcContext.getContext().getContextParameters());
//...
}
主要做用就是從本線線程變量中獲取參數傳遞給RpcInvocation。
註解上的order屬性文章後面詳細介紹
@ActiveFilter(group = {ConstantConfig.CONSUMER},order = -1000)
public class ClientContextFilter implements RpcFilter {
private final static Logger logger = LoggerFactory.getLogger(ClientContextFilter.class);
@Override
public Object invoke(RpcInvoker invoker, RpcInvocation invocation) {
Map<String,Object> contextParameters=invocation.getContextParameters();
if(null==contextParameters){
contextParameters= Maps.newHashMap();
}
Map<String,Object> contextParametersFromRpcContext= RpcContext.getContext().getContextParameters();
if(null!=contextParametersFromRpcContext) {
contextParameters.putAll(contextParametersFromRpcContext);
}
Object rpcResponse=invoker.invoke(invocation);
logger.info("ClientContextFilter.invoke end");
return rpcResponse;
}
}
服務端上下文過濾器與客戶端的做用相反,是從RpcInvocation中獲取參數傳遞給本地線程變量RpcContext,後面在執行服務端方法時就能夠方便的經過RpcContext獲取指定變量。
@ActiveFilter(group = {ConstantConfig.PROVIDER},order = -1000)
public class ServerContextFilter implements RpcFilter {
private final static Logger logger = LoggerFactory.getLogger(ServerContextFilter.class);
@Override
public Object invoke(RpcInvoker invoker, RpcInvocation invocation) {
Map<String,Object> contextParameters=invocation.getContextParameters();
RpcContext.getContext().setContextParameters(contextParameters);
Object rpcResponse=invoker.invoke(invocation);
logger.info("ServerContextFilter.invoke end");
return rpcResponse;
}
}
由於咱們的RpcContext是個本地線程變量,並且Rpc服務端是多線程處理業務,因此須要在請求結束後及時的清理掉相關本地線程變量信息。這就須要清理上下文的過濾動做在最後執行,不然有會出現服務端方法尚未執行就被清空了參數。建立一個工具類,專門用來處理獲取客戶端以及服務端過濾器。
過濾器註解增長排序屬性
增長order字段,升級排列。
@Target({ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
@Component
public @interface ActiveFilter {
String[] group() default {};
String[] value() default {};
int order() default 999999999;
}
建立ActiveFilterUtil,包含下面兩個函數。
獲取特定註解的類,而後根據註解上的排序屬性升序排序。
private static List<Object> getActiveFilter(){
List<Object> rpcFilterList= Lists.newArrayList();
Map<String, Object> rpcFilterMapObject = ApplicationContextUtils.getApplicationContext().getBeansWithAnnotation(ActiveFilter.class);
if (null!=rpcFilterMapObject) {
rpcFilterList = Lists.newArrayList(rpcFilterMapObject.values());
Collections.sort(rpcFilterList, new Comparator<Object>() {
@Override
public int compare(Object o1, Object o2) {
ActiveFilter activeFilterO1 = o1.getClass().getAnnotation(ActiveFilter.class);
ActiveFilter activeFilterO2 = o2.getClass().getAnnotation(ActiveFilter.class);
return activeFilterO1.order() > activeFilterO2.order() ? 1 : -1;
}
});
}
return rpcFilterList;
}
提供給客戶端以及服務端的一個協助方法,便於客戶端以及服務構建過濾器職責鏈。
public static Map<String,RpcFilter> getFilterMap(boolean isServer){
List<Object> rpcFilterList=getActiveFilter();
Map<String,RpcFilter> filterMap=new HashMap<>();
for (Object filterBean : rpcFilterList) {
Class<?>[] interfaces = filterBean.getClass().getInterfaces();
ActiveFilter activeFilter=filterBean.getClass().getAnnotation(ActiveFilter.class);
String includeFilterGroupName=!isServer?ConstantConfig.CONSUMER:ConstantConfig.PROVIDER;
if(null!=activeFilter.group()&& Arrays.stream(activeFilter.group()).filter(p->p.contains(includeFilterGroupName)).count()==0){
continue;
}
for(Class<?> clazz:interfaces) {
if(clazz.isAssignableFrom(RpcFilter.class)){
filterMap.put(filterBean.getClass().getName(),(RpcFilter) filterBean);
}
}
}
return filterMap;
}
獲取過濾器map的邏輯改成調用上面ActiveFilterUtil.getFilterMap方法。
設置一個RPC版本號的參數。
@RequestMapping("/{productId}")
public Product getById(@PathVariable final long productId) throws UnknownHostException {
RpcContext.getContext().addContextParameter("rpc-version","1.0");
//...
}
簡單的在服務端打印出RPC版本號。
logger.info("get context parameter from server,rpc-version={}",String.valueOf(RpcContext.getContext().getContextParameter("rpc-version")));
輸出日誌以下:
https://github.com/jiangmin168168/jim-framework
文中代碼是依賴上述項目的,若是有不明白的可下載源碼