RPC的實現原理

RPC的實現原理

正如上一講所說，RPC主要是爲了解決的兩個問題：

• 解決分佈式系統中，服務之間的調用問題。
• 遠程調用時，要可以像本地調用同樣方便，讓調用者感知不到遠程調用的邏輯。

仍是以計算器Calculator爲例，若是實現類CalculatorImpl是放在本地的，那麼直接調用便可：

 

 

 

如今系統變成分佈式了，CalculatorImpl和調用方不在同一個地址空間，那麼就必需要進行遠程過程調用：

 

 

 

那麼如何實現遠程過程調用，也就是RPC呢，一個完整的RPC流程，能夠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。

1. Service A的應用層代碼中，調用了Calculator的一個實現類的add方法，但願執行一個加法運算；
2. 這個Calculator實現類，內部並非直接實現計算器的加減乘除邏輯，而是經過遠程調用Service B的RPC接口，來獲取運算結果，所以稱之爲Stub；
3. Stub怎麼和Service B創建遠程通信呢？這時候就要用到遠程通信工具了，也就是圖中的Run-time Library，這個工具將幫你實現遠程通信的功能，好比Java的Socket，就是這樣一個庫，固然，你也能夠用基於Http協議的HttpClient，或者其餘通信工具類，均可以，RPC並無規定說你要用何種協議進行通信；
4. Stub經過調用通信工具提供的方法，和Service B創建起了通信，而後將請求數據發給Service B。須要注意的是，因爲底層的網絡通信是基於二進制格式的，所以這裏Stub傳給通信工具類的數據也必須是二進制，好比calculator.add(1,2)，你必須把參數值1和2放到一個Request對象裏頭（這個Request對象固然不僅這些信息，還包括要調用哪一個服務的哪一個RPC接口等其餘信息），而後序列化爲二進制，再傳給通信工具類，這一點也將在下面的代碼實現中體現；
5. 二進制的數據傳到Service B這一邊了，Service B固然也有本身的通信工具，經過這個通信工具接收二進制的請求；
6. 既然數據是二進制的，那麼天然要進行反序列化了，將二進制的數據反序列化爲請求對象，而後將這個請求對象交給Service B的Stub處理；
7. 和以前的Service A的Stub同樣，這裏的Stub也一樣是個「假玩意」，它所負責的，只是去解析請求對象，知道調用方要調的是哪一個RPC接口，傳進來的參數又是什麼，而後再把這些參數傳給對應的RPC接口，也就是Calculator的實際實現類去執行。很明顯，若是是Java，那這裏確定用到了反射。
8. RPC接口執行完畢，返回執行結果，如今輪到Service B要把數據發給Service A了，怎麼發？同樣的道理，同樣的流程，只是如今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

本文的示例代碼，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); } } 

經過一個CalculatorRemoteImpl，咱們把RPC的邏輯封裝進去了，客戶端調用時感知不到遠程調用的麻煩。下面再來看看CalculatorRemoteImpl，代碼有些多，可是其實就是把上面的二、三、4幾個步驟用代碼實現了而已，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，可能你們會以爲不明覺厲。

分佈式應用下，一個服務可能有多個實例，好比Service B，可能有ip地址爲198.168.1.11和198.168.1.13兩個實例，lookupProviders，其實就是在尋找要調用的服務的實例列表。在分佈式應用下，一般會有一個服務註冊中心，來提供查詢實例列表的功能。

查到實例列表以後要調用哪個實例呢，只時候就須要chooseTarget了，其實內部就是一個負載均衡策略。

因爲咱們這裏只是想實現一個簡單的RPC，因此暫時不考慮服務註冊中心和負載均衡，所以代碼裏寫死了返回ip地址爲127.0.0.1。

代碼繼續往下走，咱們這裏用到了Socket來進行遠程通信，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端很是相似，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); // 調用服務 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端主要是經過ServerSocket的accept方法，來接收Client端的請求，接着就是反序列化請求->執行->序列化執行結果，最後將二進制格式的執行結果返回給Client。

就這樣咱們實現了一個簡陋而又詳細的RPC。
說它簡陋，是由於這個實現確實比較挫，在下一小節會說它爲何挫。
說它詳細，是由於它一步一步的演示了一個RPC的執行流程，方便你們瞭解RPC的內部機制。

爲何說這個RPC實現很挫

這個RPC實現只是爲了給你們演示一下RPC的原理，要是想放到生產環境去用，那是絕對不行的。

一、缺少通用性
我經過給Calculator接口寫了一個CalculatorRemoteImpl，來實現計算器的遠程調用，下一次要是有別的接口須要遠程調用，是否是又得再寫對應的遠程調用實現類？這確定是很不方便的。

那該如何解決呢？先來看看使用Dubbo時是如何實現RPC調用的：

@Reference private Calculator calculator; ... calculator.add(1,2); ... 

Dubbo經過和Spring的集成，在Spring容器初始化的時候，若是掃描到對象加了@Reference註解，那麼就給這個對象生成一個代理對象，這個代理對象會負責遠程通信，而後將代理對象放進容器中。因此代碼運行期用到的calculator就是那個代理對象了。

咱們能夠先不和Spring集成，也就是先不採用依賴注入，可是咱們要作到像Dubbo同樣，無需本身手動寫代理對象，怎麼作呢？那天然是要求全部的遠程調用都遵循一套模板，把遠程調用的信息放到一個RpcRequest對象裏面，發給Server端，Server端解析以後就知道你要調用的是哪一個RPC接口、以及入參是什麼類型、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; 

二、集成Spring
在實現了代理對象通用化以後，下一步就能夠考慮集成Spring的IOC功能了，經過Spring來建立代理對象，這一點就須要對Spring的bean初始化有必定掌握了。

三、長鏈接or短鏈接
總不能每次要調用RPC接口時都去開啓一個Socket創建鏈接吧？是否是能夠保持若干個長鏈接，而後每次有rpc請求時，把請求放到任務隊列中，而後由線程池去消費執行？只是一個思路，後續能夠參考一下Dubbo是如何實現的。

四、 服務端線程池
咱們如今的Server端，是單線程的，每次都要等一個請求處理完，才能去accept另外一個socket的鏈接，這樣性能確定不好，是否是能夠經過一個線程池，來實現同時處理多個RPC請求？一樣只是一個思路。

五、服務註冊中心
正如以前提到的，要調用服務，首先你須要一個服務註冊中心，告訴你對方服務都有哪些實例。Dubbo的服務註冊中心是能夠配置的，官方推薦使用Zookeeper。若是使用Zookeeper的話，要怎樣往上面註冊實例，又要怎樣獲取實例，這些都是要實現的。

六、負載均衡
如何從多個實例裏挑選一個出來，進行調用，這就要用到負載均衡了。負載均衡的策略確定不僅一種，要怎樣把策略作成可配置的？又要如何實現這些策略？一樣能夠參考Dubbo，Dubbo - 負載均衡

七、結果緩存
每次調用查詢接口時都要真的去Server端查詢嗎？是否是要考慮一下支持緩存？

八、多版本控制
服務端接口修改了，舊的接口怎麼辦？

九、異步調用
客戶端調用完接口以後，不想等待服務端返回，想去幹點別的事，能夠支持不？

十、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不少，這也是爲何實現一個高性能高可用的RPC框架那麼難的緣由。

固然，咱們如今已經有不少很不錯的RPC框架能夠參考了，咱們徹底能夠借鑑一下前人的智慧。

後面若是有（dian）機（zan）會（duo）的話，也將和你們分享一下如何一步一步優化現有的這塊RPC代碼，把它作成一個小型RPC框架！

做者：柳樹之 連接：https://www.jianshu.com/p/5b90a4e70783 來源：簡書 簡書著做權歸做者全部，任何形式的轉載都請聯繫做者得到受權並註明出處。