概述
- 前言
- 什么是 RPC
- RPC 原理
- 常用 RPC 框架对比
- thrift 基础
- python、nodejs 互调
- 后记
前言
上一篇文章中,我们初步了解了什么是微服务,那么我们这次来体验一下微服务中是怎么通信的。如果我的文章对你有帮助,欢迎关注、点赞、转发,这样我会更有动力做原创分享。
什么是 RPC
Remote Procedure Call,即为 -- 远程过程调用。通俗地解释一下:你有 A、B 两台电脑,A 电脑用 python 实现了一个加法运算,此时此刻 B 电脑有一个用 Java 实现的程序,想调用 A 电脑的加法运算程序。然而,内存空间不在同一台电脑,且编程语言也不相同,如何调用呢?此时此刻就用网络来表达调用的语义与调用参数。当然,现在我们不用自己去实现这些东西,当下有很多成熟的 RPC 框架供我们选择。
RPC 原理
什么都别说,先上图。
在往下看之前,我们先来了解一下:stub
stub 规定了 server 能够提供什么服务,这在 server 和 client 上是一致的。
RPC 调用链文字描述:
(1)client 以本地调用方式调用服务;
(2)client stub 接收到调用后负责将方法、参数等组装成能够进行网络传输的消息体;
(3)client stub 找到服务地址,并将消息发送到服务端;
(4)server stub 收到消息后进行解码;
(5)server stub 根据解码结果调用本地的服务;
(6)server 执行方法并将结果返回给 server stub;
(7)server stub 将返回结果打包成消息并发送至 client;
(8)client stub 接收到消息,并进行解码;
(9)client 得到最终结果。
RPC 调用链:
(1)client 发起请求:rpc call --> send --> network
(2)server 接受请求:network --> receive --> local call
(3)server 返回结果:local return --> send --> network
(4)client 接收结果:network --> receive --> rpc return
以上就是 RPC 的原理,需要说明的是,它是同步调用的。
常用 RPC 框架对比
RPC 种类 | dubbon | rpcx | grpc | thrift |
---|---|---|---|---|
开发语言 | Java | go | 跨语言 | 跨语言 |
服务治理 | √ | √ | × | × |
多序列化框架支持 | √ | √ | × | × |
多种注册中心 | √ | √ | × | × |
管理中心 | √ | √ | × | × |
跨语言 | × | × | √ | √ |
一下文字为引用(https://colobu.com/2016/09/05/benchmarks-of-popular-rpc-frameworks/)文章的描述:
Dubbo 是阿里巴巴公司开源的一个 Java 高性能优秀的服务框架,使得应用可通过高性能的 RPC 实现服务的输出和输入功能,可以和 Spring框架无缝集成。不过,略有遗憾的是,据说在淘宝内部,dubbo 由于跟淘宝另一个类似的框架 HSF(非开源)有竞争关系,导致 dubbo 团队已经解散(参见http://www.oschina.net/news/55059/druid-1-0-9 中的评论),反到是当当网的扩展版本仍在持续发展,墙内开花墙外香。其它的一些知名电商如当当、京东、国美维护了自己的分支或者在 dubbo 的基础开发,但是官方的库缺乏维护,相关的依赖类比如 Spring,Netty 还是很老的版本(Spring 3.2.16.RELEASE, netty 3.2.5.Final),倒是有些网友写了升级 Spring 和 Netty 的插件。
rpcx 是Go语言生态圈的 Dubbo, 比 Dubbo 更轻量,实现了 Dubbo 的许多特性,借助于Go语言优秀的并发特性和简洁语法,可以使用较少的代码实现分布式的 RPC 服务。
gRPC 是 Google 开发的高性能、通用的开源 RPC 框架,其由 Google 主要面向移动应用开发并基于 HTTP/2 协议标准而设计,基于 ProtoBuf(Protocol Buffers) 序列化协议开发,且支持众多开发语言。本身它不是分布式的,所以要实现上面的框架的功能需要进一步的开发。
thrift 是 Apache 的一个跨语言的高性能的服务框架,基于 thrift 进行序列化。也得到了广泛的应用。
其中比较受关注的是:grpc 与 thrift 。
grpc 支持的语言:C++,C#,Dart,Go,Java,Node.js,Objective-C,PHP,Python,Ruby,
thrift 支持的语言:C++, Java, Python, PHP, Ruby, Erlang, Perl, Haskell, C#, Cocoa, JavaScript, Node.js, Smalltalk, OCaml and Delphi 等
thrift 基础
实现两门语言的相互调用,这里选用 thrift 框架,接下来会简单介绍一下 thrift 的用法,并编码实现一个 python 与 nodejs 互相调用的程序。下面简单介绍下 thrift 语法。
基本数据类型:
bool: 布尔类型(true / false)
byte: 8位带符号整数
i16: 16位带符号整数
i32: 32位带符号整数
i64: 64位带符号整数
double: 64位浮点数
string: 采用UTF-8编码的字符串
map<t1,t2> 键值对
list<t1> 列表
set<t1> 集合
结构:
struct User {
1: i32 uid,
2: string name,
3: string age,
4: string sex
}
service,对外扩展的接口:
service UserStorage {
void addUser(1: User user),
User getUser(1: i32 uid)
}
最后,使用 thrift 命令生成相应的接口文件:
thrift -out ../python --gen py test.thrift
thrift -out 存储路径 --gen 接口语言 thrift 文件名
python、nodejs 互调
OK,语法差不多都熟悉了,那么我们来实践一下:
其中绿色框框为我们自己新建的代码,红色框框为 thrift 生成的代码,我们调用就行。
我们先来看互相调用的结果:
先看看 python 为服务端,nodejs 为客户端的调用情况:
在看看,nodejs 为服务端,python 为客户端的情况:
createThrift.sh
#!/bin/bash
cd thrift
thrift -out ../nodejs --gen js:node test.thrift
thrift -out ../python --gen py test.thrift
test.thrift
生成红色框框的 thrift 接口代码文件。
struct Student{
1: string name,
2: string age
}
service UserService{
void addStu(1: Student stu),
Student getStu(1: string name)
}
python server
from python.test import UserService
from thrift.transport import TSocket
from thrift.transport import TTransport
from thrift.protocol import TBinaryProtocol
from thrift.server import TServer
stus = {}
class TestHandler:
def addStu(self, stu):
print("我是 python 服务器,我的 addStu() 方法被调用了.")
stus[stu.name] = stu
# print("add new student : " + stu.name)
def getStu(self, name):
print("我是 python 服务器,我的 getStu() 方法被调用了.")
print("get student : " + name)
return stus[name]
# 创建服务端
handler = TestHandler()
processor = UserService.Processor(handler)
# 监听端口
transport = TSocket.TServerSocket("127.0.0.1", 3000)
# 选择传输层
tfactory = TTransport.TBufferedTransportFactory()
# 选择传输协议
pfactory = TBinaryProtocol.TBinaryProtocolFactory()
# 创建服务端
server = TServer.TSimpleServer(processor, transport, tfactory, pfactory)
print("Starting thrift server in python...")
server.serve()
python client
from python.test import UserService
from thrift.transport import TSocket
from thrift.transport import TTransport
from thrift.protocol import TBinaryProtocol
__HOST = '127.0.0.1'
__PORT = 3000
tsocket = TSocket.TSocket(__HOST, __PORT)
transport = TTransport.TBufferedTransport(tsocket)
protocol = TBinaryProtocol.TBinaryProtocol(transport)
# 穿件客户端
client = UserService.Client(protocol)
# thrift 生成的的 Student 结构
stu = UserService.Student("zone", "18")
transport.open()
# 调用服务端 addStu() 方法
print("我是 python 客户端,我调用了 addStu() 方法.")
client.addStu(stu)
# 调用服务端 getStu() 方法
print("我是 python 客户端,我调用了 getStu() 方法.")
print("返回的结果为:" + client.getStu("zone"))
transport.close()
nodejs server
var thrift = require("thrift");
var UserService = require('../UserService.js');
var ttypes = require('../test_types');
var stus = {}
var server = thrift.createServer(UserService,
{
addStu: function (stu, callback) {
console.log("我是 nodejs 服务器,我的 addStu() 方法被调用了.");
stus[stu.name] = stu
console.log(stu);
callback();
},
getStu: function (name, callback) {
console.log("我是 nodejs 服务器,我的 getStu() 方法被调用了.");
callback(null, stus[name])
}
}
);
// 启动服务
server.listen(3000);
console.log("nodejs server start");
server.on("error", function (e) {
console.log(e);
});
nodejs client
var thrift = require('thrift');
var UserService = require('../UserService.js');
var ttypes = require('../test_types');
var connection = thrift.createConnection('127.0.0.1', 3000);
var client = thrift.createClient(UserService, connection);
connection.on("error", function (e) {
console.log(e);
});
var stu = new ttypes.Student({name: "zone-nodejs", age: "23"});
// 调用服务端 addStu() 方法
client.addStu(stu, function (err, res) {
if (err) {
console.log(err);
return
}
console.log("我是 nodejs 客户端,我调用了 addStu() 方法.")
})
// 调用服务端 getStu() 方法
client.getStu("zone-nodejs", function (err, res) {
if (err) {
console.log(err);
return
}
console.log("我是 nodejs 客户端,我调用了 getStu() 方法.")
console.log("返回的结果为:" + res)
})
后记
微服务中,RPC 框架的性能是很重要的,因为一旦要做微服务,就是成百上千个微服务的,这涉及到各个微服务之间的通信问题。通信慢了,那么整体的响应速度也就相对慢很多了。下一篇文章讲一下消息队列,敬请期待!
本篇文章首发于公众号「zone7」,关注公众号获取最新推文。