今天我们要来做一道小菜,这道菜就是RPC通讯框架。它使用netty作为原料,fastjson序列化工具作为调料,来实现一个极简的多线程RPC服务框架。

我们暂且命名该RPC框架为rpckids。

食用指南

在告诉读者完整的制作菜谱之前,我们先来试试这个小菜怎么个吃法,好不好吃,是不是吃起来很方便。如果读者觉得很难吃,那后面的菜谱就没有多大意义了,何必花心思去学习制作一门谁也不爱吃的大烂菜呢?

例子中我会使用rpckids提供的远程RPC服务,用于计算斐波那契数和指数,客户端通过rpckids提供的RPC客户端向远程服务传送参数,并接受返回结果,然后呈现出来。你可以使用rpckids定制任意的业务rpc服务。

斐波那契数输入输出比较简单,一个Integer,一个Long。 指数输入有两个值,输出除了计算结果外还包含计算耗时,以纳秒计算。之所以包含耗时,只是为了呈现一个完整的自定义的输入和输出类。

指数服务自定义输入输出类

// 指数RPC的输入
public class ExpRequest {
        private int base;
        private int exp;
    
    // constructor & getter & setter
}

// 指数RPC的输出
public class ExpResponse {

        private long value;
        private long costInNanos;

        // constructor & getter & setter
}

斐波那契和指数计算处理

public class FibRequestHandler implements IMessageHandler<Integer> {

        private List<Long> fibs = new ArrayList<>();

        {
                fibs.add(1L); // fib(0) = 1
                fibs.add(1L); // fib(1) = 1
        }

        @Override
        public void handle(ChannelHandlerContext ctx, String requestId, Integer n) {
                for (int i = fibs.size(); i < n + 1; i++) {
                        long value = fibs.get(i - 2) + fibs.get(i - 1);
                        fibs.add(value);
                }
                // 输出响应
                ctx.writeAndFlush(new MessageOutput(requestId, "fib_res", fibs.get(n)));
        }

}

public class ExpRequestHandler implements IMessageHandler<ExpRequest> {

        @Override
        public void handle(ChannelHandlerContext ctx, String requestId, ExpRequest message) {
                int base = message.getBase();
                int exp = message.getExp();
                long start = System.nanoTime();
                long res = 1;
                for (int i = 0; i < exp; i++) {
                        res *= base;
                }
                long cost = System.nanoTime() - start;
                // 输出响应
                ctx.writeAndFlush(new MessageOutput(requestId, "exp_res", new ExpResponse(res, cost)));
        }

}

构建RPC服务器

RPC服务类要监听指定IP端口,设定io线程数和业务计算线程数,然后注册斐波那契服务输入类和指数服务输入类,还有相应的计算处理器。

public class DemoServer {

        public static void main(String[] args) {
                RPCServer server = new RPCServer("localhost", 8888, 2, 16);
                server.service("fib", Integer.class, new FibRequestHandler())
                          .service("exp", ExpRequest.class, new ExpRequestHandler());
                server.start();
        }

}

构建RPC客户端

RPC客户端要链接远程IP端口,并注册服务输出类(RPC响应类),然后分别调用20次斐波那契服务和指数服务,输出结果

public class DemoClient {

        private RPCClient client;

        public DemoClient(RPCClient client) {
                this.client = client;
                // 注册服务返回类型
                this.client.rpc("fib_res", Long.class).rpc("exp_res", ExpResponse.class);
        }

        public long fib(int n) {
                return (Long) client.send("fib", n);
        }

        public ExpResponse exp(int base, int exp) {
                return (ExpResponse) client.send("exp", new ExpRequest(base, exp));
        }

        public static void main(String[] args) {
                RPCClient client = new RPCClient("localhost", 8888);
                DemoClient demo = new DemoClient(client);
                for (int i = 0; i < 20; i++) {
                        System.out.printf("fib(%d) = %d\n", i, demo.fib(i));
                }
                for (int i = 0; i < 20; i++) {
                        ExpResponse res = demo.exp(2, i);
                        System.out.printf("exp2(%d) = %d cost=%dns\n", i, res.getValue(), res.getCostInNanos());
                }
        }

}

运行

先运行服务器,服务器输出如下,从日志中可以看到客户端链接过来了,然后发送了一系列消息,最后关闭链接走了。

server started @ localhost:8888
connection comes
read a message
read a message
...
connection leaves

再运行客户端,可以看到一些列的计算结果都成功完成了输出。

fib(0) = 1
fib(1) = 1
fib(2) = 2
fib(3) = 3
fib(4) = 5
...
exp2(0) = 1 cost=559ns
exp2(1) = 2 cost=495ns
exp2(2) = 4 cost=524ns
exp2(3) = 8 cost=640ns
exp2(4) = 16 cost=711ns
...

牢骚

本以为是小菜一碟,但是编写完整的代码和文章却将近花费了一天的时间,深感写码要比做菜耗时太多了。因为只是为了教学目的,所以在实现细节上还有好多没有仔细去雕琢的地方。如果是要做一个开源项目,力求非常完美的话。至少还要考虑一下几点。

  1. 客户端连接池
  2. 多服务进程负载均衡
  3. 日志输出
  4. 参数校验,异常处理
  5. 客户端流量攻击
  6. 服务器压力极限

如果要参考grpc的话,还得实现流式响应处理。如果还要为了节省网络流量的话,又需要在协议上下功夫。这一大堆的问题还是抛给读者自己思考去吧。

关注公众号「码洞」,发送「RPC」即可获取以上完整菜谱的GitHub开源代码链接。读者有什么不明白的地方,洞主也会一一解答。

下面我们接着讲RPC服务器和客户端精细的制作过程

服务器菜谱

定义消息输入输出格式,消息类型、消息唯一ID和消息的json序列化字符串内容。消息唯一ID是用来客户端验证服务器请求和响应是否匹配。

public class MessageInput {
        private String type;
        private String requestId;
        private String payload;

        public MessageInput(String type, String requestId, String payload) {
                this.type = type;
                this.requestId = requestId;
                this.payload = payload;
        }

        public String getType() {
                return type;
        }

        public String getRequestId() {
                return requestId;
        }
    
    // 因为我们想直接拿到对象,所以要提供对象的类型参数
        public <T> T getPayload(Class<T> clazz) {
                if (payload == null) {
                        return null;
                }
                return JSON.parseObject(payload, clazz);
        }

}

public class MessageOutput {

        private String requestId;
        private String type;
        private Object payload;

        public MessageOutput(String requestId, String type, Object payload) {
                this.requestId = requestId;
                this.type = type;
                this.payload = payload;
        }

        public String getType() {
                return this.type;
        }

        public String getRequestId() {
                return requestId;
        }

        public Object getPayload() {
                return payload;
        }

}

消息解码器,使用Netty的ReplayingDecoder实现。简单起见,这里没有使用checkpoint去优化性能了,感兴趣的话读者可以参考一下我之前在公众号里发表的相关文章,将checkpoint相关的逻辑自己添加进去。

public class MessageDecoder extends ReplayingDecoder<MessageInput> {

        @Override
        protected void decode(ChannelHandlerContext ctx, ByteBuf in, List<Object> out) throws Exception {
                String requestId = readStr(in);
                String type = readStr(in);
                String content = readStr(in);
                out.add(new MessageInput(type, requestId, content));
        }

        private String readStr(ByteBuf in) {
                // 字符串先长度后字节数组,统一UTF8编码
                int len = in.readInt();
                if (len < 0 || len > (1 << 20)) {
                        throw new DecoderException("string too long len=" + len);
                }
                byte[] bytes = new byte[len];
                in.readBytes(bytes);
                return new String(bytes, Charsets.UTF8);
        }

}

消息处理器接口,每个自定义服务必须实现handle方法

public interface IMessageHandler<> {

        Tvoid handle(ChannelHandlerContext ctx, String requestId, T message);

}

// 找不到类型的消息统一使用默认处理器处理
public class DefaultHandler implements IMessageHandler<MessageInput> {

        @Override
        public void handle(ChannelHandlerContext ctx, String requesetId, MessageInput input) {
                System.out.println("unrecognized message type=" + input.getType() + " comes");
        }

}

消息类型注册中心和消息处理器注册中心,都是用静态字段和方法,其实也是为了图方便,写成非静态的可能会优雅一些。

public class MessageRegistry {
        private static Map<String, Class<?>> clazzes = new HashMap<>();

        public static void register(String type, Class<?> clazz) {
                clazzes.put(type, clazz);
        }

        public static Class<?> get(String type) {
                return clazzes.get(type);
        }
}

public class MessageHandlers {

        private static Map<String, IMessageHandler<?>> handlers = new HashMap<>();
        public static DefaultHandler defaultHandler = new DefaultHandler();

        public static void register(String type, IMessageHandler<?> handler) {
                handlers.put(type, handler);
        }

        public static IMessageHandler<?> get(String type) {
                IMessageHandler<?> handler = handlers.get(type);
                return handler;
        }

}

响应消息的编码器比较简单

@Sharable
public class MessageEncoder extends MessageToMessageEncoder<MessageOutput> {

        @Override
        protected void encode(ChannelHandlerContext ctx, MessageOutput msg, List<Object> out) throws Exception {
                ByteBuf buf = PooledByteBufAllocator.DEFAULT.directBuffer();
                writeStr(buf, msg.getRequestId());
                writeStr(buf, msg.getType());
                writeStr(buf, JSON.toJSONString(msg.getPayload()));
                out.add(buf);
        }

        private void writeStr(ByteBuf buf, String s) {
                buf.writeInt(s.length());
                buf.writeBytes(s.getBytes(Charsets.UTF8));
        }

}

好,接下来进入关键环节,将上面的小模小块凑在一起,构建一个完整的RPC服务器框架,这里就需要读者有必须的Netty基础知识了,需要编写Netty的事件回调类和服务构建类。

@Sharable
public class MessageCollector extends ChannelInboundHandlerAdapter {
    // 业务线程池
        private ThreadPoolExecutor executor;

        public MessageCollector(int workerThreads) {
                // 业务队列最大1000,避免堆积
                // 如果子线程处理不过来,io线程也会加入处理业务逻辑(callerRunsPolicy)
                BlockingQueue<Runnable> queue = new ArrayBlockingQueue<>(1000);
                // 给业务线程命名
                ThreadFactory factory = new ThreadFactory() {

                        AtomicInteger seq = new AtomicInteger();

                        @Override
                        public Thread newThread(Runnable r) {
                                Thread t = new Thread(r);
                                t.setName("rpc-" + seq.getAndIncrement());
                                return t;
                        }

                };
                // 闲置时间超过30秒的线程自动销毁
                this.executor = new ThreadPoolExecutor(1, workerThreads, 30, TimeUnit.SECONDS, queue, factory,
                                new CallerRunsPolicy());
        }

        public void closeGracefully() {
                // 优雅一点关闭,先通知,再等待,最后强制关闭
                this.executor.shutdown();
                try {
                        this.executor.awaitTermination(10, TimeUnit.SECONDS);
                } catch (InterruptedException e) {
                }
                this.executor.shutdownNow();
        }

        @Override
        public void channelActive(ChannelHandlerContext ctx) throws Exception {
                // 客户端来了一个新链接
                System.out.println("connection comes");
        }

        @Override
        public void channelInactive(ChannelHandlerContext ctx) throws Exception {
                // 客户端走了一个
                System.out.println("connection leaves");
                ctx.close();
        }

        @Override
        public void channelRead(ChannelHandlerContext ctx, Object msg) throws Exception {
                if (msg instanceof MessageInput) {
                        System.out.println("read a message");
                        // 用业务线程池处理消息
                        this.executor.execute(() -> {
                                this.handleMessage(ctx, (MessageInput) msg);
                        });
                }
        }

        private void handleMessage(ChannelHandlerContext ctx, MessageInput input) {
                // 业务逻辑在这里
                Class<?> clazz = MessageRegistry.get(input.getType());
                if (clazz == null) {
                        // 没注册的消息用默认的处理器处理
                        MessageHandlers.defaultHandler.handle(ctx, input.getRequestId(), input);
                        return;
                }
                Object o = input.getPayload(clazz);
                // 这里是小鲜的瑕疵,代码外观上比较难看,但是大厨表示才艺不够,很无奈
                // 读者如果感兴趣可以自己想办法解决
                @SuppressWarnings("unchecked")
                IMessageHandler<Object> handler = (IMessageHandler<Object>) MessageHandlers.get(input.getType());
                if (handler != null) {
                        handler.handle(ctx, input.getRequestId(), o);
                } else {
                        // 用默认的处理器处理吧
                        MessageHandlers.defaultHandler.handle(ctx, input.getRequestId(), input);
                }
        }

        @Override
        public void exceptionCaught(ChannelHandlerContext ctx, Throwable cause) throws Exception {
                // 此处可能因为客户端机器突发重启
                // 也可能是客户端链接闲置时间超时,后面的ReadTimeoutHandler抛出来的异常
                // 也可能是消息协议错误,序列化异常
                // etc.
                // 不管它,链接统统关闭,反正客户端具备重连机制
                System.out.println("connection error");
                cause.printStackTrace();
                ctx.close();
        }

}

public class RPCServer {

        private String ip;
        private int port;
        private int ioThreads; // 用来处理网络流的读写线程
        private int workerThreads; // 用于业务处理的计算线程

        public RPCServer(String ip, int port, int ioThreads, int workerThreads) {
                this.ip = ip;
                this.port = port;
                this.ioThreads = ioThreads;
                this.workerThreads = workerThreads;
        }

        private ServerBootstrap bootstrap;
        private EventLoopGroup group;
        private MessageCollector collector;
        private Channel serverChannel;

    // 注册服务的快捷方式
        public RPCServer service(String type, Class<?> reqClass, IMessageHandler<?> handler) {
                MessageRegistry.register(type, reqClass);
                MessageHandlers.register(type, handler);
                return this;
        }

    // 启动RPC服务
        public void start() {
                bootstrap = new ServerBootstrap();
                group = new NioEventLoopGroup(ioThreads);
                bootstrap.group(group);
                collector = new MessageCollector(workerThreads);
                MessageEncoder encoder = new MessageEncoder();
                bootstrap.channel(NioServerSocketChannel.class).childHandler(new ChannelInitializer<SocketChannel>() {
                        @Override
                        public void initChannel(SocketChannel ch) throws Exception {
                                ChannelPipeline pipe = ch.pipeline();
                                // 如果客户端60秒没有任何请求,就关闭客户端链接
                                pipe.addLast(new ReadTimeoutHandler(60));
                                // 挂上解码器
                                pipe.addLast(new MessageDecoder());
                                // 挂上编码器
                                pipe.addLast(encoder);
                                // 将业务处理器放在最后
                                pipe.addLast(collector);
                        }
                });
                bootstrap.option(ChannelOption.SO_BACKLOG, 100)  // 客户端套件字接受队列大小
                         .option(ChannelOption.SO_REUSEADDR, true) // reuse addr,避免端口冲突
                         .option(ChannelOption.TCP_NODELAY, true) // 关闭小流合并,保证消息的及时性
                         .childOption(ChannelOption.SO_KEEPALIVE, true); // 长时间没动静的链接自动关闭
                serverChannel = bootstrap.bind(this.ip, this.port).channel();
                System.out.printf("server started @ %s:%d\n", ip, port);
        }

        public void stop() {
                // 先关闭服务端套件字
                serverChannel.close();
                // 再斩断消息来源,停止io线程池
                group.shutdownGracefully();
                // 最后停止业务线程
                collector.closeGracefully();
        }

}

上面就是完整的服务器菜谱,代码较多,读者如果没有Netty基础的话,可能会看得眼花缭乱。如果你不常使用JDK的Executors框架,阅读起来估计也够呛。如果读者需要相关学习资料,可以找我索取。

客户端菜谱

服务器使用NIO实现,客户端也可以使用NIO实现,不过必要性不大,用同步的socket实现也是没有问题的。更重要的是,同步的代码比较简短,便于理解。所以简单起见,这里使用了同步IO。

定义RPC请求对象和响应对象,和服务器一一对应。

public class RPCRequest {

        private String requestId;
        private String type;
        private Object payload;

        public RPCRequest(String requestId, String type, Object payload) {
                this.requestId = requestId;
                this.type = type;
                this.payload = payload;
        }

        public String getRequestId() {
                return requestId;
        }

        public String getType() {
                return type;
        }

        public Object getPayload() {
                return payload;
        }

}

public class RPCResponse {

        private String requestId;
        private String type;
        private Object payload;

        public RPCResponse(String requestId, String type, Object payload) {
                this.requestId = requestId;
                this.type = type;
                this.payload = payload;
        }

        public String getRequestId() {
                return requestId;
        }

        public void setRequestId(String requestId) {
                this.requestId = requestId;
        }

        public String getType() {
                return type;
        }

        public void setType(String type) {
                this.type = type;
        }

        public Object getPayload() {
                return payload;
        }

        public void setPayload(Object payload) {
                this.payload = payload;
        }

}

定义客户端异常,用于统一抛出RPC错误

public class RPCException extends RuntimeException {

        private static final long serialVersionUID = 1L;

        public RPCException(String message, Throwable cause) {
                super(message, cause);
        }

        public RPCException(String message) {
                super(message);
        }
        
        public RPCException(Throwable cause) {
                super(cause);
        }

}

请求ID生成器,简单的UUID64

public class RequestId {

        public static String next() {
                return UUID.randomUUID().toString();
        }

}

响应类型注册中心,和服务器对应

public class ResponseRegistry {
        private static Map<String, Class<?>> clazzes = new HashMap<>();

        public static void register(String type, Class<?> clazz) {
                clazzes.put(type, clazz);
        }

        public static Class<?> get(String type) {
                return clazzes.get(type);
        }
}

好,接下来进入客户端的关键环节,链接管理、读写消息、链接重连都在这里

public class RPCClient {

        private String ip;
        private int port;
        private Socket sock;
        private DataInputStream input;
        private OutputStream output;

        public RPCClient(String ip, int port) {
                this.ip = ip;
                this.port = port;
        }

        public void connect() throws IOException {
                SocketAddress addr = new InetSocketAddress(ip, port);
                sock = new Socket();
                sock.connect(addr, 5000); // 5s超时
                input = new DataInputStream(sock.getInputStream());
                output = sock.getOutputStream();
        }

        public void close() {
                // 关闭链接
                try {
                        sock.close();
                        sock = null;
                        input = null;
                        output = null;
                } catch (IOException e) {
                }
        }

        public Object send(String type, Object payload) {
                // 普通rpc请求,正常获取响应
                try {
                        return this.sendInternal(type, payload, false);
                } catch (IOException e) {
                        throw new RPCException(e);
                }
        }

        public RPCClient rpc(String type, Class<?> clazz) {
                // rpc响应类型注册快捷入口
                ResponseRegistry.register(type, clazz);
                return this;
        }

        public void cast(String type, Object payload) {
                // 单向消息,服务器不得返回结果
                try {
                        this.sendInternal(type, payload, true);
                } catch (IOException e) {
                        throw new RPCException(e);
                }
        }

        private Object sendInternal(String type, Object payload, boolean cast) throws IOException {
                if (output == null) {
                        connect();
                }
                String requestId = RequestId.next();
                ByteArrayOutputStream bytes = new ByteArrayOutputStream();
                DataOutputStream buf = new DataOutputStream(bytes);
                writeStr(buf, requestId);
                writeStr(buf, type);
                writeStr(buf, JSON.toJSONString(payload));
                buf.flush();
                byte[] fullLoad = bytes.toByteArray();
                try {
                        // 发送请求
                        output.write(fullLoad);
                } catch (IOException e) {
                        // 网络异常要重连
                        close();
                        connect();
                        output.write(fullLoad);
                }
                if (!cast) {
                        // RPC普通请求,要立即获取响应
                        String reqId = readStr();
                        // 校验请求ID是否匹配
                        if (!requestId.equals(reqId)) {
                                close();
                                throw new RPCException("request id mismatch");
                        }
                        String typ = readStr();
                        Class<?> clazz = ResponseRegistry.get(typ);
                        // 响应类型必须提前注册
                        if (clazz == null) {
                                throw new RPCException("unrecognized rpc response type=" + typ);
                        }
                        // 反序列化json串
                        String payld = readStr();
                        Object res = JSON.parseObject(payld, clazz);
                        return res;
                }
                return null;
        }

        private String readStr() throws IOException {
                int len = input.readInt();
                byte[] bytes = new byte[len];
                input.readFully(bytes);
                return new String(bytes, Charsets.UTF8);
        }

        private void writeStr(DataOutputStream out, String s) throws IOException {
                out.writeInt(s.length());
                out.write(s.getBytes(Charsets.UTF8));
        }
}

牢骚重提

本以为是小菜一碟,但是编写完整的代码和文章却将近花费了一天的时间,深感写码要比做菜耗时太多了。因为只是为了教学目的,所以在实现细节上还有好多没有仔细去雕琢的地方。如果是要做一个开源项目,力求非常完美的话。至少还要考虑一下几点。

  1. 客户端连接池
  2. 多服务进程负载均衡
  3. 日志输出
  4. 参数校验,异常处理
  5. 客户端流量攻击
  6. 服务器压力极限

如果要参考grpc的话,还得实现流式响应处理。如果还要为了节省网络流量的话,又需要在协议上下功夫。这一大堆的问题还是抛给读者自己思考去吧。

关注公众号「码洞」,发送「RPC」即可获取以上完整菜谱的GitHub开源代码链接。读者有什么不明白的地方,洞主也会一一解答。
原文:https://juejin.im/post/5ad2a99ff265da238d51264d