自己動手從0開始實現一個分散式RPC框架
簡介:如果一個程式設計師能清楚的瞭解RPC框架所具備的要素,掌握RPC框架中涉及的服務註冊發現、負載均衡、序列化協議、RPC通訊協議、Socket通訊、非同步呼叫、熔斷降級等技術,可以全方位的提升基本素質。雖然也有相關原始碼,但是隻看原始碼容易眼高手低,動手寫一個才是自己真正掌握這門技術的最優路徑。
作者 | 麓行
來源 | 阿里技術公眾號
前言
為什麼要自己寫一個RPC框架,我覺得從個人成長上說,如果一個程式設計師能清楚的瞭解RPC框架所具備的要素,掌握RPC框架中涉及的服務註冊發現、負載均衡、序列化協議、RPC通訊協議、Socket通訊、非同步呼叫、熔斷降級等技術,可以全方位的提升基本素質。雖然也有相關原始碼,但是隻看原始碼容易眼高手低,動手寫一個才是自己真正掌握這門技術的最優路徑。
一 什麼是RPC
RPC(Remote Procedure Call)遠端過程呼叫,簡言之就是像呼叫本地方法一樣呼叫遠端服務。目前外界使用較多的有gRPC、Dubbo、Spring Cloud等。相信大家對RPC的概念都已經很熟悉了,這裡不做過多介紹。
二 分散式RPC框架要素
一款分散式RPC框架離不開三個基本要素:
- 服務提供方 Serivce Provider
- 服務消費方 Servce Consumer
- 註冊中心 Registery
圍繞上面三個基本要素可以進一步擴充套件服務路由、負載均衡、服務熔斷降級、序列化協議、通訊協議等等。
1 註冊中心
主要是用來完成服務註冊和發現的工作。雖然服務呼叫是服務消費方直接發向服務提供方的,但是現在服務都是叢集部署,服務的提供者數量也是動態變化的,所以服務的地址也就無法預先確定。因此如何發現這些服務就需要一個統一註冊中心來承載。
2 服務提供方(RPC服務端)
其需要對外提供服務介面,它需要在應用啟動時連線註冊中心,將服務名及其服務元資料發往註冊中心。同時需要提供服務服務下線的機制。需要維護服務名和真正服務地址對映。服務端還需要啟動Socket服務監聽客戶端請求。
3 服務消費方(RPC客戶端)
客戶端需要有從註冊中心獲取服務的基本能力,它需要在應用啟動時,掃描依賴的RPC服務,併為其生成代理呼叫物件,同時從註冊中心拉取服務元資料存入本地快取,然後發起監聽各服務的變動做到及時更新快取。在發起服務呼叫時,通過代理呼叫物件,從本地快取中獲取服務地址列表,然後選擇一種負載均衡策略篩選出一個目標地址發起呼叫。呼叫時會對請求資料進行序列化,並採用一種約定的通訊協議進行socket通訊。
三 技術選型
1 註冊中心
目前成熟的註冊中心有Zookeeper,Nacos,Consul,Eureka,它們的主要比較如下:
本實現中支援了兩種註冊中心Nacos和Zookeeper,可根據配置進行切換。
2 IO通訊框架
本實現採用Netty作為底層通訊框架,Netty是一個高效能事件驅動型的非阻塞的IO(NIO)框架。
3 通訊協議
TCP通訊過程中會根據TCP緩衝區的實際情況進行包的劃分,所以在業務上認為一個完整的包可能會被TCP拆分成多個包進行傳送,也有可能把多個小的包封裝成一個大的資料包傳送,這就是所謂的TCP粘包和拆包問題。所以需要對傳送的資料包封裝到一種通訊協議裡。
業界的主流協議的解決方案可以歸納如下:
- 訊息定長,例如每個報文的大小為固定長度100位元組,如果不夠用空格補足。
- 在包尾特殊結束符進行分割。
- 將訊息分為訊息頭和訊息體,訊息頭中包含表示訊息總長度(或者訊息體長度)的欄位。
很明顯1,2都有些侷限性,本實現採用方案3,具體協議設計如下:
+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+
| BYTE | | | | | | | ........
+--------------------------------------------+--------+-----------------+--------+--------+--------+--------+--------+--------+-----------------+
| magic | version| type | content lenth | content byte[] | |
+--------+-----------------------------------------------------------------------------------------+--------------------------------------------+
- 第一個位元組是魔法數,比如我定義為0X35。
- 第二個位元組代表協議版本號,以便對協議進行擴充套件,使用不同的協議解析器。
- 第三個位元組是請求型別,如0代表請求1代表響應。
- 第四個位元組表示訊息長度,即此四個位元組後面此長度的內容是訊息content。
4 序列化協議
本實現支援3種序列化協議,JavaSerializer、Protobuf及Hessian可以根據配置靈活選擇。建議選用Protobuf,其序列化後碼流小效能高,非常適合RPC呼叫,Google自家的gRPC也是用其作為通訊協議。
5 負載均衡
本實現支援兩種主要負載均衡策略,隨機和輪詢,其中他們都支援帶權重的隨機和輪詢,其實也就是四種策略。
四 整體架構
五 實現
專案總體結構:
1 服務註冊發現
Zookeeper
Zookeeper採用節點樹的資料模型,類似linux檔案系統,/,/node1,/node2 比較簡單。
Zookeeper節點型別是Zookeeper實現很多功能的核心原理,分為持久節點臨時節點、順序節點三種類型的節點。
我們採用的是對每個服務名建立一個持久節點,服務註冊時實際上就是在zookeeper中該持久節點下建立了一個臨時節點,該臨時節點儲存了服務的IP、埠、序列化方式等。
客戶端獲取服務時通過獲取持久節點下的臨時節點列表,解析服務地址資料:
客戶端監聽服務變化:
Nacos
Nacos是阿里開源的微服務管理中介軟體,用來完成服務之間的註冊發現和配置中心,相當於Spring Cloud的Eureka+Config。
不像Zookeeper需要利用提供的建立節點特性來實現註冊發現,Nacos專門提供了註冊發現功能,所以其使用更加方便簡單。主要關注NamingService介面提供的三個方法registerInstance、getAllInstances、subscribe;registerInstance用來完成服務端服務註冊,getAllInstances用來完成客戶端服務獲取,subscribe用來完成客戶端服務變動監聽,這裡就不多做介紹,具體可參照實現原始碼。
2 服務提供方 Serivce Provider
在自動配置類OrcRpcAutoConfiguration完成註冊中心和RPC啟動類(RpcBootStarter)的初始化:
服務端的啟動流程如下:
RPC啟動(RpcBootStarter):
上面監聽Spring容器初始化事件時注意,由於Spring包含多個容器,如web容器和核心容器,他們還有父子關係,為了避免重複執行註冊,只處理頂層的容器即可。
3 服務消費方 Servce Consumer
服務消費方需要在應用啟動完成前為依賴的服務建立好代理物件,這裡有很多種方法,常見的有兩種:
- 一是在應用的Spring Context初始化完成事件時觸發,掃描所有的Bean,將Bean中帶有OrcRpcConsumer註解的field獲取到,然後建立field型別的代理物件,建立完成後,將代理物件set給此field。後續就通過該代理物件建立服務端連線,併發起呼叫。
- 二是通過Spring的BeanFactoryPostProcessor,其可以對bean的定義BeanDefinition(配置元資料)進行處理;Spring IOC會在容器例項化任何其他bean之前執行BeanFactoryPostProcessor讀取BeanDefinition,可以修改這些BeanDefinition,也可以新增一些BeanDefinition。
本實現也採用第二種方式,處理流程如下:
BeanFactoryPostProcessor的主要實現:
@Override
public void postProcessBeanFactory(ConfigurableListableBeanFactory beanFactory)
throws BeansException {
this.beanFactory = beanFactory;
postProcessRpcConsumerBeanFactory(beanFactory, (BeanDefinitionRegistry)beanFactory);
}
private void postProcessRpcConsumerBeanFactory(ConfigurableListableBeanFactory beanFactory, BeanDefinitionRegistry beanDefinitionRegistry) {
String[] beanDefinitionNames = beanFactory.getBeanDefinitionNames();
int len = beanDefinitionNames.length;
for (int i = 0; i < len; i++) {
String beanDefinitionName = beanDefinitionNames[i];
BeanDefinition beanDefinition = beanFactory.getBeanDefinition(beanDefinitionName);
String beanClassName = beanDefinition.getBeanClassName();
if (beanClassName != null) {
Class<?> clazz = ClassUtils.resolveClassName(beanClassName, classLoader);
ReflectionUtils.doWithFields(clazz, new FieldCallback() {
@Override
public void doWith(Field field) throws IllegalArgumentException, IllegalAccessException {
parseField(field);
}
});
}
}
Iterator<Entry<String, BeanDefinition>> it = beanDefinitions.entrySet().iterator();
while (it.hasNext()) {
Entry<String, BeanDefinition> entry = it.next();
if (context.containsBean(entry.getKey())) {
throw new IllegalArgumentException("Spring context already has a bean named " + entry.getKey());
}
beanDefinitionRegistry.registerBeanDefinition(entry.getKey(), entry.getValue());
log.info("register OrcRpcConsumerBean definition: {}", entry.getKey());
}
}
private void parseField(Field field) {
// 獲取所有OrcRpcConsumer註解
OrcRpcConsumer orcRpcConsumer = field.getAnnotation(OrcRpcConsumer.class);
if (orcRpcConsumer != null) {
// 使用field的型別和OrcRpcConsumer註解一起生成BeanDefinition
OrcRpcConsumerBeanDefinitionBuilder beanDefinitionBuilder = new OrcRpcConsumerBeanDefinitionBuilder(field.getType(), orcRpcConsumer);
BeanDefinition beanDefinition = beanDefinitionBuilder.build();
beanDefinitions.put(field.getName(), beanDefinition);
}
}
ProxyFactory的主要實現:
public class JdkProxyFactory implements ProxyFactory{
@Override
public Object getProxy(ServiceMetadata serviceMetadata) {
return Proxy
.newProxyInstance(serviceMetadata.getClazz().getClassLoader(), new Class[] {serviceMetadata.getClazz()},
new ClientInvocationHandler(serviceMetadata));
}
private class ClientInvocationHandler implements InvocationHandler {
private ServiceMetadata serviceMetadata;
public ClientInvocationHandler(ServiceMetadata serviceMetadata) {
this.serviceMetadata = serviceMetadata;
}
@Override
public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
String serviceId = ServiceUtils.getServiceId(serviceMetadata);
// 通過負載均衡器選取一個服務提供方地址
ServiceURL service = InvocationServiceSelector.select(serviceMetadata);
OrcRpcRequest request = new OrcRpcRequest();
request.setMethod(method.getName());
request.setParameterTypes(method.getParameterTypes());
request.setParameters(args);
request.setRequestId(UUID.randomUUID().toString());
request.setServiceId(serviceId);
OrcRpcResponse response = InvocationClientContainer.getInvocationClient(service.getServerNet()).invoke(request, service);
if (response.getStatus() == RpcStatusEnum.SUCCESS) {
return response.getData();
} else if (response.getException() != null) {
throw new OrcRpcException(response.getException().getMessage());
} else {
throw new OrcRpcException(response.getStatus().name());
}
}
}
}
本實現只使用JDK動態代理,也可以使用cglib或Javassist實現以獲得更好的效能,JdkProxyFactory中。
4 IO模組
UML圖如下:
結構比較清晰,分三大模組:客戶端呼叫適配模組、服務端請求響應適配模組和Netty IO服務模組。
客戶端呼叫適配模組
此模組比較簡單,主要是為客戶端呼叫時建立服務端接,並將連線存入快取,避免後續同服務呼叫重複建立連線,連線建立成功後發起呼叫。下面是DefaultInvocationClient的實現:
服務端請求響應適配模組
服務請求響應模組也比較簡單,是根據請求中的服務名,從快取中獲取服務元資料,然後從請求中獲取呼叫的方法和引數型別資訊,反射獲取呼叫方法資訊。然後從spring context中獲取bean進行反射呼叫。
Netty IO服務模組
Netty IO服務模組是核心,稍複雜一些,客戶端和服務端主要處理流程如下:
其中,重點是這四個類的實現:NettyNetClient、NettyNetServer、NettyClientChannelRequestHandler和NettyServerChannelRequestHandler,上面的UML圖和下面流程圖基本上講清楚了它們的關係和一次請求的處理流程,這裡就不再展開了。
下面重點講一下編碼解碼器。
在技術選型章節中,提及了採用的通訊協議,定義了私有的RPC協議:
+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+
| BYTE | | | | | | | ........
+--------------------------------------------+--------+-----------------+--------+--------+--------+--------+--------+--------+-----------------+
| magic | version| type | content lenth | content byte[] | |
+--------+-----------------------------------------------------------------------------------------+--------------------------------------------+
- 第一個位元組是魔法數定義為0X35。
- 第二個位元組代表協議版本號。
- 第三個位元組是請求型別,0代表請求1代表響應。
- 第四個位元組表示訊息長度,即此四個位元組後面此長度的內容是訊息content。
編碼器的實現如下:
@Override
protected void encode(ChannelHandlerContext channelHandlerContext, ProtocolMsg protocolMsg, ByteBuf byteBuf)
throws Exception {
// 寫入協議頭
byteBuf.writeByte(ProtocolConstant.MAGIC);
// 寫入版本
byteBuf.writeByte(ProtocolConstant.DEFAULT_VERSION);
// 寫入請求型別
byteBuf.writeByte(protocolMsg.getMsgType());
// 寫入訊息長度
byteBuf.writeInt(protocolMsg.getContent().length);
// 寫入訊息內容
byteBuf.writeBytes(protocolMsg.getContent());
}
解碼器的實現如下:
六 測試
在本人MacBook Pro 13寸,4核I5,16g記憶體,使用Nacos註冊中心,啟動一個伺服器,一個客戶端情況下,採用輪詢負載均衡策略的情況下,使用Apache ab測試。
在啟用8個執行緒發起10000個請求的情況下,可以做到 18秒完成所有請求,qps550:
在啟用100個執行緒發起10000個請求的情況下,可以做到 13.8秒完成所有請求,qps724:
七 總結
在實現這個RPC框架的過程中,我也重新學習了很多知識,比如通訊協議、IO框架等。也橫向學習了當前最熱的gRPC,藉此又看了很多相關的原始碼,收穫很大。後續我也會繼續維護升級這個框架,比如引入熔斷降級等機制,做到持續學習持續進步。
本文為阿里雲原創內容,未經允許不得轉載。