RPC概念及分类

RPC全称为Remote Procedure Call,翻译过来为“远程过程调用”。目前,主流的平台中都支持各种远程调用技术,以满足分布式系统架构中不同的系统之间的远程通信和相互调用。远程调用的应用场景极其广泛,实现的方式也各式各样。

 

从通信协议的层面,大致可以分为:

基于HTTP协议的(例如基于文本的SOAP(XML)、Rest(JSON),基于二进制Hessian(Binary))

基于TCP协议的(通常会借助Mina、Netty等高性能网络框架)

 

从不同的开发语言和平台层面,分为:

单种语言或平台特定支持的通信技术(例如Java平台的RMI、.NET平台Remoting)

支持跨平台通信的技术(例如HTTP Rest、Thrift等)

 

从调用过程来看,分为:

同步通信调用(同步RPC)

异步通信调用(MQ、异步RPC)

 

常见的几种通信方式

1. 远程数据共享(例如:共享远程文件,共享数据库等实现不同系统通信)

2. 消息队列

3. RPC(远程过程调用)

 

序列化/反序列化

只有二进制数据才能在网络中传输,序列化和反序列化的定义是:

将对象转换成二进制流的过程叫做序列化,

将二进制流转换成对象的过程叫做反序列化。

 

Java和.NET平台中常见的通信技术

Java中支持的包括:

技术

简介

是否支持跨平台

Corbra

90年代产物,已被淘汰

不支持

RMI

EJB时代产物,已逐渐被淘汰

不支持

WebService

基于Http SOAP,效率低,逐渐被淘汰

支持

Hessain

基于Http,二进制序列化,效率高,使用广泛

支持

Rest(spring mvc等)

支持Http Rest,广泛应用于无线API,开放平台等

支持

JMS、开源MQ

Java消息服务(消息中间件),使用广泛

支持

Socket

基于Mina、Netty(NIO、AIO高效通信)

理论上支持

 

 

 

.NET中包括:

技术

简介

是否支持跨平台

WebService

基于Http SOAP,效率低,逐渐被WCF整合淘汰

支持

.NET Remoting

通信效率尚可,使用复杂,逐渐被WCF整合淘汰

不支持

WCF SOAP

整合了原有的WebService,通信效率低

支持

WCF NET.TCP

通信效率高,部分.NET项目内部服务在使用

不支持

WCF Rest

使用较少,已经被Web Api逐渐取代

支持

Web Api

支持Http Rest,广泛应用于无线API,开放平台等

支持

MSMQ、开源MQ

微软自己的消息中间件或者其他开源MQ

支持(MSMQ除外)

Hessain .NET

基于Http,二进制序列化,效率高,使用较少

支持

Socket

通过Socket网络编程方式实现系统通信

理论上支持

 

 

互联网时代常见的RPC技术和框架

应用级的服务框架:

Dubbo/Dubbox

ZeroICE

GRpc

Spring Boot/Spring Cloud

 

基础通信框架:

Protocol Buffers

Thrift

 

远程通信协议:

RMI

Socket

SOAP(HTTP XML)

REST(HTTP JSON)

RPC的注意事项

性能

影响RPC性能的主要在几个方面:

1.序列化/反序列化的框架

2.网络协议,网络模型,线程模型等

安全

RPC安全的主要在于服务接口的鉴权和访问控制支持。

 

跨平台

跨不同的操作系统,不同的编程语言和平台。

 

跨平台RPC技术和常见框架

SOAP WebService

Hessian

HTTP Rest

Thrift

GRpc(Protobuffer)

Zero ICE

消息中间件

posted @ 2016-12-07 09:13 丁码农 阅读(4939) 评论(2) 推荐(5) 编辑
摘要: 缓存一致性问题 当数据时效性要求很高时,需要保证缓存中的数据与数据库中的保持一致,而且需要保证缓存节点和副本中的数据也保持一致,不能出现差异现象。这就比较依赖缓存的过期和更新策略。一般会在数据发生更改的时,主动更新缓存中的数据或者移除对应的缓存。 缓存并发问题 缓存过期后将尝试从后端数据库获取数据, 阅读全文
posted @ 2016-12-05 12:41 丁码农 阅读(20994) 评论(6) 推荐(16) 编辑
摘要: 缓存命中率的介绍 命中:可以直接通过缓存获取到需要的数据。 不命中:无法直接通过缓存获取到想要的数据,需要再次查询数据库或者执行其它的操作。原因可能是由于缓存中根本不存在,或者缓存已经过期。 通常来讲,缓存的命中率越高则表示使用缓存的收益越高,应用的性能越好(响应时间越短、吞吐量越高),抗并发的能力 阅读全文
posted @ 2016-11-30 12:57 丁码农 阅读(22696) 评论(2) 推荐(12) 编辑
摘要: 常见的数据库系统优化中的一些观点: “系统性能出现问题进行优化,一定要深入了解数据库内部参数、等待事件、Latch、缓冲池、trace文件、查询/优化引擎等底层细节。” 这种观点往往出自数据库“高手”,这部分人以了解数据库底层实现细节而感到非常骄傲。但是从优化角度讲数据库的等待事件、Latch等指标 阅读全文
posted @ 2016-11-29 13:13 丁码农 阅读(3491) 评论(9) 推荐(8) 编辑
摘要: 缓存的基本知识 在整个计算机体系构造中(无论是硬件层面还是软件层面),缓存都是无处不在的。 在计算机硬件构造中,由于两种介质的速度不匹配,高速介质在和低速介质交互时速度趋向低速方,这就导致了高速介质的资源闲置。而通过引入第三种介质(速度和成本介于两者中间),将低速方读写的部分内容数据保存在该介质中, 阅读全文
posted @ 2016-11-28 08:59 丁码农 阅读(4326) 评论(9) 推荐(18) 编辑
摘要: 做过APP产品的技术人员都知道,APP应用属于一种C/S架构的,所以在做多版本兼容,升级等处理则比较麻烦,不像web应用那么容易。下面将带大家分析几种常见的情况和应对方式: 小改动或者新加功能的 这种情况,数据库结构和API程序一般是可以兼容多版本的,所以不用强制升级,可以坐到多版本共存。 尽量采用 阅读全文
posted @ 2016-11-23 09:14 丁码农 阅读(8018) 评论(8) 推荐(14) 编辑
摘要: 在之前的文章中,我介绍了分库分表的几种表现形式和玩法,也重点介绍了垂直分库所带来的问题和解决方法。本篇中,我们将继续聊聊水平分库分表的一些技巧。 分片技术的由来 关系型数据库本身比较容易成为系统性能瓶颈,单机存储容量、连接数、处理能力等都很有限,数据库本身的“有状态性”导致了它并不像Web和应用服务 阅读全文
posted @ 2016-11-21 09:24 丁码农 阅读(18504) 评论(30) 推荐(72) 编辑
摘要: 在谈论数据库架构和数据库优化的时候,我们经常会听到“分库分表”、“分片”、“Sharding”…这样的关键词。让人感到高兴的是,这些朋友所服务的公司业务量正在(或者即将面临)高速增长,技术方面也面临着一些挑战。让人感到担忧的是,他们系统真的就需要“分库分表”了吗?“分库分表”有那么容易实践吗?为此, 阅读全文
posted @ 2016-11-18 09:03 丁码农 阅读(22760) 评论(17) 推荐(32) 编辑
摘要: 本文首发于InfoQ,版权所有,请勿转载!!! http://www.infoq.com/cn/articles/solution-of-distributed-system-transaction-consistency 开篇 在OLTP系统领域,我们在很多业务场景下都会面临事务一致性方面的需求, 阅读全文
posted @ 2016-07-17 22:06 丁码农 阅读(88914) 评论(18) 推荐(31) 编辑
摘要: 最近在招聘中,聊到基础的网络编程的时候,发现不少人对BIO、NIO、AIO等理解非常模糊,觉得有必要写文章来纠正下很多人的误解。在谈这些之前,非常有必要先介绍下Unix 5种IO模型:阻塞:阻塞是最常用的IO模型,默认情况下所有的文件操作都是阻塞的。以套接字编程为例。在进程空间中调用recvfrom... 阅读全文
posted @ 2016-01-05 14:19 丁码农 阅读(1629) 评论(1) 推荐(5) 编辑
点击右上角即可分享
微信分享提示