十、RPC(远程过程调用)
相关概念
RPC,是Remote Procedure Call的简称,即远程过程调用。它是一种通过网络从远程计算机上请求服务,而不需要了解底层网络的技术。RPC的主要功用是让构建分布式计算更容易,在提供强大的远程调用能力时不损失本地调用的语义简洁性。
通俗点来说,假设有两台服务器A和B,一个应用部署在A服务器上,想要调用B服务器上应用提供的函数或者方法,由于不在同一个内存空间,不能直接调用,需要通过网络来表达调用的语义和传达调用的数据。
一般在RabbitMQ中进行RPC是很简单。客户端发送请求消息,服务端回复响应的消息。为了接收响应的消息,我们需要在请求消息中发送一个回调队列,直接用默认队列即可,如下面代码:
String replyQueueName = channel.queueDeclare().getQueue();
AMQP.BasicProperties props = new AMQP.BasicProperties
.Builder()
.correlationId(corrId)
.replyTo(replyQueueName)
.build();
channel.basicPublish("", QUEUENAME, props, message.getBytes("UTF-8"));
代码中的BasicProperties
类,包含了14个属性,这里用到了两个属性:
-
replyTo:用来设置一个回调队列。
如果像上面代码为每个RPC请求创建一个回调队列会很低效,可以为每个客户端创建一个单一的回调队列。
对于回调队列,在接收到一条回复消息后,并不知道这条消息应该与哪个请求匹配,这时就用到
correlationId
属性了,只要为每个请求设置一个correlationId
,在回调队列接收到回复时,匹配correlationId
属性从而匹配到相应请求。 -
correlationId:用来关联请求(request)和其调用RPC之后的回复(response)匹配。
RPC工作流程:
- 客户端启动时,创建了一个匿名的回调队列。
- 在一个RPC请求中,客户端发送一个消息,它有两个属性:
- replyTo:用来设置回调队列;
- correlationId,对于每个请求都被设置唯一的关联ID。
- 请求被发送到rpc_queue队列.
- RPC服务器等待接收该队列的请求。当收到一个请求,它就会处理并把结果发送给客户端,使用的队列是replyTo字段指定队列。
- 客户端等待接收回调队列中的数据。当接到一个消息,它会检查它的correlationId属性。如果它和设置的相匹配,就会把响应返回给应用程序。
客户端代码:
public class RPCClient {
private Connection connection;
private Channel channel;
private String requestQueueName = "rpc_queue";
public static void main(String[] argv) {
RPCClient rpcClient = null;
String response = null;
try {
rpcClient = new RPCClient();
for (int i = 0; i < 32; i++) {
String i_str = Integer.toString(i);
System.out.println("请求数(" + i_str + ")");
response = rpcClient.call(i_str);
System.out.println("接收返回数 '" + response + "'");
}
} catch (IOException | TimeoutException | InterruptedException e) {
e.printStackTrace();
} finally {
if (rpcClient != null) {
try {
rpcClient.close();
} catch (IOException _ignore) {
}
}
}
}
public RPCClient() throws IOException, TimeoutException {
connection = ConnectionUtils.getConnection();
channel = connection.createChannel();
}
public String call(String message) throws IOException, InterruptedException {
//生成correlationId
final String corrId = UUID.randomUUID().toString();
//创建回调队列
String replyQueueName = channel.queueDeclare().getQueue();
//设置BasicProperties
AMQP.BasicProperties props = new AMQP.BasicProperties
.Builder()
.correlationId(corrId) //设置correlationId
.replyTo(replyQueueName) //设置回调队列
.build();
//向服务端发送消息,并设置BasicProperties参数
channel.basicPublish("", requestQueueName, props, message.getBytes("UTF-8"));
//使用阻塞队列保存返回的数据,因为服务器返回数据是在一个单独的线程中进行,
//客户端在获取到数据之前要暂停当前主线程,创建大小为1的ArrayBlockingQueue来保存一条数据
final BlockingQueue<String> response = new ArrayBlockingQueue<String>(1);
String ctag = channel.basicConsume(replyQueueName, true, new DefaultConsumer(channel) {
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
//服务器返回的数据后,匹配correlationId后,保存数据
if (properties.getCorrelationId().equals(corrId)) {
response.offer(new String(body, "UTF-8"));
}
}
});
//从阻塞队列中获取数据
String result = response.take();
//获取到数据后,取消订阅
channel.basicCancel(ctag);
return result;
}
public void close() throws IOException {
connection.close();
}
}
服务端代码:
public class RPCServer {
private static final String RPC_QUEUE_NAME = "rpc_queue";
public static void main(String[] argv) {
Connection connection = null;
try {
connection = ConnectionUtils.getConnection();
final Channel channel = connection.createChannel();
//创建队列
channel.queueDeclare(RPC_QUEUE_NAME, false, false, false, null);
//清空队列
channel.queuePurge(RPC_QUEUE_NAME);
//消费端接收的消息数
channel.basicQos(1);
System.out.println("等待RPC请求...");
//打开消息确认机制
boolean autoAck = false;
Consumer consumer = new DefaultConsumer(channel) {
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
//获取correlationId,设置BasicProperties,以便回调给客户端匹配
AMQP.BasicProperties replyProps = new AMQP.BasicProperties
.Builder()
.correlationId(properties.getCorrelationId())
.build();
String response = "";
try {
String message = new String(body, "UTF-8");
int n = Integer.parseInt(message);
System.out.println(" 接收到(" + message + ")");
response += fib(n);
System.out.println("处理后 = " + response);
} catch (RuntimeException e) {
System.out.println(" 异常: " + e.toString());
} finally {
//返回处理后结果给客户端
channel.basicPublish("", properties.getReplyTo(), replyProps, response.getBytes("UTF-8"));
//发送消费端确认
channel.basicAck(envelope.getDeliveryTag(), false);
//唤醒等待线程继续等待下一个消息接收
synchronized (this) {
this.notify();
}
}
}
};
channel.basicConsume(RPC_QUEUE_NAME, autoAck, consumer);
// 等待接收来自RPC客户端的消息
while (true) {
synchronized (consumer) {
try {
consumer.wait();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
} catch (IOException | TimeoutException e) {
e.printStackTrace();
} finally {
if (connection != null) {
try {
connection.close();
} catch (IOException _ignore) {
}
}
}
}
//斐波那契函数
private static int fib(int n) {
if (n == 0) {
return 0;
}
if (n == 1) {
return 1;
}
return fib(n - 1) + fib(n - 2);
}
}
先运行服务端代码等待客户端消息,在运行客户端代码,会在发送消息给服务端处理后再返回消息。
上面代码设计只是简单的实现,具有的一些优势:
- 如果RPC服务端太慢,可以运行多个服务端扩展
- 在客户端,RPC只需要发送和接收一条消息。不需像queueDeclare的同步调用。对于单个RPC请求,RPC客户端只需要一次网络往返。
还需要解决的更复杂的问题:
- 如果没有运行服务器,客户端如何反应
- 客户端是否应该为RPC设置超时
- 服务端故障引发异常,是否将其转发给客户端
- 在处理之前防止无效的传入消息(例如边界检查等)