一.概述

什么是RPC？

  • 远程服务调用
  • 官方：一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的思想
  • 通俗一点：客户端在不知道调用细节的情况下，调用存在于远程计算机上的某个对象，就像调用本地应用程序中的对象一样。
  • 市面上常见的rpc框架：dobbo，springCloud，gRPC...

那为什么要有 RPC，HTTP 不好么？

  • 因为 RPC 和 HTTP 就不是一个层级的东西，所以严格意义上这两个没有可比性，也不应该来作比较。
  • HTTP 只是传输协议，协议只是规范了一定的交流格式
  • RPC 对比的是本地过程调用，是用来作为分布式系统之间的通信，它可以用 HTTP 来传输，也可以基于 TCP 自定义协议传输。
  • HTTP 协议比较冗余，所以 RPC 大多都是基于 TCP 自定义协议，定制化的才是最适合自己的。

项目总体结构

dubbo rpc 和openfeign 区别 dubbo rpc和http_rpc

整体架构

dubbo rpc 和openfeign 区别 dubbo rpc和http_spring boot_02

接下来，分别解释上述的过程

二.自定义注解

服务的提供者和消费者公用一个接口，@ServiceExpose是为了暴露服务，放在生产者的某个实现类上；@ServiceReference是为了引用服务，放在消费者的需要注入的属性上。

  • Target：指定被修饰的Annotation可以放置的位置(被修饰的目标)
  • @Target(ElementType.TYPE) //接口、类
  • @Target(ElementType.FIELD) //属性
  • @Target(ElementType.METHOD) //方法
  • @Target(ElementType.PARAMETER) //方法参数
  • @Target(ElementType.CONSTRUCTOR) //构造函数
  • @Target(ElementType.LOCAL_VARIABLE) //局部变量
  • @Target(ElementType.ANNOTATION_TYPE) //注解
  • @Target(ElementType.PACKAGE) //包
  • Retention：定义注解的保留策略
  • @Retention(RetentionPolicy.SOURCE) //注解仅存在于源码中，在class字节码文件中不包含
  • @Retention(RetentionPolicy.CLASS) //默认的保留策略，注解会在class字节码文件中存在，但运行时无法获得
  • @Retention(RetentionPolicy.RUNTIME) //注解会在class字节码文件中存在，在运行时可以通过反射获取到
  • Documented：指定被修饰的该Annotation可以被javadoc工具提取成文档
  • Inherited：指定被修饰的Annotation将具有继承性

二.启动配置

主要是加载一些rpc相关的配置类，使用SpringBoot自动装配。可以使用SPI机制加入一些自定义的类，放到指定文件夹中。

dubbo rpc 和openfeign 区别 dubbo rpc和http_spring boot_03

三.rpc接口注入/rpc服务扫描

这里主要就是通过反射获得对应注解的属性/类，进行服务暴露/服务引用。 这里需要关注的是什么时候进行服务暴露/引用？如下：

  • 客户端：一般有俩种方案
  • 饿汉式：饿汉式是通过实现 Spring 的InitializingBean接口中的 afterPropertiesSet方法，容器通过调用 ReferenceBean的 afterPropertiesSet方法时引入服务。(在Spring启动时，给所有的属性注入实现类，包含远程和本地的实现类)懒汉式：只有当这个服务被注入到其他类中时启动引入流程，也就是说用到了才会开始服务引入。在应用的Spring IOC 容器刷新完毕(spring Context初始化)之后，扫描所有的Bean，将Bean中带有@ServiceExpose/@ServiceReference注解的field获取到，然后创建field类型的代理对象，创建完成后，将代理对象set给此field。后续就通过该代理对象创建服务端连接，并发起调用。(dubbo默认)
  • 服务端：与懒汉式一样。

那么怎么知道Spring IOC刷新完成，这里就使用一个Spring提供的监听器，当Spring IOC刷新完成，就会触发监听器。

dubbo rpc 和openfeign 区别 dubbo rpc和http_数据_04

四.服务注册到ZK/从Zk获得服务

Zookeeper采用节点树的数据模型，类似linux文件系统，/，/node1，/node2 比较简单。不懂Zookeeper请移步：Zookeeper原理

dubbo rpc 和openfeign 区别 dubbo rpc和http_rpc_05

我们采用的是对每个服务名创建一个持久节点，服务注册时实际上就是在zookeeper中该持久节点下创建了一个临时节点，该临时节点存储了服务的IP、端口、序列化方式等。

dubbo rpc 和openfeign 区别 dubbo rpc和http_java_06

客户端获取服务时通过获取持久节点下的临时节点列表，解析服务地址数据：

dubbo rpc 和openfeign 区别 dubbo rpc和http_序列化_07

客户端监听服务变化：

dubbo rpc 和openfeign 区别 dubbo rpc和http_序列化_08

五.生成代理类对象

这里使用JDK的动态代理，也可以使用cglib或者Javassist(dobbo使用)。

public class ClientProxyFactory {
    /**
     * 获取代理对象，绑定 invoke 行为
     *
     * @param clazz 接口 class 对象
     * @param <T>   类型
     * @return 代理对象
     */public <T> T getProxyInstance(Class<T> clazz) {
        return (T) Proxy.newProxyInstance(clazz.getClassLoader(), new Class[]{clazz}, new InvocationHandler() {
            final Random random = new Random();

            @Override
            public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
                // 第一步：通过服务发现机制选择一个服务提供者暴露的服务
                String serviceName = clazz.getName();
                final List<ServiceInfo> serviceInfos = serviceDiscovery.listServices(serviceName);
                logger.info("Rpc server instance list: {}", serviceInfos);
                if (CollectionUtils.isEmpty(serviceInfos)) {
                    throw new RpcException("No rpc servers found.");
                }

                // TODO: 这里模拟负载均衡，从多个服务提供者暴露的服务中随机挑选一个，后期写方法实现负载均衡
                final ServiceInfo serviceInfo = serviceInfos.get(random.nextInt(serviceInfos.size()));

                // 第二步：构造 rpc 请求对象
                final RpcRequest rpcRequest = new RpcRequest();
                rpcRequest.setServiceName(serviceName);
                rpcRequest.setMethod(method.getName());
                rpcRequest.setParameterTypes(method.getParameterTypes());
                rpcRequest.setParameters(args);

                // 第三步：编码请求消息， TODO: 这里可以配置多种编码方式
                byte[] data = messageProtocol.marshallingReqMessage(rpcRequest);

                // 第四步：调用 rpc client 开始发送消息
                byte[] byteResponse = rpcClient.sendMessage(data, serviceInfo);

                // 第五步：解码响应消息
                final RpcResponse rpcResponse = messageProtocol.unmarshallingRespMessage(byteResponse);

                // 第六步：解析返回结果进行处理
                if (rpcResponse.getException() != null) {
                    throw rpcResponse.getException();
                }
                return rpcResponse.getRetValue();
            }
        });
    }
}

六.负载均衡

本实现支持两种主要负载均衡策略，随机和轮询，其中他们都支持带权重的随机和轮询，其实也就是四种策略。

七.Netty通信

服务端和客户端基本一样，这里只展示服务端的代码。代理对象在Spring启动的时候就生成了，但是没有调用，每一个调用(请求)都会生成一个Netty的连接。

public class NettyRpcServer extends RpcServer {
   
    @Override
    public void start() {
        // 创建两个线程组
        EventLoopGroup bossGroup = new NioEventLoopGroup();
        EventLoopGroup workerGroup = new NioEventLoopGroup();
        try {
            // 创建服务端的启动对象
            ServerBootstrap serverBootstrap = new ServerBootstrap()
                    // 设置两个线程组
                    .group(bossGroup, workerGroup)
                    // 设置服务端通道实现类型
                    .channel(NioServerSocketChannel.class)
                    // 服务端用于接收进来的连接，也就是boosGroup线程, 线程队列大小
                    .option(ChannelOption.SO_BACKLOG, 100)
                    .childOption(ChannelOption.SO_KEEPALIVE, true)
                    // child 通道，worker 线程处理器
                    .childHandler(new ChannelInitializer<SocketChannel>() {
                        // 给 pipeline 管道设置自定义的处理器
                        @Override
                        public void initChannel(SocketChannel channel) {
                            ChannelPipeline pipeline = channel.pipeline();
                            pipeline.addLast(new NettyServerHandler());
                        }
                    });

            // 绑定端口号，同步启动服务
            ChannelFuture channelFuture = serverBootstrap.bind(port).sync();
            channel = channelFuture.channel();
            // 对关闭通道进行监听，变为同步
            channelFuture.channel().closeFuture().sync();
        } catch (Exception e) {
            logger.error("server error.", e);
        } finally {
            // 释放线程组资源
            bossGroup.shutdownGracefully();
            workerGroup.shutdownGracefully();
        }
    }

实现具体handler

public class NettyServerHandler extends ChannelInboundHandlerAdapter {
    //当通道就绪就会触发该方法
    @Override
    public void channelActive(ChannelHandlerContext ctx) throws Exception {
        //进行记录
        logger.info("channel active: {}", ctx);
    }

    //读取数据实际(这里我们可以读取客户端发送的消息)
    @Override
    public void channelRead(ChannelHandlerContext ctx, MyDataInfo.MyMessage msg) throws Exception {
        //将数据读到buffer中
        final ByteBuf msgBuf = (ByteBuf) msg;
        final byte[] reqBytes = new byte[msgBuf.readableBytes()];
        msgBuf.readBytes(reqBytes);
    }

    //数据读取完毕
    @Override
    public void channelReadComplete(ChannelHandlerContext ctx) throws Exception {
        //使用反射获找到目标方法进行返回
        final byte[] respBytes = requestHandler.handleRequest(reqBytes);
        ctx.writeAndFlush(respBytes);
    }

    //处理异常, 一般是需要关闭通道
    @Override
    public void exceptionCaught(ChannelHandlerContext ctx, Throwable cause) throws Exception {
        ctx.close();
    }
}

八.序列化协议

对计算机网络稍微有一点了解的同学都知道，数据在网络中传输是二进制的：01010101010101010，类似这种，只有二进制数据才能在网络中传输。但是在编码之前我们一般先进行序列化，目的是为了优化传输的数据量。因为有的数据太大，需要进行空间优化。

那么我们来区分一下序列化和编码：我画一张图大家都全明白了

dubbo rpc 和openfeign 区别 dubbo rpc和http_数据_09

定义一个序列化协议，放入作为一个handler放入pipeline中。

Netty支持多种序列化，比如jdk，Json，ProtoBuf 等，这里使用ProtoBuf，其序列化后码流小性能高，非常适合RPC调用。接下来看怎么使用ProtoBuf?

  • 1.编写需要序列化的类xxx.proto：ProtoBuf有自己的语法规则(自行百度)

dubbo rpc 和openfeign 区别 dubbo rpc和http_spring boot_10

  • 2.通过官网提供的protoc.exe生成对应的Java代码
  • 3.前面通过工具生成的代码（AnimalProto）已经帮我们封装好了序列化和反序列化的方法，我们只需要调用对应方法即可

引入Protobuf的依赖

<dependency>
    <groupId>com.google.protobuf</groupId>
    <artifactId>protobuf-java</artifactId>
    <version>2.4.1</version>
</dependency>

序列化：

/**
 * 调用对象构造好的Builder，完成属性赋值和序列化操作
 * @return
 */
public static byte[] protobufSerializer(){
    AnimalProto.Animal.Builder builder = AnimalProto.Animal.newBuilder();
    builder.setId(1L);
    builder.setName("小猪");
    List<String> actions = new ArrayList<>();
    actions.add("eat");
    actions.add("run");
    builder.addAllActions(actions);
    return builder.build().toByteArray();
}

反序列化：

/**
 * 通过调用parseFrom则完成反序列化
 * @param bytes
 * @return
 * @throws InvalidProtocolBufferException
 */
public static Animal deserialize(byte[] bytes) throws Exception {
    AnimalProto.Animal pAnimal = AnimalProto.Animal.parseFrom(bytes);
    Animal animal = new Animal();
    animal.setId(pAnimal.getId());
    animal.setName(pAnimal.getName());
    animal.setActions(pAnimal.getActionsList());
    return animal;
}

测试：

public static void main(String[] args) throws Exception {
    byte[] bytes = serializer();
    Animal animal = deserialize(bytes);
    System.out.println(animal);
}

以下看到是能正常序列化和反序列化的：

dubbo rpc 和openfeign 区别 dubbo rpc和http_序列化_11

九.通信协议

通信协议主要是解决网络传输问题，比如TCP拆包粘包问题。

TCP问题：

  • TCP拆包粘包主要就是把一些数据合并或者分割开进行发送，这时候有的数据就不完整，有的数据就多出一部分，就会造成问题。一般使用TCP协议都需要考虑拆包粘包问题
  • tcp粘包和半包问题就是因为滑动窗口。 因为不管你的数据是多少长度,怎么分割每一条数据。但是tcp只按照我滑动窗口的长度发送。
  • 本质是因为TCP是流式协议，消息无边界。

解决方案：业界的主流协议的解决方案可以归纳如下

  • 消息定长：例如每个报文的大小为固定长度100字节，如果不够用空格补足。(定长解码器)
  • 在包尾加特殊结束符进行分割。(分隔符编码器)

dubbo rpc 和openfeign 区别 dubbo rpc和http_spring boot_12

  • 消息长度+消息：将消息分为消息头和消息体，消息头中包含表示消息总长度（或者消息体长度）的字段。Netty自带：

dubbo rpc 和openfeign 区别 dubbo rpc和http_java_13

  • 自定义编解码器

dubbo rpc 和openfeign 区别 dubbo rpc和http_spring boot_14

这里只是列举出来编码过程，解码是逆过程。(说白了，编码就是找着固定的格式进行写入，解码就是照着固定的格式读)

dubbo rpc 和openfeign 区别 dubbo rpc和http_java_15

恭喜你，已经学会写RPC框架了，想深入了解的朋友可以参照源码。进行学习，升级。


作者：Monkey-X