小白入门微服务(1)

2024-06-02 13:12| 来源: 网络整理| 查看: 265

概述前言什么是 RPC RPC 原理常用 RPC 框架对比 thrift 基础 python、nodejs 互调后记前言

上一篇文章中，我们初步了解了什么是微服务，那么我们这次来体验一下微服务中是怎么通信的。如果我的文章对你有帮助，欢迎关注、点赞、转发，这样我会更有动力做原创分享。

什么是 RPC

Remote Procedure Call，即为 -- 远程过程调用。通俗地解释一下：你有 A、B 两台电脑，A 电脑用 python 实现了一个加法运算，此时此刻 B 电脑有一个用 Java 实现的程序，想调用 A 电脑的加法运算程序。然而，内存空间不在同一台电脑，且编程语言也不相同，如何调用呢？此时此刻就用网络来表达调用的语义与调用参数。当然，现在我们不用自己去实现这些东西，当下有很多成熟的 RPC 框架供我们选择。

RPC 原理

什么都别说，先上图。

RPC原理

在往下看之前，我们先来了解一下：stub stub 规定了 server 能够提供什么服务，这在 server 和 client 上是一致的。 RPC 调用链文字描述： (1）client 以本地调用方式调用服务； (2）client stub 接收到调用后负责将方法、参数等组装成能够进行网络传输的消息体； (3）client stub 找到服务地址，并将消息发送到服务端； (4）server stub 收到消息后进行解码； (5）server stub 根据解码结果调用本地的服务； (6）server 执行方法并将结果返回给 server stub； (7）server stub 将返回结果打包成消息并发送至 client； (8）client stub 接收到消息，并进行解码； (9）client 得到最终结果。

RPC 调用链： (1)client 发起请求：rpc call --> send --> network (2)server 接受请求：network --> receive --> local call (3)server 返回结果：local return --> send --> network (4)client 接收结果：network --> receive --> rpc return

以上就是 RPC 的原理，需要说明的是，它是同步调用的。

常用 RPC 框架对比 RPC 种类 dubbon rpcx grpc thrift 开发语言 Java go 跨语言跨语言服务治理 √ √ × × 多序列化框架支持 √ √ × × 多种注册中心 √ √ × × 管理中心 √ √ × × 跨语言 × × √ √

一下文字为引用（https://colobu.com/2016/09/05/benchmarks-of-popular-rpc-frameworks/）文章的描述：

Dubbo 是阿里巴巴公司开源的一个 Java 高性能优秀的服务框架，使得应用可通过高性能的 RPC 实现服务的输出和输入功能，可以和 Spring框架无缝集成。不过，略有遗憾的是，据说在淘宝内部，dubbo 由于跟淘宝另一个类似的框架 HSF（非开源）有竞争关系，导致 dubbo 团队已经解散（参见http://www.oschina.net/news/55059/druid-1-0-9 中的评论），反到是当当网的扩展版本仍在持续发展，墙内开花墙外香。其它的一些知名电商如当当、京东、国美维护了自己的分支或者在 dubbo 的基础开发，但是官方的库缺乏维护，相关的依赖类比如 Spring，Netty 还是很老的版本(Spring 3.2.16.RELEASE, netty 3.2.5.Final),倒是有些网友写了升级 Spring 和 Netty 的插件。

rpcx 是Go语言生态圈的 Dubbo，比 Dubbo 更轻量，实现了 Dubbo 的许多特性，借助于Go语言优秀的并发特性和简洁语法，可以使用较少的代码实现分布式的 RPC 服务。

gRPC 是 Google 开发的高性能、通用的开源 RPC 框架，其由 Google 主要面向移动应用开发并基于 HTTP/2 协议标准而设计，基于 ProtoBuf(Protocol Buffers) 序列化协议开发，且支持众多开发语言。本身它不是分布式的，所以要实现上面的框架的功能需要进一步的开发。

thrift 是 Apache 的一个跨语言的高性能的服务框架，基于 thrift 进行序列化。也得到了广泛的应用。

其中比较受关注的是：grpc 与 thrift 。 grpc 支持的语言：C++,C#,Dart,Go,Java,Node.js,Objective-C,PHP,Python,Ruby, thrift 支持的语言：C++, Java, Python, PHP, Ruby, Erlang, Perl, Haskell, C#, Cocoa, JavaScript, Node.js, Smalltalk, OCaml and Delphi 等

thrift 基础

实现两门语言的相互调用，这里选用 thrift 框架，接下来会简单介绍一下 thrift 的用法，并编码实现一个 python 与 nodejs 互相调用的程序。下面简单介绍下 thrift 语法。基本数据类型：

bool: 布尔类型(true / false) byte: 8位带符号整数 i16: 16位带符号整数 i32: 32位带符号整数 i64: 64位带符号整数 double: 64位浮点数 string: 采用UTF-8编码的字符串 map 键值对 list 列表 set 集合

结构：

struct User { 1: i32 uid, 2: string name, 3: string age, 4: string sex }

service，对外扩展的接口：

service UserStorage { void addUser(1: User user), User getUser(1: i32 uid) }

最后，使用 thrift 命令生成相应的接口文件：

thrift -out ../python --gen py test.thrift thrift -out 存储路径 --gen 接口语言 thrift 文件名 python、nodejs 互调

OK，语法差不多都熟悉了，那么我们来实践一下：

项目结构图其中绿色框框为我们自己新建的代码，红色框框为 thrift 生成的代码，我们调用就行。我们先来看互相调用的结果：先看看 python 为服务端，nodejs 为客户端的调用情况： python 服务端 nodejs 客户端

在看看，nodejs 为服务端，python 为客户端的情况：

nodejs 服务端 python 客户端 createThrift.sh #!/bin/bash cd thrift thrift -out ../nodejs --gen js:node test.thrift thrift -out ../python --gen py test.thrift test.thrift

生成红色框框的 thrift 接口代码文件。

struct Student{ 1: string name, 2: string age } service UserService{ void addStu(1: Student stu), Student getStu(1: string name) } python server from python.test import UserService from thrift.transport import TSocket from thrift.transport import TTransport from thrift.protocol import TBinaryProtocol from thrift.server import TServer stus = {} class TestHandler: def addStu(self, stu): print("我是 python 服务器，我的 addStu() 方法被调用了.") stus[stu.name] = stu # print("add new student : " + stu.name) def getStu(self, name): print("我是 python 服务器，我的 getStu() 方法被调用了.") print("get student : " + name) return stus[name] # 创建服务端 handler = TestHandler() processor = UserService.Processor(handler) # 监听端口 transport = TSocket.TServerSocket("127.0.0.1", 3000) # 选择传输层 tfactory = TTransport.TBufferedTransportFactory() # 选择传输协议 pfactory = TBinaryProtocol.TBinaryProtocolFactory() # 创建服务端 server = TServer.TSimpleServer(processor, transport, tfactory, pfactory) print("Starting thrift server in python...") server.serve() python client from python.test import UserService from thrift.transport import TSocket from thrift.transport import TTransport from thrift.protocol import TBinaryProtocol __HOST = '127.0.0.1' __PORT = 3000 tsocket = TSocket.TSocket(__HOST, __PORT) transport = TTransport.TBufferedTransport(tsocket) protocol = TBinaryProtocol.TBinaryProtocol(transport) # 穿件客户端 client = UserService.Client(protocol) # thrift 生成的的 Student 结构 stu = UserService.Student("zone", "18") transport.open() # 调用服务端 addStu() 方法 print("我是 python 客户端，我调用了 addStu() 方法.") client.addStu(stu) # 调用服务端 getStu() 方法 print("我是 python 客户端，我调用了 getStu() 方法.") print("返回的结果为：" + client.getStu("zone")) transport.close() nodejs server var thrift = require("thrift"); var UserService = require('../UserService.js'); var ttypes = require('../test_types'); var stus = {} var server = thrift.createServer(UserService, { addStu: function (stu, callback) { console.log("我是 nodejs 服务器，我的 addStu() 方法被调用了."); stus[stu.name] = stu console.log(stu); callback(); }, getStu: function (name, callback) { console.log("我是 nodejs 服务器，我的 getStu() 方法被调用了."); callback(null, stus[name]) } } ); // 启动服务 server.listen(3000); console.log("nodejs server start"); server.on("error", function (e) { console.log(e); }); nodejs client var thrift = require('thrift'); var UserService = require('../UserService.js'); var ttypes = require('../test_types'); var connection = thrift.createConnection('127.0.0.1', 3000); var client = thrift.createClient(UserService, connection); connection.on("error", function (e) { console.log(e); }); var stu = new ttypes.Student({name: "zone-nodejs", age: "23"}); // 调用服务端 addStu() 方法 client.addStu(stu, function (err, res) { if (err) { console.log(err); return } console.log("我是 nodejs 客户端，我调用了 addStu() 方法.") }) // 调用服务端 getStu() 方法 client.getStu("zone-nodejs", function (err, res) { if (err) { console.log(err); return } console.log("我是 nodejs 客户端，我调用了 getStu() 方法.") console.log("返回的结果为：" + res) }) 后记

微服务中，RPC 框架的性能是很重要的，因为一旦要做微服务，就是成百上千个微服务的，这涉及到各个微服务之间的通信问题。通信慢了，那么整体的响应速度也就相对慢很多了。下一篇文章讲一下消息队列，敬请期待！

本篇文章首发于公众号「zone7」，关注公众号获取最新推文。

【本文地址】

公司简介

联系我们