RPC 原理详解 - 技术栈

文章目录

- [什么是 RPC](#什么是 RPC)
- [RPC 基本原理](#RPC 基本原理)
- 实践
- - 基于HTTP协议的RPC
  - 基于TCP协议的RPC

什么是 RPC

RPC（Remote Procedure Call），即远程过程调用，它允许像调用本地服务一样调用远程服务。是一种服务器-客户端（Client/Server）模式。

远程：指的是需要经过网络的，而不是应用内部、机器内部进行的。
过程：也就是方法。

那"远程过程调用"，就是：可以跨过一段网络，调用另外一个网络节点上的方法。以上就是对远程过程调用的简单理解。

RPC 调用分以下两种：

同步调用：客户方等待调用执行完成并返回结果。
异步调用：客户方调用后不用等待执行结果返回，但依然可以通过回调通知等方式获取返回结果。若客户方不关心调用返回结果，则变成单向异步调用，单向调用不用返回结果。

异步和同步的区分在于是否等待服务端执行完成并返回结果。

RPC 基本原理

RPC核心功能

知道什么是RPC以后就会发现，RPC需要解决一些问题：

既然是远程调用，那么客户端如何知道服务端的地址？
如果客户端和服务端使用的是不同语言写的程序，那么参数该如何表达和解析？
如何进行网络传输？

这三个问题的解决方案也是RPC的核心功能：服务寻址、数据编解码和网络传输。

服务寻址

如果是本地调用，被调用的方法在同一个进程内，操作系统或者是虚拟机可以去地址空间去找；但是在远程调用中，这是行不通的，因为两个进程的地址空间是完全不一样的，肯定也无法知道远端的进程在那。

如果要想实现远程调用，我们需要对服务消费者和服务提供者两者进行约束：在远程过程调用中所有的函数都必须有一个 ID，这个 ID 在整套系统中是唯一存在确定的。服务消费者在做远程过程调用时，发送的消息体中必须要携带这个 ID。服务消费者和服务提供者分别维护一个函数和 ID 的对应表。当服务消费者需要进行远程调用时，它就查一下这个表，找出对应的 ID，然后把它传给服务端，服务端也通过查表，来确定客户端需要调用的函数，然后执行相应函数的代码就行。

服务寻址的实现方式有很多种，常见的是：服务注册中心。要调用服务，首先你需要一个服务注册中心去查询对方服务都有哪些实例，然后根据负载均衡策略择优选一。

从服务提供者的角度看：当提供者服务启动时，需要自动向注册中心注册服务；当提供者服务停止时，需要向注册中心注销服务；提供者需要定时向注册中心发送心跳。如果一段时间未收到来自提供者的心跳后，注册中心会判定提供者已经停止服务，并从注册中心下架对应的服务。
从调用者的角度看:调用者启动时订阅注册中心的消息并从注册中心获取提供者的地址；当有提供者上线或者下线时，注册中心会告知到调用者;调用者下线时，取消订阅。

数据编解码

对计算机网络稍微有一点熟悉的同学都知道，数据在网络中传输都是二进制的：01010101010101010，类似这种，只有二进制数据才能在网络间传。选择好的序列化协议特别重要，一个好的序列化协议能减少序列化数据带来的性能损耗。常见的RPC序列化协议如下：

XML（Extensible Markup Language）是一种常用的序列化和反序列化协议，具有跨机器，跨语言等优点。狭义web service就是基于SOAP消息传递协议（一个基于XML的可扩展消息信封格式）来进行数据交换的。
JSON（Javascript Object Notation）起源于弱类型语言Javascript，是采用"Attribute－value"的方式来描述对象协议。与XML相比，其协议比较简单，解析速度比较快。
Protocol Buffers 是google提供的一个开源序列化框架，是一种轻便高效的结构化数据存储格式，可以用于结构化数据串行化，或者说序列化。它很适合做数据存储或 RPC 数据交换格式。可用于通讯协议、数据存储等领域的语言无关、平台无关、可扩展的序列化结构数据格式。同 XML 相比， Protobuf 的主要优点在于性能高。它以高效的二进制方式存储，比 XML 小 3 到 10 倍，快 20 到 100 倍。

以上每种协议都有其优点和适用场景，需要根据具体的需求和环境来选择合适的协议。

网络传输

提起网络传输大家脑海里肯定马上就能想到 TCP/IP四层模型、OSI 七层模型，那通常 RPC 会选择那一层作为传输协议呢？

在回答这个问题前，先来看下 RPC 需要网络传输实现什么样的功能。客户端的数据经过序列化后，就需要通过网络传输到服务端。网络传输层需要把前面说的函数 ID 和序列化后的参数字节流传给服务端，服务端处理完然后再把序列化后的调用结果传回客户端。

原则上只要能实现上面这个功能的都可以作为传输层来使用，具体协议没有限制。我们先来看下 TCP 协议，TCP 连接可以是按需连接，需要调用的时候就先建立连接，调用结束后就立马断掉，也可以是长连接，客户端和服务器建立起连接之后保持长期持有，不管此时有无数据包的发送，可以配合心跳检测机制定期检测建立的连接是否存活有效。

由此可见 TCP 的性能确实很好，因此市面上大部分 RPC 框架都使用 TCP 协议，但也有少部分框架使用其他协议，比如 gRPC 用的是 HTTP2 来实现。

一次RPC的调用过程

忽略服务端向注册中心注册服务的流程，下面是客户端和服务端之间进行一次RPC调用的完整过程。

客户端（Client）通过本地调用的方式调用服务（以接口方式调用）；
客户端存根（Client Stub）接收到调用请求后负责将方法、入参等信息进行组装序列化成能够进行网络传输的消息体（将消息体对象序列化为二进制流）；
客户端存根（Client Stub）找到远程的服务地址，并且将消息通过网络发送给服务端（通过sockets发送消息）；
服务端存根（Server Stub）收到消息后进行反序列化操作，即解码（将二进制流反序列化为消息对象）；
服务端存根（Server Stub）通过解码结果调用本地的服务进行相关处理；
服务端（Server）将处理结果返回给服务端存根；
服务端存根（Server Stub）序列化处理结果（将结果消息对象序列化为二进制流）；
服务端存根（Server Stub）将序列化结果通过网络发送至客户端（通过sockets发送消息）；
客户端存根（Server Stub）接收到消息，进行反序列化解码（将结果二进制流反序列化为消息对象）；
客户端得到最终的结果。

这里面有一个词语：存根（Stub）。这里存根的作用我认为和Linux内核里面的库打桩机制有点类似。在Linux中，一个"桩"（stub）就是一个程序或函数的临时替代品，"桩"可以模拟出类似于真实的程序或函数的行为。所以，在RPC中，客户端存根和服务器存根的作用是隐藏RPC底层机制的复杂性，让开发者可以像调用本地函数一样调用远程函数。

实践

基于HTTP协议的RPC

服务端代码：

go 复制代码

type Args struct {
	A, B int
}

type Compute int

func (c *Compute) Add(args *Args, reply *int) error {
	*reply = args.A + args.B
	return nil
}

func main() {
	compute := new(Compute)
	rpc.HandleHTTP() // 注册 HTTP 路由
    // 注册 RPC 服务
	if err := rpc.Register(compute); err != nil {
		log.Fatal("Register error:", err)
	}

	listen, err := net.Listen("tcp", ":8080")
	if err != nil {
		log.Fatal("Listen error:", err)
	}
	if err = http.Serve(listen, nil); err != nil {
		log.Fatal("Serve error:", err)
	}
}

rpc库对注册的方法有一定的限制，方法必须满足签名func (t *T) MethodName(argType T1, replyType *T2) error{}：

方法名必需是可导出的。
方法接收两个参数，这两个参数都是可导出的，且第二个参数必需为指针类型。
方法必需返回一个error类型的参数。

客户端代码：

go 复制代码

type Args struct {
	A, B int
}

func main() {
	client, err := rpc.DialHTTP("tcp", "localhost:8080")
	if err != nil {
		log.Fatal("dialing:", err)
	}

	args := &Args{3, 5}
	// 同步调用
	var reply1 int
	if err = client.Call("Compute.Add", args, &reply1); err != nil {
		log.Fatal("Compute error:", err)
	}
	fmt.Printf("同步调用的sum: %d\n", reply1)

	// 异步调用
	var reply2 int
	divCall := client.Go("Compute.Add", args, &reply2, nil)
	_ = <-divCall.Done // 接收调用结果
	fmt.Printf("异步调用的sum: %d\n", reply2)
}

运行结果如下：

go 复制代码

PS D:\GolandProjects\RPC\client> go run .\client.go
同步调用的sum: 8
异步调用的sum: 8

基于TCP协议的RPC

服务端代码：

go 复制代码

type Args struct {
	A, B int
}

type Compute int

func (c *Compute) Add(args *Args, reply *int) error {
	*reply = args.A + args.B
	return nil
}

func main() {
	compute := new(Compute)
	if err := rpc.Register(compute); err != nil {
		log.Fatal("Register error:", err)
	}

	listen, err := net.Listen("tcp", ":8080")
	if err != nil {
		log.Fatal("Listen error:", err)
	}
	rpc.Accept(listen)
}

客户端代码：

go 复制代码

type Args struct {
	A, B int
}

func main() {
	client, err := rpc.Dial("tcp", "localhost:8080")
	if err != nil {
		log.Fatal("dialing:", err)
	}

	args := &Args{6, 8}
	// 同步调用
	var reply1 int
	if err = client.Call("Compute.Add", args, &reply1); err != nil {
		log.Fatal("Compute error:", err)
	}
	fmt.Printf("同步调用的sum: %d\n", reply1)

	// 异步调用
	var reply2 int
	divCall := client.Go("Compute.Add", args, &reply2, nil)
	_ = <-divCall.Done // 接收调用结果
	fmt.Printf("异步调用的sum: %d\n", reply2)
}

运行结果：

PS D:\GolandProjects\RPC\client> go run .\client.go
同步调用的sum: 14
异步调用的sum: 14