我发现经常研究并且为之兴奋的一件事就是对系统进行扩展。现在这对不同的人有着不同的意思。作为移植Monolithic应用到Microservices架构方法中的一部分,如何处理Microservices架构是我研究RPC的原因。
RPC(或者叫做远程进程调用)是一个已经在计算机科学领域存在较长一段时间的概念。对此一种非常简单的理解就是发送一段消息到远程进程的能力,而不论它是在同一个系统上还是远程的系统。总的来说这是非常模糊的,而且对许多的实现来说是开放的。在我看来,当谈到RPC时,会有相当多的内容可供探讨,比如消息的格式,以及你怎样将消息发送到远程进程上。有许多的方法来实现RPC,而这是我采用的一种,但对这篇文章来说,我准备使用‘JSON-RPC'来处理消息的格式,用Redis来发布消息。
RPC和消息队列
原理基本上都一样,但是使用RPC的话,客户端会等待一个含有RPC调用结果的返回消息。如果你的消息队列系统允许你为发送者处理回调消息,那么你很可能就可以为RPC来使用它。在大多数的消息队列中,它们被用来触发那些不再需要回复给客户端的任务。
为什么用Redis而不是其它的?
你应该能够在某个地主发现Redis是非常先进的技术,如果你说没有发现,你是怎么了?Redis对很多事情来说都是一个伟大的工具,你应该认真研究一下。学习之路能够平坦,并且不用学习太多的新内容,Redis都完美的符合这些想法,所以,让我们看看我们可以干些什么。
Client
require 'redis' require 'securerandom' require 'msgpack'class RedisRpcClient
def initialize(redis_url, list_name) @client = Redis.connect(url: redis_url) @list_name = list_name.to_s end
def method_missing(name, *args) request = { 'jsonrpc' => '2.0', 'method' => name, 'params' => args, 'id' => SecureRandom.uuid }
@client.lpush(@list_name, request.to_msgpack) channel, response = @client.brpop(request['id'], timeout=30)
MessagePack.unpack(response)['result'] end
end
client = RedisRpcClient.new('redis://localhost:6379', :fib) (1..30).each { |i| puts client.fib(i) }
Server
require 'redis' require 'msgpack'class Fibonacci
def fib(n) case n when 0 then 0 when 1 then 1 else fib(n - 1) + fib(n - 2) end end
end
class RedisRpcServer
def initialize(redis_url, list_name, klass) @client = Redis.connect(url: redis_url) @list_name = list_name.to_s @klass = klass end
def start puts "Starting RPC server for #{@list_name}" while true channel, request = @client.brpop(@list_name) request = MessagePack.unpack(request)
puts "Working on request: #{request['id']}"
args = request['params'].unshift(request['method']) result = @klass.send *args
reply = { 'jsonrpc' => '2.0', 'result' => result, 'id' => request['id'] }
@client.rpush(request['id'], MessagePack.pack(reply)) @client.expire(request['id'], 30) end
end
end
RedisRpcServer.new('redis://localhost:6379', :fib, Fibonacci.new).start
确是如此,它能工作是因为当你等待数据从服务器传回来时,Redis有命令能够让你阻塞等待。这是非常优秀的做法,它让你的客户端代码看上去像是在调用本地方法。
Ruby 相当酷,可是。。。
如果你想用其它语言怎么办?没问题,只要你的语言有很好的Redis库,你就可以做同样的事。让我们瞧一瞧用Python来建立一个服务端程序。
import redis import msgpackclass Fibonacci:
def fib(self,n): if n == 0: return 0 elif n == 1: return 1 else: return self.fib(n-1) + self.fib(n-2)
class RedisRpcServer:
def __init__(self, redis_url, list_name, klass): self.client = redis.from_url(redis_url) self.list_name = list_name self.klass = klass
def start(self): print("Starting RPC server for " + self.list_name) while True: channel, request = self.client.brpop('fib') request = msgpack.unpackb(request, encoding='utf-8')
print("Working on request: " + request['id'])
result = getattr(self.klass, request['method'])(*request['params'])
reply = { 'jsonrpc': '2.0', 'result': result, 'id': request['id'] }
self.client.rpush(request['id'], msgpack.packb(reply, use_bin_type=True)) self.client.expire(request['id'], 30)
RedisRpcServer('redis://localhost:6379', 'fib', Fibonacci()).start()
结论
这很好的证明了你头脑中的一些想法,当然,还需要更多的工作来处理异常。如果你用这个方法遇到任何的问题,我乐意帮助你。我的确希望在同样想法的一此地方使用RabbitMQ,但如果你已经在你的项目中使用了Redis,这将会是一个非常不错的方法。
问题 你想找到一个简单的方式去执行运行在远程机器上面的Python程序中的函数或方法。 解决方案 实现一个远程方法调用的最简单方式是使用XML-RPC。下面我们演示一下一个实现了键-值存储功能的简单服务器: from xmlrpc.server import SimpleXMLRPCServer class KeyValueServer: _rpc_methods_ = ['get',
本文向大家介绍Android编程实现动态支持多语言的方法,包括了Android编程实现动态支持多语言的方法的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了Android编程实现动态支持多语言的方法。分享给大家供大家参考,具体如下: 资源文件values/strings.xml中添加 创建values-en文件夹,添加资源文件 strings.xml: 创建values-zh文件夹,添加资源
Introduction 介绍 Socket and HTTP programming use a message-passing paradigm. A client sends a message to a server which usually sends a message back. Both sides are responsible for creating messages in
说明 此文档只适用于 jboot v3.1.0 以上,之前的版本请参考 这里 。 目录 添加依赖 配置 开始使用 restful 暴露 高级功能 添加依赖 Jboot 支持 dubbo 和 motan,假设我们需要使用 dubbo 作为底层的 RPC 框架,需要添加如下依赖: <dependency> <groupId>org.apache.dubbo</groupId> <art
本文向大家介绍node.js中RPC(远程过程调用)的实现原理介绍,包括了node.js中RPC(远程过程调用)的实现原理介绍的使用技巧和注意事项,需要的朋友参考一下 刚接触到RPC(远程过程调用),就是可以在本地调用远程机子上的程序的方法,看到一个简单的nodejs实现,用来学习RPC的原理很不错:nodejs light_rpc 使用示例: Sample client: 简单说说整个过程: 1
问题 你想在一个消息传输层如 sockets 、multiprocessing connections 或 ZeroMQ 的基础之上实现一个简单的远程过程调用(RPC)。 解决方案 将函数请求、参数和返回值使用pickle编码后,在不同的解释器直接传送pickle字节字符串,可以很容易的实现RPC。 下面是一个简单的PRC处理器,可以被整合到一个服务器中去: # rpcserver.py imp