轻量级RPC设计与实现第三版
Posted maratong
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了轻量级RPC设计与实现第三版相关的知识,希望对你有一定的参考价值。
在前两个版本中,每次发起请求一次就新建一个netty的channel连接,如果在高并发情况下就会造成资源的浪费,这时实现异步请求就十分重要,当有多个请求线程时,需要设计一个线程池来进行管理。除此之外,当前方法过于依赖注册中心,在高并发情况下对注册中心造成了压力;另外如果注册中心出现宕机等情况,那么整合系统就崩溃了,为了解决这个问题,添加了一个适合高并发的服务缓存机制。以上为该版本的新增内容。
异步请求和线程池
这里就不具体介绍异步请求的概念了。用一个通俗的例子解释,如你在饭店点餐,当你点好餐后,会得到一个点餐号,但是饭菜并不会立即做好送过,需要你等待一段时间,在这个时间段中,你可以做其他的事情,当饭菜做好后,会根据点餐号进行广播,通知你去拿饭菜。这就是一个典型的异步处理。
在项目中涉及到异步的主要有三个自定义类,即ChannelHolder
,LwRequestPool
和LwRequestManager
。
在ChannelHolder
中定义的变量:
@Data
@Builder
@NoArgsConstructor
@AllArgsConstructor
public class ChannelHolder {
private Channel channel;
private EventLoopGroup eventLoopGroup;
}
在LwRequestManager
中的变量:
private static final ConcurrentHashMap<String, ChannelHolder> channelHolderMap = new ConcurrentHashMap<>();
private static ExecutorService requestExecutor = new ThreadPoolExecutor(30, 100, 0, TimeUnit.SECONDS,
new ArrayBlockingQueue<>(30),
new BasicThreadFactory.Builder().namingPattern("request-service-connector-%d").build());
private static LwRequestPool requestPool = SpringBeanFactory.getBean(LwRequestPool.class);
在LwRequestPool
中定义的变量:
private final ConcurrentHashMap<String, Promise<LwResponse>> requestPool = new ConcurrentHashMap<>();
刚开始在动态代理中会调用send()
方法,开始了有关异步调用的内容。通过requestId来确定是哪个请求,利用线程池执行netty客户端的运行,并利用CountDownLatch
来先暂停下面代码的运行,如果latch执行了countDown()方法,会再返回这里执行下面的步骤。
public static void send(LwRequest request, URL url) throws Exception{
String requestId = request.getRequestId();
CountDownLatch latch = new CountDownLatch(1);
requestExecutor.execute(new NettyClient(requestId, url, latch));
latch.await();
ChannelHolder channelHolder = channelHolderMap.get(requestId);
channelHolder.getChannel().writeAndFlush(request);
log.info("客户端发送消息:{}", channelHolder);
}
之后运行Netty客户端中的run()方法,如果与服务端连接成功,将该请求id和对应的channel注册到channelHolderMap
变量中,并执行submitRequest
方法,将请求id和eventLoop注册到变量requestPool
中。最后执行了countDown()
方法。
@Override
public void run() {
EventLoopGroup group = new NioEventLoopGroup();
Bootstrap bootstrap = new Bootstrap();
bootstrap.group(group)
.channel(NiosocketChannel.class)
.option(ChannelOption.SO_KEEPALIVE, true)
.option(ChannelOption.TCP_NODELAY, true)
.option(ChannelOption.CONNECT_TIMEOUT_MILLIS, 5000)
.handler(new ChannelInitializer<SocketChannel>() {
@Override
protected void initChannel(SocketChannel socketChannel) throws Exception {
ChannelPipeline pipeline = socketChannel.pipeline();
pipeline.addLast(new LengthFieldBasedFrameDecoder(65535, 0, 4));
pipeline.addLast(new LwRpcEncoder(LwRequest.class, new HessianSerializer()));
pipeline.addLast(new LwRpcDecoder(LwResponse.class, new HessianSerializer()));
pipeline.addLast(clientHandler);
}
});
try {
ChannelFuture future = bootstrap.connect(url.getHostname(), url.getPort()).sync();
//连接成功
if (future.isSuccess()) {
ChannelHolder channelHolder = ChannelHolder.builder()
.channel(future.channel())
.eventLoopGroup(group).build();
LwRequestManager.registerChannelHolder(requestId, channelHolder);
latch.countDown();
}
} catch (InterruptedException e) {
e.printStackTrace();
}
}
requestPool.submitRequest(requestId, channelHolder.getChannel().eventLoop());
public void submitRequest(String requestId, EventExecutor executor) {
requestPool.put(requestId, new DefaultPromise<>(executor));
}
当执行了countDown()
方法,会跳转到原来最初的地方,执行剩下的代码部分,进行请求发送。等待服务端的响应。
ChannelHolder channelHolder = channelHolderMap.get(requestId);
channelHolder.getChannel().writeAndFlush(request);
当客户端接收到服务端发回的结果信息时,会执行notifyRequest
方法。
@Override
protected void channelRead0(ChannelHandlerContext channelHandlerContext, LwResponse response) throws Exception {
lwRequestPool.notifyRequest(response.getRequestId(), response);
}
在notifyRequest
方法中,会从变量requestPool
中获取到返回的LwResponse
变量,并封装在Promise
中,最后调用setsuccess()方法。
public void notifyRequest(String requestId, LwResponse response) {
Promise<LwResponse> promise = requestPool.get(requestId);
if (promise != null) {
promise.setSuccess(response);
}
}
setsuccess()
方法是netty的Promise中的方法。它会通知所有的监听器。在官方解释如下:
Marks this future as a success and notifies all
此时就可以通过fetchResponse
根据请求id获取到了服务端发送过来的消息,此时已经执行完毕,需要从requestpool
中删除该请求信息。
LwResponse response = lwRequestPool.fetchResponse(requestId);
public LwResponse fetchResponse(String requestId) throws Exception {
Promise<LwResponse> promise = requestPool.get(requestId);
if (promise == null)
return null;
LwResponse response = promise.get(10, TimeUnit.SECONDS);
requestPool.remove(requestId);
LwRequestManager.destroyChannelHolder(requestId);
return response;
}
高并发下的缓存机制
在原来的版本中,每次请求远程服务时,都需要从注册中心获取服务地址,在高并发情况下,会对注册中心造成一定的影响;或者如果注册中心突然宕机,那么就无法获取待服务地址,整个系统就崩溃了。所以设计一个缓存机制,将请求到的服务地址持久化到本地,当下次请求时,就无须再需要注册中心了,直接从持久化文件中获取,减轻了注册中心的压力。
在进行本地缓存时,会先调用saveServices
方法,将URL数组信息保存到Properties
中,并获取当前version
版本号,然后执行doSaveProperties
方法来保存到本地。这个步骤支持同步和异步两种方式。
public void saveServices(String serviceName, List<URL> urlList) {
if (file == null)
return;
try {
StringBuilder buf = new StringBuilder();
for(URL url : urlList) {
if (buf.length() > 0) {
buf.append(";");
}
buf.append(url.getAllInformation());
}
properties.setProperty(serviceName, buf.toString());
long version = lastCacheChanged.incrementAndGet();
if (syncSaveFile) {
doSaveProperties(version);
} else {
registerCacheExecutor.execute(new SaveProperties(version));
}
} catch (Throwable t) {
log.warn(t.getMessage(), t);
}
}
在doSaveProperties
方法中,如果传入的版本号不是最新的版本号,说明其他线程已经修改了,内容发生了变化,直接退出。在写入到文件时会添加锁,进一步保证信息的准确性。如果添加失败,会进行重试操作。
private void doSaveProperties(long version) {
if (version < lastCacheChanged.get())
return;
if (file == null)
return;
try {
File lockfile = new File(file.getAbsolutePath() + ".lock");
if (!lockfile.exists()) {
lockfile.createNewFile();
}
try(RandomAccessFile raf = new RandomAccessFile(lockfile, "rw");
FileChannel channel = raf.getChannel();) {
FileLock lock = channel.tryLock();
if (lock == null) {
throw new IOException("不能锁住注册的缓存文件");
}
try {
if (!file.exists()) {
file.createNewFile();
}
try (FileOutputStream outputFile = new FileOutputStream(file)) {
properties.store(outputFile, "RPC Server Cache");
}
} finally {
lock.release();
}
}
}catch (Throwable e) {
savePropertiesRetryTimes.incrementAndGet();
if (savePropertiesRetryTimes.get() > SAVE_MAX_RETRY) {
log.warn("超过最大重试次数,缓存失败!");
savePropertiesRetryTimes.set(0);
return;
}
if (version < lastCacheChanged.get()) {
savePropertiesRetryTimes.set(0);
return;
}
e.printStackTrace();
}
}
具体详细代码可以到我的项目中进行查看:轻量级RPC第三版
以上是关于轻量级RPC设计与实现第三版的主要内容,如果未能解决你的问题,请参考以下文章