ZeroC Ice 暂记
Posted
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ZeroC Ice 暂记相关的知识,希望对你有一定的参考价值。
摘自: http://weibo.com/p/1001603869896789339575
原文地址: http://www.oschina.net/question/865233_242146
随着移动互联网的迅猛发展,HTTP REST 这种曾经风靡一时的低效的远程通信技术已不再风光,而多语言支持的高性能 RPC 技术再次王者归来。Facebook Thrift 一经开源即引起轰动,Hadoop 父兼 Apache 主席的 Doug Cutting 也耐不住诱惑,开放了他在 Hadoop 里研发的创新性的 RPC 框架—— Avro。而作为唯一平台级的开源产品,此次话题的主角—— ZeroC Ice 正在低调地进军互联网领域。
精彩问答
@坚持住:ZeroC ICE 有什么用?
@mycat:ZeroC ICE 手机端开发也非常有用,android/ios都支持,一个Ice服务,不管是 Java 开发也好,C开发也好,Web 端、Android/IOS 都一样的调用方法,Ice是全栈工程师/架构师最好的搭档。
@lxitgto:我们4年前开始使用 Zeroc ICE,从 3.4 用到 3.5,期间也是掉过无数的坑。严重吐槽一下ICE的官方文档,感觉不是英文为母语的人写的。我很好奇国内还有哪些项目使用了 ICE?成功案例?
@mycat:Ice的官方文档总共大概1000多页,写的是很详细,但详细不代表着容易理解,这是因为几个原因,首先,它是开源的,所以依赖服务盈利,公开的文档要“闪烁其辞",第二,Ice里面有很多概念和术语,需要理解这些术语,才能很好的掌握Ice,而绝大多数使用者一上来就急于编码写Demo,没有时间仔细学习和研究,导致后期发现很多”坑“,而Ice至今没有一本详细指导开发实践的书籍,这更增加了掌握它的难度。
Ice在国内,最早有腾讯、以及一些电信软件开发公司使用,后来有部分互联网企业用,据说有人人网等公司使用,接触过一些电信软件开发的相关人员,反馈是Ice非常稳定可靠,这与其经久考验的代码质量密切相关,其官网上,Skpye的案例不用说了,还列举了宝钢这个客户。
@nullptr:最近学习ICE几天了,有点疑惑,不知道问题是不是太低级了,但是现在确实卡在这里了,若能回复下,不胜感激:
1:在官方的demo中,ice 回调模式只有read/writer(proxy),但是proxy这个类貌似没有写入数据的地方,所以我像问下在callback模式中怎么去设置发送的数据呢?
2:在官方demo中Glacier2模式的callback中,有个这个文件:config.glacier2.(就是除了server,client配置之前的另一个配置文件,配置的)网上说启动这个文件,但是不知道如何启动(windows);
3:能不能推荐个这方面的网站,因为我除了官方的没见过其他的文档和论坛,资料太少了..
@mycat:Ice回调模式有两种,一种是传统的回调模式,你传递一个接口实现类,它来调用你;另外一个是你去探测异步调用是否完成,完成后获取返回结果,这个在书里貌似写了的,两种用法各自有其用武之地。 IceBox以及IceGrid是学习重点,也是Ice精华,建议先学这部分。
@Carvendy:性能测试 报告什么可以看看吗?和其他 工具性能差异,优势到底在哪里呢?
@mycat:Ice最早是即时通讯和在线游戏项目中所用,追求性能和稳定性是其重要目标,Hadoop作者看不惯Thrift而开发的新的RPC框架Avro也很不错,采用了Netty做通信,据说性能跟 Thrift有的一拼,但它只在Java里用了Netty,其他语言用HTTP通信,请求应答消息相同的情况下,HTTP方式的TPS是500左右,Netty模式是1.5万左右,Ice则是2.5万
@pj220:ICE 在嵌入式的windows CE系统下,目前仅支持ARM处理器,我想知道如何将ICE移植到MIPS处理器上?
@mycat:它的源码是开放的,另外,查询到一些资料,表明应该是可以在MIPS上编译和支持的:zeroc-ice (3.0.1-2) unstable; urgency=low * Patch for MIPS support was incomplete (Closes: #357899). * Added compilation fix for Alpha (Closes: #358488).
@leoxu:您好,请问开头介绍中为什么说“HTTP REST 这种曾经风靡一时的低效的远程通信技术已不再风光”,可以给我们大家分析分析吗,谢谢
@mycat:关于html5在移动设备上的被Native方式的App所替代,这个现象应该大家都有所耳闻,最著名的是Facebook事件,而引发Rest VS RPC通信的则是知名的印象笔记 这款APP,他们还写过一个架构说明,为什么用RPC,总结下来,原因有几个:高性能,传输数据量大幅压缩,安全,保持技术优势(RPC门槛高于REST),以及APP的安装包缩减
@Gogo58:我们公司现在都在用ice ,感觉ice的分布式的方式不是很难,我们是用javaweb的项目,感觉ice的.ice 文件配置不是很方便,端口号每次从svn下载要改好
@mycat:估计是没有用IceGrid,如果用这个,就不存在改端口的问题,而且部署更方便了
@风--:简单用过,最大的优势是支持多语言,很不错!!
@mycat:最简单的使用,只用Ice RPC,Java方面就一个Jar包,C方面就一个.so或dll运行库,很容易嵌入程序,没有复杂的第三方依赖。
@SimonYe:我们正在用 dubbo,我想请教的是: Avro 与 dubbo 同为 RPC 框架,有啥差别,应用场景有啥不同,谢谢。
@mycat:Avro目前算是一个API框架,dubbo算是一个PRC平台了,但由于只支持Java,以及是阿里内部一个项目,对比Ice,一个是公司级的,一个是世界级的,另外,dubbo被放弃了,而Ice 刚刚又推出了3.6版本,所以,选择哪个,就在自己了。
@chencliff:以前用过ice,后来发现复杂度实在是太高,项目组大部分成员都停留在入门阶段,很难转化为生产力。并且出错后查找错误所在也是一个考验。后来就转到其他技术上了。
@mycat:需要有一个人比较深入的掌握Ice,搭建框架和测试环境,其他人则不需太多了解,按照规范开发即可,可以节省很多工作量。
Ice的日志其实很详细,但很多人都不知道日志在哪里放着,怎么控制日志级别
@hakuyo:只说一点基本通信方面的理解吧,感觉在基本通信方面(不涉及穿防火墙等其他高级的功能),ice=poco+protobuf,有印象ice好像要支持protobuf
@mycat:说的不错,但Ice最强大的是IceGrid,动态伸缩,平滑扩容,方便部署和升级,目前的docker/Kubernate也借鉴了其思想
@Sub:ICE 现在又流行了? 记得 05年的时候开始接触使用了1~2年,虽然比 CORBA 之类的跨语言RPC通讯好用很多,但是还是感觉繁琐,后来就弃用了。
@mycat:因为要跨语言,所以需要有一个中间接口,考虑到实际通信中为每个语言开发一个客户端的代价,因此这个步骤还是能接受。如果你只用RPC通信,而不用IceGrid的强大分布式网格,你会觉得他比Rest等方式要繁琐,有代价。它的精华在于,哪怕只有3个人的团队,也能依赖IceGrid,做一个App,一个Web,一个强大的分布式系统。
@wlyhqm2006:请问MyCat都使用了哪些ICE的技术
@mycat:Mycat本身是数据库中间件,没有用到Ice,但新的一个开源项目,Mycat开放电商架构平台,则是Zeroc Ice+Mycat+Zookeeper+MQ+ES,组成一个强大先进的电商平台。
@billow:腾讯MIG有个叫做 taf 的框架,貌似是基于ICE完全重新开发的一套框架
之前也看过一点ICE的东西,感觉在互联网方面的应用不多啊,反倒是thrift或者基于pb的rpc方式更加流行昵,"ZeroC Ice 正在低调地进军互联网领域"这句话能展开说说么?
@mycat:因为腾讯很早就用Ice的,所以模仿开发一个,是很正常的。RPC技术,特别是多语言,多平台(服务端、移动设备)支持的RPC技术,正在互联网应用中兴起,这个是不争的事实了,因为互联网应用里是最多遇到多语言开发,多平台支持的需求领域。REST等HTTP技术性能低、传输数据量大、安全性低,门槛低,这是其根本问题。
Thrift 目前也只能算是一个RPC框架,但服务治理这部分还缺乏,团队需要额外的很多开发投入,才能达到ICE平台的目前的功能。
@myw31415926:以前公司也用过一段时间的ACE,但是那个ACE太大了,调用比较复杂,入门感觉很有难度。请问ICE会有这样的问题吗,它与ACE比较,有哪些优势?对ICE的学习需要深入到源码级吗,还是只需要熟悉接口调用就可以了?谢谢您的回答!
@mycat:Ice RPC很简单,无需深入源码,IceGrid很强大,只要理解了其 术语、原理、模型即可熟练使用,整体上Ice很轻量级,团队有人搭建环境,其他人遵循规范开发即可。https://github.com/MyCATApache/Mycat-openEP 这个开源项目里做了一个IceGrid的Docker镜像,10分钟入门。
@test_30rl:请教一下如何使用 Ice 进行流式数据传输的支持哈,之前用protobuf的时候,发送二进制数据用的是 bytes 类型,但是不是基于流的,所以数据比较大的时候会有问题。
@mycat:TCP流式传输,都是把数据分成自定义协议报文的方式传输的,100G文件发送也没有问题,多看看RFC中TCP上的应用协议,就明白了。另外,Ice专门有文件传输的例子的,可以直接拿来用
@李烈火:ZeroC Ice 究竟是何方神圣?
@_zhanggx:分布式系统的通信,要么是RPC,要么是消息队列机制,而且RPC方式的代码通常要占到一半以上。如果一个系统比较复杂,需要N个服务之间有调用关系,那么这就是一个通用的技术问题,简单地说,就是服务治理/服务总线平台,涉及到服务注册、负载均衡、故障处理、服务扩容、以及最后的RPC调用功能。
这些能力都具备的,而且是开源的,目前基本只有Zeroc Ice与 阿里放弃的Duboo,而Zeroc Ice则有超过10年的历史,不断更新,不仅仅支持服务器端的RPC调用,也支持移动设备。
Ice的好处是,可以用Java、C++、C#、Python等语言开发服务端,然后大家可以相互通信,最后这些服务组成一个系统,还能被7种语言写的客户端调用,包括php、javascript,不仅仅能被网页程序调用,还能在移动设备上调用。对于互联网/App开发来说,节省了80%的工作量。
这个是@mycat老师在其他活动中回答的哈,鄙人摘抄了过来
@茶哥强大:http://www.infoq.com/cn/articles/netty-high-performance/这篇文章中netty优化到10w tps,zeroC ice能做到吗,还有zeroC ice内部机制是不是nio,有没有压缩功能
@mycat:Netty并不代表着极限性能,Apahce Avro 是Hadoop之父的RPC开源新作,也是用了Netty,但我做过对比,同样的接口方法,Avro 性能为1.5万每秒,远远高于HTTP的,但Ice则是2.5万每秒。软件设计中:通用性是以牺牲性能为代价的。从这个方面也能解释 Zeroc Ice的NIO高于Avro 的原因。
@水母干:想知道下要多大规模的项目才会上ICE?之前一个项目一开始打算用ICE作为RPC框架的,到后面考虑到用户量并不会多到哪里去,而且文档实在是太难读了,就换Thrift了
@mycat:如果有5个以上服务是分布式的,而且有相互调用关系,并且会很快扩展增加新的服务或者扩容,那么就建议Ice,因为分布式系统中代价和工作量大的是扩容、负载均衡、容错机制,用Thrift的话,这些都要自己去开发,用IceGrid,这都是现成的功能。
@zhaoy168:RPC开发门槛高,降低开发成本和业务快速迭代是互联网最大的需求。
高高在上的RPC可能更适用于对性能细节要求非常高的场合,比如电信或银行的内部调用。
在移动端,REST还会是主流。在方便的RPC工具出现前,RPC在移动互联网的普及还有很长的路要走。
@mycat:RPC的门槛其实不高,特别对于调用者来说,比Rest方式还低的门槛,而服务开发方面,也只高了一点点,好处是更加面向服务接口,IDL/SLICE语言定义中立的服务接口,而不是随意的定义服务和服务接口,导致最后系统混乱到无法掌控,如果还认为Rest是一点端主流,就去看看印象笔记的公开的架构说明吧。
@Gogo58:我想问一下ice 都是使用了哪几种设计模式
@mycat:Proxy模式是RPC系统共用的最主要的设计模式之一,其他如Factory模式也比较常用。很多“工具类”则使用了单例模式,其他的模式则需要去代码中发掘了。
@Gogo58:ice在做分布式部署的实施的时候要注意什么
@mycat:服务粒度的问题,过大过小都不合适。服务接口要具有前瞻性,即考虑到可能增加的参数,尽量通用性服务之间的关联问题,非常频繁调用的服务,建议部署在一起(一个IceBox里)
@purely:icegrid -> node->server 和 icegrid -> node-> icebox 这2着有什么区别吗?
@mycat:这里的一个Server就是一个IceBox进程,逐一区别于Ice Servant(Server中的一个Ice服务)
@purely:servant是作为一个服务对象让客户端使用的,客户端获取一个servant(ice.object)的一个远程代理来调用。
那么servant的编写上,是否要遵循无状态或线程安全,才能够保证调用的线程安全?
@mycat:是的,Servant的编写需要遵循线程安全,无状态服务也是很久之前大家达成的共识,容易负载均衡、故障恢复。
@天天顺利:ZeroC Ice 相对于其他RPC架构有哪些优化?同时,ZeroC Ice的性能测试的关键参数有哪些?
@mycat:NIO 和字节顺序方面作了很精心的调整,其官方有关于Big-Endian与Little-Endian的讨论,这个问题几乎在其他地方找不到,说明其深入和细致程度。性能方面,主要有线程池大小、超时时间、连接缓存、“本地服务”之间相互调用的优化问题等。
@Gogo58:使用ice做秒杀之类的高并发的系统的设计有没有什么要注意的
@mycat:Ice PRC只是一个通信手段,秒杀之类的高并发的系统,需要好好利用和设计IceGrid,增加服务实例的数量和并发承受能力,并且确保每个服务的相应时间尽量缩短,才能抵抗高并发的请求压力,比较好的一个模式是Ice收到请求以后,简单处理后放入Redis/MQ等中间件,异步处理
@小M武毅:公司在使用Ice,对比过和thrift的性能,thrift在性能上有较高优势,但Ice在集群管理方面有较完善的机制。在使用IceGrid基本都是一点点试出来的,是否有针对互联网服务的详细使用说明
@mycat:这本书里有一个Android App 调用Ice服务的例子。客户端无论是App还是Web,调用起来都没有区别,区别在于App的TCP连接相对速度更低,需要注意数据量的传输问题,比如避免文本传输,而用压缩的二进制,另外,要快速返回结果,多用异步的交互模式。
@流沙河鱼:目前dubbo和dubbox在各大互联网公司使用的很普遍了,如何说服这些人从dubbo转移到ice上面来,可能还需要向这些技术人员说明ice的性能和可靠性以及其他方面的优势,并这些人认识到ice框架的好处和优势,很多人多这个框架和技术是比较陌生的
@mycat:老项目老办法,升级和新项目则迁移。架构师是起领头作用的,如果架构师都不懂,那么团队里推动就难了,不管怎样,先学会使用,以便决策的时候多一个选择,是比较靠谱的方法。
@杨延庆:之前在一个android的项目上用过的,用于android程序和java服务器之间进行通信,但是对于大数据量的发送处理不是很好,我24小时的采集程序,传给底层的ICE发送后,很容易造成阻塞,弄得我接收传感器信息后不敢存临时队列,必须直接发送,对于这块Java 的ICE调用,有没有什么好的建议呢
@mycat:RPC接收消息,如果涉及到复杂的消息处理,特别是耗时比较多,则可以放入合适的消息队列,消息队列的选择也影响很大,比如Kafka的性能通常是JMS消息队列的好几倍以上。 如果消息处理比较简单,不会耗时,则直接处理消息是比较好的办法。
@杨延庆:我的消息当时有普通的传感器消息和警告消息,最初的想法是先把要发送的普通消息放到一个队列里,由ICE统一发送,如果有警告消息要发送时,可以先停止普通消息的发送,放普通消息到消息队列里,先发警告消息,等警告消息发送完后再发,实际测试时发现ICE在发送消息队列里的数据时发的速度比我放的速度慢,有阻塞现象,导致消息队列越来越大,从而app内存溢出,最后还是收到传感器消息就发ICE消息,不放队列了,但...
你的意思是说android程序和server程序用jms交换消息,不用ICE么?
@mycat:App客户端直接Ice通信把消息给服务端,服务端根据消息处理的情况,考虑放入消息队列或者直接处理。App端资源有限,放入消息队列再发送,肯定速度赶不上。
@杨延庆:主要是ICE的Java版不能像C++版可以进行内存的手动分配和回收,所以只能像这样做了,能不能使用ICE Box或者ICE Grid呢?
@mycat:在于Android客户端的性能无法跟PC比,不管是CPU能力还是内存能力,所以要尽量的避免复杂Java对象的创建销毁等逻辑
@mycat:网上查到一个有趣的对比:zeromq 我在 mac lion 上试验一把,官方的案例 hwclient.c/hwserver.c 把发的包改成:包长度+包内容(就是 Muti-part Message 方式),用 zmq_send/zmq_recv 和 zmq_msg_send/zmq_msg_recv,带ZMQ_SNDMORE/ZMQ_REVMORE 都有问题,把 ZMQ_REVMORE 去掉就 OK,zeromq 还有很多要完善的,bug report我都找不到提交的地方,只要直接从 man 中找到的 email 地址发邮件给他们,样例代码和文档都不太好用。我原来用 zeroc ice,这个开源系统这方面比 zeromq 做的好,至少我们已经用 zero ice 做过一些项目
以上是关于ZeroC Ice 暂记的主要内容,如果未能解决你的问题,请参考以下文章