[转载] Thrift原理简析(JAVA)

转载自http://shift-alt-ctrl.iteye.com/blog/1987416

Apache Thrift是一个跨语言的服务框架,本质上为RPC，同时具有序列化、发序列化机制；当我们开发的service需要开放出去的时候,就会遇到跨语言调用的问题,JAVA语言开发了一个UserService用来提供获取用户信息的服务,如果服务消费端有PHP/Python/C++等,我们不可能为所有的语言都适配出相应的调用方式,有时候我们会很无奈的使用Http来作为访问协议;但是如果服务消费端不能使用HTTP,而且更加倾向于以操作本地API的方式来使用服务,那么我们就需要Thrift来提供支持.

不过,如果你的JAVA服务,并没有跨语言调用的需求,那么使用thrift作为RPC框架,似乎不是最好的选择,不管thrift是否性能优越,但是它使用起来确实没有类似于Hessian/CXF等那样便捷和易于使用.

本文以UserService为例,描述一下使用thrift的方式,以及其原理..

一. service.thrift

1. struct User{
2. 1:i64 id,
3. 2:string name,
4. 3:i64 timestamp,
5. 4:bool vip
6. }
7. service UserService{
8. User getById(1:i64 id)
9. }

你可以将自己的JAVA服务通过".thrift"文件描述出来,并提供给服务消费端,那么消费端即可以生成自己的API文件..Thrift框架目前已经支持大部分主流的语言,.需要注意,因为Thrift考虑到struct/service定义需要兼容多种语言的"风格",所以它只支持一些基本的数据类型(比如i32,i64,string等),以及service定义的方法不能重名,即使参数列表不同.(并不是所有的语言都能像JAVA一样支持重载)

二. 生成API文件

首先下载和安装thrift客户端,比如在windows平台下,下载thrift.exe,不过此处需要提醒,不同的thrift客户端版本生成的API可能不兼容.本例使用thrift-0.9.0.exe;通过"--gen"指定生成API所适配的语言.本实例为生成java客户端API.

1. //windows平台下,将API文件输出在service目录下(此目录需要存在)
2. > thrift.exe --gen java -o service service.thrift

需要明确的是:Thrift和其他RPC框架不同,thrift在生成的API文件中,已经描述了"调用过程"(即硬编码),而不是像其他RPC那样在运行时(runtime)动态解析方法调用或者参数.

三. UserService实现类

1. public class UserServiceImpl implements UserService.Iface {
2. @Override
3. public User getById(long id){
4. System.out.println("invoke...id:" + id);
5. return new User();//for test
6. }
7. }

实现类,需要放在Thrift server端.

四.原理简析

1. User.java: thrift生成API的能力还是非常的有限,比如在struct中只能使用简单的数据类型(不支持Date,Collection<?>等),不过我们能从User中看出,它生成的类实现了"Serializable"接口和"TBase"接口.

其中Serializable接口表明这个类的实例是需要序列化之后在网络中传输的,为了不干扰JAVA本身的序列化和反序列化机制,它还重写了readObject和writeObject方法.不过这对thrift本身并没有帮助.

TBase接口是thrift序列化和反序列化时使用的,它的两个核心方法:read和write.在上述的thrift文件中,struct定义的每个属性都有一个序号,比如:1:id,那么thrift在序列化时,将会根据序号的顺序依次将属性的"名称 + 值"写入inputStream中,反序列化也是如此.(具体参见read和write的实现).

1. //read方法逐个读取字段,按照"索引",最终将"struct"对象封装完毕.
2. //write方法也非常类似,按照"索引"顺序逐个输出到流中.
3. while (true){
4. schemeField = iprot.readFieldBegin();
5. if (schemeField.type == org.apache.thrift.protocol.TType.STOP) {
6. break;
7. }
8. switch (schemeField.id) {
9. case 1: // ID
10. if (schemeField.type == org.apache.thrift.protocol.TType.I32) {
11. struct.id = iprot.readI32();
12. struct.setIdIsSet(true);
13. } else {
14. org.apache.thrift.protocol.TProtocolUtil.skip(iprot, schemeField.type);
15. }
16. break;
17. case 2: // NAME
18. ..
19. }
20. }

因为thrift的序列化和反序列化实例数据时,是根据"属性序号"进行,这可以保证数据在inputstream和outputstream中顺序是严格的,此外每个struct中"序号"不能重复,但是可以不需要从"1"开始.如果"序号"有重复,将导致无法生成API文件.这一点也要求API开发者,如果更改了thrift文件中的struct定义,需要重新生成客户端API,否则服务将无法继续使用(可能报错,也可能数据错误).thrift序列化/反序列化的过程和JAVA自带的序列化机制不同,它将不会携带额外的class结构,此外thrift这种序列化机制更加适合网络传输,而且性能更加高效.

2. UserService.Client:  在生成的UserService中,有个Client静态类,这个类就是一个典型的代理类,此类已经实现了UserService的所有方法.开发者需要使用Client类中的API方法与Thrift server端交互,它将负责与Thrift server的Socket链接中,发送请求和接收响应.

需要注意的时,每次Client方法调用,都会在一个Socket链接中进行,这就意味着,在使用Client消费服务之前,需要和Thrift server建立有效的TCP链接.(稍后代码示例)

1) 发送请求:

1. //参见:TServiceClient
2. //API方法调用时,发送请求数据流
3. protected void sendBase(String methodName, TBase args) throws TException {
4. oprot_.writeMessageBegin(new TMessage(methodName, TMessageType.CALL, ++seqid_));//首先写入"方法名称"和"seqid_"
5. args.write(oprot_);//序列化参数
6. oprot_.writeMessageEnd();
7. oprot_.getTransport().flush();
8. }
9. protected void receiveBase(TBase result, String methodName) throws TException {
10. TMessage msg = iprot_.readMessageBegin();//如果执行有异常
11. if (msg.type == TMessageType.EXCEPTION) {
12. TApplicationException x = TApplicationException.read(iprot_);
13. iprot_.readMessageEnd();
14. throw x;
15. }//检测seqid是否一致
16. if (msg.seqid != seqid_) {
17. throw new TApplicationException(TApplicationException.BAD_SEQUENCE_ID, methodName + " failed: out of sequence response");
18. }
19. result.read(iprot_);//反序列化
20. iprot_.readMessageEnd();
21. }

Thrift提供了简单的容错方式:每次方法调用,都会在Client端标记一个seqid,这是一个自增的本地ID,在TCP请求时将此seqid追加到流中,同时Server端响应时,也将此seqid原样返回过来;这样客户端就可以根据此值用来判断"请求--响应"是对应的,如果出现乱序,将会导致此请求以异常的方式结束.

2) 响应

1. //参考: TBaseProcessor.java
2. @Override
3. public boolean process(TProtocol in, TProtocol out) throws TException {
4. TMessage msg = in.readMessageBegin();
5. ProcessFunction fn = processMap.get(msg.name);//根据方法名,查找"内部类"
6. if (fn == null) {
7. TProtocolUtil.skip(in, TType.STRUCT);
8. in.readMessageEnd();
9. TApplicationException x = new TApplicationException(TApplicationException.UNKNOWN_METHOD, "Invalid method name: '"+msg.name+"'");
10. out.writeMessageBegin(new TMessage(msg.name, TMessageType.EXCEPTION, msg.seqid));
11. x.write(out);//序列化响应结果,直接输出
12. out.writeMessageEnd();
13. out.getTransport().flush();
14. return true;
15. }
16. fn.process(msg.seqid, in, out, iface);
17. return true;
18. }

thrift生成的UserService.Processor类,就是server端用来处理请求过程的"代理类";server端从socket中读取请求需要调用的"方法名" +参数列表,并交付给Processor类处理;和其他的RPC调用不同的时,thrift并没有使用类似于"反射机制"的方式来调用方法,而是将UserService的每个方法生成一个"内部类":

1. public static class getById<I extends Iface> extends org.apache.thrift.ProcessFunction<I, getById_args> {
2. public getById() {
3. super("getById");//其中getById为标识符
4. }
5. public getById_args getEmptyArgsInstance() {
6. return new getById_args();
7. }
8. protected boolean isOneway() {
9. return false;
10. }
11. //实际处理方法
12. public getById_result getResult(I iface, getById_args args) throws org.apache.thrift.TException {
13. getById_result result = new getById_result();
14. result.success = iface.getById(args.id);
15. return result;
16. }
17. }

这个"内部类",将会在Processor初始化的时候,放入到一个map中,此后即可以通过"方法名"查找,然后调用其"getResult"方法了.

1. public static class Processor<I extends Iface> extends org.apache.thrift.TBaseProcessor<I> implements org.apache.thrift.TProcessor {
2. public Processor(I iface) {
3. super(iface, getProcessMap(new HashMap<String, org.apache.thrift.ProcessFunction<I, ? extends org.apache.thrift.TBase>>()));
4. }
5. protected Processor(I iface, Map<String,  org.apache.thrift.ProcessFunction<I, ? extends  org.apache.thrift.TBase>> processMap) {
6. super(iface, getProcessMap(processMap));
7. }
8. private static <I extends Iface> Map<String,  org.apache.thrift.ProcessFunction<I, ? extends  org.apache.thrift.TBase>> getProcessMap(Map<String,  org.apache.thrift.ProcessFunction<I, ? extends  org.apache.thrift.TBase>> processMap) {
9. //放入map
10. processMap.put("getById", new getById());
11. return processMap;
12. }
13. ....
14. }

    3) Server端Socket管理和执行策略

1. TThreadPoolServer
2. public void serve() {
3. try {
4. //启动服务
5. serverTransport_.listen();
6. } catch (TTransportException ttx) {
7. LOGGER.error("Error occurred during listening.", ttx);
8. return;
9. }
10. // Run the preServe event
11. if (eventHandler_ != null) {
12. eventHandler_.preServe();
13. }
14. stopped_ = false;
15. setServing(true);
16. //循环,直到被关闭
17. while (!stopped_) {
18. int failureCount = 0;
19. try {
20. //accept客户端Socket链接,
21. //对于每个新链接,将会封装成runnable,并提交给线程或者线程池中运行.
22. TTransport client = serverTransport_.accept();
23. WorkerProcess wp = new WorkerProcess(client);
24. executorService_.execute(wp);
25. } catch (TTransportException ttx) {
26. if (!stopped_) {
27. ++failureCount;
28. LOGGER.warn("Transport error occurred during acceptance of message.", ttx);
29. }
30. }
31. }
32. //....
33. }

Thrift Server端,设计思路也非常的直接...当前Service server启动之后,将会以阻塞的方式侦听Socket链接(代码参考TThreadPoolServer),每建立一个Socket链接,都会将此Socket经过封装之后,放入线程池中,本质上也是一个Socket链接对应一个Worker Thread.这个Thread只会处理此Socket中的所有数据请求,直到Socket关闭.

1. //参考:WorkerProcess
2. while (true) {
3. if (eventHandler != null) {
4. eventHandler.processContext(connectionContext, inputTransport, outputTransport);
5. }
6. if(stopped_ || !processor.process(inputProtocol, outputProtocol)) {
7. break;
8. }
9. }

当有Socket链接不是很多的时候,TThreadPoolServer并不会有太大的性能问题,可以通过指定ThreadPool中线程的个数进行简单的调优..如果Socket链接很多,我们只能使用TThreadedSelectorServer来做支撑,TThreadedSelectorServer内部基于NIO模式,具有异步的特性,可以极大的提升server端的并发能力;不过在绝大多数情况下,在thrift中使用"异步"似乎不太容易让人接受,毕竟这意味着Client端需要阻塞,并且在高并发环境中这个阻塞时间是不可控的.但SelecorServer确实可以有效的提升Server的并发能力，而且在一定程度上可以提升吞吐能力，这或许是我们优化Thrift Server比较可靠的方式之一.

3. Client端代码示例

1. public class UserServiceClient {
2. public void startClient() {
3. TTransport transport;
4. try {
5. transport = new TSocket("localhost", 1234);
6. TProtocol protocol = new TBinaryProtocol(transport);
7. UserService.Client client = new UserService.Client(protocol);
8. transport.open();
9. User user = client.getById(1000);
10. ////
11. transport.close();
12. } catch (TTransportException e) {
13. e.printStackTrace();
14. } catch (TException e) {
15. e.printStackTrace();
16. }
17. }
18. }

4. Server端代码示例 

1. public class Server {
2. public void startServer() {
3. try {
4. TServerSocket serverTransport = new TServerSocket(1234);
5. UserService.Processor process = new Processor(new UserServiceImpl());
6. Factory portFactory = new TBinaryProtocol.Factory(true, true);
7. Args args = new Args(serverTransport);
8. args.processor(process);
9. args.protocolFactory(portFactory);
10. TServer server = new TThreadPoolServer(args);
11. server.serve();
12. } catch (TTransportException e) {
13. e.printStackTrace();
14. }
15. }
16. }

到这里,你就会发现,一个service,需要server端启动一个ServerSocket,如果你有很多service,那么你需要让这些service尽可能的分布在不同的物理server上,否则一个物理server上运行太多的ServerSocket进程并不是一件让人愉快的事情. 或者你让几个service整合成一个.

问题总没有想象的那么简单,其实service被拆分的粒度越细,越容易被部署和扩展,对于负载均衡就更加有利.如何让一个service分布式部署,稍后再继续分享.

总结:

1) thrift文件定义struct和serivice API,此文件可以被其他语言生成API文件或者类文件.

2) 使用thrift客户端生成API文件

3) JAVA服务端(即服务提供端),实现service功能.

4) 服务端将server发布成一个Thrift server: 即将service嵌入到一个serverSocket中.

5) 客户端启动Socket,并和Thrift server建立TCP连接.并使用Client代理类操作远程接口.