远程过程调用(Remote Proceddure call【RPC】)

(本实例都是使用的Net的客户端,使用C#编写)

第二个教程中,我们学习了如何使用工作队列在多个工作实例之间分配耗时的任务。

但是,如果我们需要在远程计算机上运行功能并等待结果怎么办? 那是一个不同的故事。 此模式通常称为远程过程调用或RPC。

在本教程中,我们将使用RabbitMQ构建一个RPC系统:一个客户机和一个可扩展的RPC服务器。 由于我们没有任何值得分发的耗时任务,我们将创建一个返回斐波纳契数字的虚拟RPC服务。

1、客户端接口【Client Interface】

为了说明如何使用RPC服务,我们将创建一个简单的客户端类。 它将公开一个名为call的方法,该方法发送RPC请求并阻塞,直到接收到答案:

  1. var rpcClient = new RPCClient();
  2.  
  3. Console.WriteLine(" [x] Requesting fib(30)");
  4. var response = rpcClient.Call("");
  5. Console.WriteLine(" [.] Got '{0}'", response);
  6.  
  7. rpcClient.Close();

关于RPC的注释

虽然RPC是一个很常见的计算模式,但它经常被批评。 当系统出现问题的时候,程序员不知道函数调用是本地函数还是缓慢的RPC调用,这样的混乱导致了系统的不可预测性,并增加了调试的复杂性。 滥用RPC可能导致代码的可维护性很差,这样的设计不但没有简化软件,而且只会是系统更糟。

铭记这一点,请考虑以下建议:

确保显而易见哪个函数调用是本地的,哪个是远程的。
     记录您的系统。 使组件之间的依赖关系清除。
     处理错误情况。 当RPC服务器停机很长时间后,客户端应该如何反应?

当有疑问避免RPC。 如果可以的话,您应该使用异步管道 - 而不是类似RPC的阻塞,将异步推送到下一个计算阶段。

2、回调队列【Callback queue】
 
   一般来说RPC对RabbitMQ来说很容易。 客户端发送请求消息,服务器回复一条响应消息。 为了收到一个响应,我们需要发送一个请求向'回调'的队列地址:

  1. var corrId = Guid.NewGuid().ToString();
  2. var props = channel.CreateBasicProperties();
  3. props.ReplyTo = replyQueueName;
  4. props.CorrelationId = corrId;
  5.  
  6. var messageBytes = Encoding.UTF8.GetBytes(message);
  7. channel.BasicPublish(exchange: "",
  8. routingKey: "rpc_queue",
  9. basicProperties: props,
  10. body: messageBytes);
  11.  
  12. // ... then code to read a response message from the callback_queue ...

消息属性

AMQP 0-9-1协议预先定义了一组14个随附消息的属性。 大多数属性很少使用,除了以下内容:

deliveryMode:将消息标记为persistent(值为2)或transient(任何其他值)。 您可能会从第二个教程中记住此属性。
  contentType:用于描述mime类型的编码。 例如对于经常使用的JSON编码,将此属性设置为:application / json是一个很好的做法。
  replyTo:通常用来命名一个回调队列。
  correlationId:用于将RPC响应与请求相关联。

3、相关标识【Correlation Id】

在上面所提出的方法中,我们建议为每个RPC请求创建一个回调队列。这是非常低效的,但幸运的是有一个更好的方法 - 让我们为每个客户端创建一个回调队列。

这将引发了一个新问题,在该队列中收到响应,响应所属的请求是不知道的。此时正是使用correlationId属性的时候。我们将为每个请求设置一个唯一的值。稍后,当我们在回调队列中收到一条消息时,我们将查看此属性,并且基于此,我们将能够将响应与请求相匹配。如果我们看到一个未知的correlationId值,我们可以安全地丢弃该消息 - 它不属于我们的请求。

您可能会问,为什么我们应该忽略回调队列中的未知消息,而不是出现错误?这是由于服务器端可能出现竞争情况。虽然不太可能,RPC服务器可能会在发送答复之后,但在发送请求的确认消息之前死亡。如果发生这种情况,重新启动的RPC服务器将再次处理该请求。这就是为什么在客户端上,我们必须优雅地处理这些重复的响应,并且RPC应该理想地是幂等的。

4、概要【Summary】


  我们的RPC将像这样工作:

当客户端启动时,它创建一个匿名独占回调队列。
     对于RPC请求,客户端发送一个具有两个属性的消息:replyTo,它被设置为回调队列和correlationId,它被设置为每个请求的唯一值。
     请求被发送到rpc_queue队列。
     RPC worker(aka:server)正在等待队列上的请求。 当请求出现时,它将执行该作业,并使用replyTo字段中的队列将结果发送回客户端。
     客户端等待回呼队列中的数据。 当信息出现时,它检查correlationId属性。 如果它与请求中的值相匹配,则返回对应用程序的响应。

5、整合

斐波纳契【Fibonacci】任务:

  1. private static int fib(int n)
  2. {
  3. if (n == || n == ) return n;
  4. return fib(n - ) + fib(n - );
  5. }

我们声明斐波那契函数。 它只假设有效的正整数输入。 (不要指望这一个能为大数字工作,而且这可能是最慢的递归实现)

我们的RPC服务器RPCServer.cs的代码如下所示:

  1. using System;
  2. using RabbitMQ.Client;
  3. using RabbitMQ.Client.Events;
  4. using System.Text;
  5.  
  6. class RPCServer
  7. {
  8. public static void Main()
  9. {
  10. var factory = new ConnectionFactory() { HostName = "localhost" };
  11. using (var connection = factory.CreateConnection())
  12. using (var channel = connection.CreateModel())
  13. {
  14. channel.QueueDeclare(queue: "rpc_queue", durable: false,
  15. exclusive: false, autoDelete: false, arguments: null);
  16. channel.BasicQos(, , false);
  17. var consumer = new EventingBasicConsumer(channel);
  18. channel.BasicConsume(queue: "rpc_queue",
  19. noAck: false, consumer: consumer);
  20. Console.WriteLine(" [x] Awaiting RPC requests");
  21.  
  22. consumer.Received += (model, ea) =>
  23. {
  24. string response = null;
  25.  
  26. var body = ea.Body;
  27. var props = ea.BasicProperties;
  28. var replyProps = channel.CreateBasicProperties();
  29. replyProps.CorrelationId = props.CorrelationId;
  30.  
  31. try
  32. {
  33. var message = Encoding.UTF8.GetString(body);
  34. int n = int.Parse(message);
  35. Console.WriteLine(" [.] fib({0})", message);
  36. response = fib(n).ToString();
  37. }
  38. catch (Exception e)
  39. {
  40. Console.WriteLine(" [.] " + e.Message);
  41. response = "";
  42. }
  43. finally
  44. {
  45. var responseBytes = Encoding.UTF8.GetBytes(response);
  46. channel.BasicPublish(exchange: "", routingKey: props.ReplyTo,
  47. basicProperties: replyProps, body: responseBytes);
  48. channel.BasicAck(deliveryTag: ea.DeliveryTag,
  49. multiple: false);
  50. }
  51. };
  52.  
  53. Console.WriteLine(" Press [enter] to exit.");
  54. Console.ReadLine();
  55. }
  56. }
  57.  
  58. ///
  59.  
  60. /// Assumes only valid positive integer input.
  61. /// Don't expect this one to work for big numbers, and it's
  62. /// probably the slowest recursive implementation possible.
  63. ///
  64.  
  65. private static int fib(int n)
  66. {
  67. if (n == || n == )
  68. {
  69. return n;
  70. }
  71.  
  72. return fib(n - ) + fib(n - );
  73. }
  74. }

服务器代码相当简单:

像往常一样,我们开始建立连接,通道并声明队列。
     我们可能想要运行多个服务器进程。 为了在多个服务器上平均分配负载,我们需要在channel.basicQos中设置prefetchCount设置。
     我们使用basicConsume访问队列。 然后我们注册一个交付处理程序,我们在其中进行工作并发回响应。

我们的RPC客户端的代码RPCClient.cs

  1. using System;
  2. using System.Collections.Generic;
  3. using System.Linq;
  4. using System.Text;
  5. using System.Threading.Tasks;
  6. using RabbitMQ.Client;
  7. using RabbitMQ.Client.Events;
  8.  
  9. class RPCClient
  10. {
  11. private IConnection connection;
  12. private IModel channel;
  13. private string replyQueueName;
  14. private QueueingBasicConsumer consumer;
  15.  
  16. public RPCClient()
  17. {
  18. var factory = new ConnectionFactory() { HostName = "localhost" };
  19. connection = factory.CreateConnection();
  20. channel = connection.CreateModel();
  21. replyQueueName = channel.QueueDeclare().QueueName;
  22. consumer = new QueueingBasicConsumer(channel);
  23. channel.BasicConsume(queue: replyQueueName,
  24. noAck: true,
  25. consumer: consumer);
  26. }
  27.  
  28. public string Call(string message)
  29. {
  30. var corrId = Guid.NewGuid().ToString();
  31. var props = channel.CreateBasicProperties();
  32. props.ReplyTo = replyQueueName;
  33. props.CorrelationId = corrId;
  34.  
  35. var messageBytes = Encoding.UTF8.GetBytes(message);
  36. channel.BasicPublish(exchange: "",
  37. routingKey: "rpc_queue",
  38. basicProperties: props,
  39. body: messageBytes);
  40.  
  41. while(true)
  42. {
  43. var ea = (BasicDeliverEventArgs)consumer.Queue.Dequeue();
  44. if(ea.BasicProperties.CorrelationId == corrId)
  45. {
  46. return Encoding.UTF8.GetString(ea.Body);
  47. }
  48. }
  49. }
  50.  
  51. public void Close()
  52. {
  53. connection.Close();
  54. }
  55. }
  56.  
  57. class RPC
  58. {
  59. public static void Main()
  60. {
  61. var rpcClient = new RPCClient();
  62.  
  63. Console.WriteLine(" [x] Requesting fib(30)");
  64. var response = rpcClient.Call("");
  65. Console.WriteLine(" [.] Got '{0}'", response);
  66.  
  67. rpcClient.Close();
  68. }
  69. }

客户端代码稍微复杂一些:

我们建立一个连接和通道,并为回覆声明一个独占的'回调'队列。
     我们订阅'回调'队列,这样我们可以收到RPC响应。
     我们的调用方法使得实际的RPC请求。
     在这里,我们首先生成一个唯一的correlationId数字并保存它 - while循环将使用此值来捕获适当的响应。
     接下来,我们发布请求消息,此请求消息具有两个属性:replyTo和correlationId。
     在这一点上,我们可以坐下来等待适当的响应到达。
     while循环正在做一个非常简单的工作,对于每个响应消息,它检查correlationId是否是我们正在寻找的。 如果是这样,它会保存响应。
     最后,我们将响应返回给用户。

让客户端发送请求:

  1. var rpcClient = new RPCClient();
  2.  
  3. Console.WriteLine(" [x] Requesting fib(30)");
  4. var response = rpcClient.Call("");
  5. Console.WriteLine(" [.] Got '{0}'", response);
  6.  
  7. rpcClient.Close();

现在是看看我们的RPCClient.csRPCServer.cs的完整示例源代码(包括基本异常处理)的好时机。

照常设置(参见教程一):

我们的RPC服务现在已经准备好了。 我们可以启动服务器:

  1. cd RPCServer
  2. dotnet run
  3. # => [x] Awaiting RPC requests

要请求运行客户端的fibonacci号码:

  1. cd RPCClient
  2. dotnet run
  3. # => [x] Requesting fib()

这里提出的设计不是RPC服务的唯一可能的实现,而是具有一些重要的优点:

如果RPC服务器太慢,可以通过运行另一个RPC服务器进行扩展。 尝试在新的控制台中运行第二个RPCServer。
     在客户端,RPC需要发送和接收一条消息。 不需要像queueDeclare这样的同步调用。 因此,RPC客户端只需要一个网络往返单个RPC请求。

我们的代码仍然非常简单,没有尝试解决更复杂(但重要的)问题,例如:

如果没有服务器运行,客户端应该如何反应?
     客户端是否需要RPC的某种超时时间?
     如果服务器发生故障并引发异常,应该将其转发给客户端?
     在处理之前防止无效的传入消息(例如检查边界,类型)。
好了,这个系列也快结束了。

在把原地址贴出来,让大家了解更多。地址如下:http://www.rabbitmq.com/tutorials/tutorial-six-dotnet.html

RabbitMQ系列教程之六:远程过程调用(RPC)的更多相关文章

  1. RabbitMQ系列教程之六:远程过程调用(RPC)(转载)

    RabbitMQ系列教程之六:远程过程调用(RPC) 远程过程调用(Remote Proceddure call[RPC]) (本实例都是使用的Net的客户端,使用C#编写) 在第二个教程中,我们学习 ...

  2. RabbitMQ系列教程之七:RabbitMQ的 C# 客户端 API 的简介(转载)

    RabbitMQ系列教程之七:RabbitMQ的 C# 客户端 API 的简介 今天这篇博文是我翻译的RabbitMQ的最后一篇文章了,介绍一下RabbitMQ的C#开发的接口.好了,言归正传吧. N ...

  3. RabbitMQ系列教程之五:主题(Topic)(转载)

    RabbitMQ系列教程之五:主题(Topic) (本实例都是使用的Net的客户端,使用C#编写),说明,中文方括号[]表示名词. 在上一个教程中,我们改进了我们的日志记录系统. 没有使用只能够进行虚 ...

  4. RabbitMQ系列教程之三:发布/订阅(Publish/Subscribe)(转载)

    RabbitMQ系列教程之三:发布/订阅(Publish/Subscribe) (本教程是使用Net客户端,也就是针对微软技术平台的) 在前一个教程中,我们创建了一个工作队列.工作队列背后的假设是每个 ...

  5. RabbitMQ系列教程之四:路由(Routing)(转载)

    RabbitMQ系列教程之四:路由(Routing) (使用Net客户端) 在上一个教程中,我们构建了一个简单的日志系统,我们能够向许多消息接受者广播发送日志消息. 在本教程中,我们将为其添加一项功能 ...

  6. RabbitMQ系列教程之一:我们从最简单的事情开始!Hello World(转载)

    RabbitMQ系列教程之一:我们从最简单的事情开始!Hello World 一.简介 RabbitMQ是一个消息的代理器,用于接收和发送消息,你可以这样想,他就是一个邮局,当您把需要寄送的邮件投递到 ...

  7. 2.rabbitmq 系列教程

    rabbitmq系列教程-文章[转] 视频分享: 链接:https://pan.baidu.com/s/1s_Qr2A1o0s8Ru0exK62jqg 提取码:eb68

  8. Python操作rabbitmq系列(六):进行RPC调用

    此刻,我们已经进入第6章,是官方的最后一个环节,但是,并非本系列的最后一个环节.因为在实战中还有一些经验教训,并没体现出来.由于马上要给同事没培训celery了.我也来不及写太多.等后面,我们再慢慢补 ...

  9. rabbitmq系列五 之远程过程调用(RPC)

    1.远程过程调用(RPC) 在第二篇教程中我们介绍了如何使用工作队列(work queue)在多个工作者(woker)中间分发耗时的任务. 可是如果我们需要将一个函数运行在远程计算机上并且等待从那儿获 ...

随机推荐

  1. Bootstrap快速入门

    Bootstrap有两个重点,一个是概念的理解,理解bootstrap是如何通过div来代替过去的table布局的:一个是常用结构的熟悉,做到需要的组件马上就能找到,小修修改改可用就行.其最帅的一点就 ...

  2. iOS下KVO使用过程中的陷阱 (转发)

    iOS下KVO使用过程中的陷阱   KVO,全称为Key-Value Observing,是iOS中的一种设计模式,用于检测对象的某些属性的实时变化情况并作出响应.网上广为流传普及的一个例子是利用KV ...

  3. SmartCoder每日站立会议05

    1.站立会议内容 经过四天的努力,我们的微信小程序有了很大的进展,首页的设计定了方案,API接地图正在试着把消息展示到其中,争取把地图信息做到直观形象. 站立会议照片: 2.任务展板 3.燃尽图

  4. 虚拟机kali找不到无线网卡、搜不到无线网络

    VitualBox虚拟机下刚装好kali系统后,使用无线网卡,在主机上插一块usb无线网卡,然后进入虚拟机系统会发现无线网卡刚开始还能扫描出周围的无线网路, 过一会就搜不到了,显示无网络,输入命令iw ...

  5. Java经典编程题50道之五十

    有五个学生,每个学生有3门课的成绩,从键盘输入以上数据(包括学生号,姓名,三门课成绩),计算出平均成绩,况原有的数据和计算出的平均分数存放在磁盘文件 "stud"中. public ...

  6. javaCV开发详解之7:让音频转换更加简单,实现通用音频编码格式转换、重采样等音频参数的转换功能(以pcm16le编码的wav转mp3为例)

    javaCV系列文章: javacv开发详解之1:调用本机摄像头视频 javaCV开发详解之2:推流器实现,推本地摄像头视频到流媒体服务器以及摄像头录制视频功能实现(基于javaCV-FFMPEG.j ...

  7. Vulkan Tutorial 14 Integration pipeline

    操作系统:Windows8.1 显卡:Nivida GTX965M 开发工具:Visual Studio 2017 我们现在整合前几章节的结构体和对象创建图形管线!以下是我们现在用到的对象类型,作为一 ...

  8. Grunt压缩图片

    今天我们来说一下用Grunt来压缩图片和JS吧! 首先要安装插件: 这是压缩图片的; npm install --save-dev gulp-imagemin 这是压缩JS的: npm install ...

  9. [0] JDK与JRE的区别

    JDK就是Java Development Kit.简单的说JDK是面向开发人员使用的SDK,它提供了Java的开发环境和运行环境.SDK是Software Development Kit 一般指软件 ...

  10. python网络爬虫之scrapy 工程创建以及原理介绍

    执行scrapy startproject XXXX的命令,就会在对应的目录下生成工程 在pycharm中打开此工程目录:并在Run中选择Edit Configuration 点击+创建一个Pytho ...