译:6.RabbitMQ Java Client 之 Remote procedure call (RPC,远程过程调用)

时间 2019-11-06

标签 6.rabbitmq rabbitmq java client remote procedure rpc 远程过程调用栏目 RabbitMQ 繁體版

原文原文链接

在译:2. RabbitMQ 之Work Queues (工做队列) 咱们学习了如何使用工做队列在多个工做人员之间分配耗时的任务。html

可是若是咱们须要在远程计算机上运行一个函数并等待结果呢？嗯，这是一个不一样的故事。此模式一般称为远程过程调用或RPC。java

在本教程中，咱们将使用RabbitMQ构建RPC系统：客户端和可伸缩的RPC服务器。因为咱们没有任何值得分发的耗时任务，咱们将建立一个返回Fibonacci数字的虚拟RPC服务。git

客户端界面

为了说明如何使用RPC服务，咱们将建立一个简单的客户端类。程序员

它将公开一个名为call的方法，该方法发送一个RPC请求并阻塞，直到收到答案为止：github

FibonacciRpcClient fibonacciRpc = new FibonacciRpcClient（）;
字符串结果= fibonacciRpc.call（“4”）;
System.out.println（“fib（4）is” + result）;

关于RPC的说明

尽管RPC在计算中是一种很是常见的模式，但它常常受到批评。当程序员不知道函数调用是本地的仍是慢的RPC时，会出现问题。这样的混淆致使系统不可预测，并增长了调试的没必要要的复杂性。错误使用RPC能够致使不可维护的意大利面条代码，而不是简化软件。json

考虑到这一点，请考虑如下建议：安全

确保明显哪一个函数调用是本地的，哪一个是远程的。

记录您的系统。使组件之间的依赖关系变得清晰。

处理错误案例。当RPC服务器长时间停机时，客户端应该如何反应？

若有疑问，请避免使用RPC。若是能够，您应该使用异步管道 - 而不是相似RPC的阻塞，将结果异步推送到下一个计算阶段。服务器

回调队列

通常来讲，经过RabbitMQ进行RPC很容易。客户端发送请求消息，服务器回复响应消息。为了接收响应，咱们须要发送带有请求的“回调”队列地址。咱们可使用默认队列（在Java客户端中是独占的）。咱们来试试吧：网络

callbackQueueName = channel.queueDeclare().getQueue();

BasicProperties props = new BasicProperties
                            .Builder()
                            .replyTo(callbackQueueName)
                            .build();

channel.basicPublish("", "rpc_queue", props, message.getBytes());

// ... then code to read a response message from the callback_queue ...

Message properties

The AMQP 0-9-1 protocol predefines a set of 14 properties that go with a message. Most of the properties are rarely used, with the exception of the following:并发

deliveryMode: Marks a message as persistent (with a value of 2) or transient (any other value). You may remember this property from the second tutorial.

contentType: Used to describe the mime-type of the encoding. For example for the often used JSON encoding it is a good practice to set this property to: application/json.

replyTo: Commonly used to name a callback queue.

correlationId: Useful to correlate RPC responses with requests.

咱们须要一个新的导入：
import com.rabbitmq.client.AMQP.BasicProperties;
相关ID

在上面介绍的方法中，咱们建议为每一个RPC请求建立一个回调队列。这是很是低效的，但幸运的是有更好的方法 - 让咱们为每一个客户端建立一个回调队列。

这引起了一个新问题，在该队列中收到响应后，不清楚响应属于哪一个请求。那是在使用correlationId属性的时候。咱们将为每一个请求将其设置为惟一值。稍后，当咱们在回调队列中收到一条消息时，咱们将查看此属性，并根据该属性，咱们将可以将响应与请求进行匹配。若是咱们看到未知的correlationId值，咱们能够安全地丢弃该消息 - 它不属于咱们的请求。

您可能会问，为何咱们应该忽略回调队列中的未知消息，而不是失败并出现错误？这是因为服务器端可能存在竞争条件。虽然不太可能，但RPC服务器可能会在向咱们发送答案以后，但在发送请求的确认消息以前死亡。若是发生这种状况，从新启动的RPC服务器将再次处理请求。这就是为何在客户端上咱们必须优雅地处理重复的响应，理想状况下RPC应该是幂等的。

概要

咱们的RPC将这样工做：

对于RPC请求，客户端发送带有两个属性的消息： replyTo，设置为仅为请求建立的匿名独占队列;以及correlationId，设置为每一个请求的惟一值。

请求被发送到rpc_queue队列。

RPC worker（aka：server）正在等待该队列上的请求。当出现请求时，它会执行该做业，并使用来自replyTo字段的队列将带有结果的消息发送回客户端。

客户端等待回复队列上的数据。出现消息时，它会检查correlationId属性。若是它与请求中的值匹配，则返回对应用程序的响应。

把它们放在一块儿

斐波纳契任务：
private static int fib(int n) {
    if (n == 0) return 0;
    if (n == 1) return 1;
    return fib(n-1) + fib(n-2);
}
咱们宣布咱们的斐波那契函数。它假定只有有效的正整数输入。（不要期望这个适用于大数字，它多是最慢的递归实现）。

服务器代码很是简单：

像往常同样，咱们首先创建链接，通道和声明队列。

咱们可能但愿运行多个服务器进程。为了在多个服务器上平均分配负载，咱们须要在channel.basicQos中设置 prefetchCount设置。

咱们使用basicConsume来访问队列，咱们以对象（DefaultConsumer）的形式提供回调，它将完成工做并发回响应。

咱们的RPC客户端的代码能够在这里找到：RPCClient.java。

客户端代码稍微复杂一些：

咱们创建了一个链接和渠道。

咱们的调用方法生成实际的RPC请求。

在这里，咱们首先生成一个惟一的correlationId 数并保存它 - 咱们在RpcConsumer中的handleDelivery实现将使用该值来捕获适当的响应。

而后，咱们为回复建立一个专用的独占队列并订阅它。

接下来，咱们发布请求消息，其中包含两个属性： replyTo和correlationId。

在这一点上，咱们能够坐下来等待正确的响应到来。

因为咱们的消费者交付处理是在一个单独的线程中进行的，所以咱们须要在响应到来以前暂停主线程。使用BlockingQueue是一种可能的解决方案。这里咱们建立了ArrayBlockingQueue ，容量设置为1，由于咱们只须要等待一个响应。

该handleDelivery方法是作一个很简单的工做，对每一位消费响应消息它会检查的correlationID 是咱们要找的人。若是是这样，它会将响应置于BlockingQueue。

同时主线程正在等待响应从BlockingQueue获取它。

最后，咱们将响应返回给用户。

发出客户请求：
RPCClient fibonacciRpc = new RPCClient（）; 
 System.out.println（“[x] Requesting fib（30）”）;  字符串响应= fibonacciRpc.call（“30”）;  System.out.println（“[。] Got'” + response + “'”）;   fibonacciRpc.close（）; 
RPCClient.java
import java.io.IOException;
import java.util.UUID;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.TimeoutException;

import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import com.rabbitmq.client.DefaultConsumer;
import com.rabbitmq.client.Envelope;

public class RPCClient {
    private Connection connection;
      private Channel channel;
      private String requestQueueName = "rpc_queue";

      public RPCClient() throws IOException, TimeoutException {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("localhost");

        connection = factory.newConnection();
        channel = connection.createChannel();
      }

      public String call(String message) throws IOException, InterruptedException {
        final String corrId = UUID.randomUUID().toString();

        String replyQueueName = channel.queueDeclare().getQueue();
        AMQP.BasicProperties props = new AMQP.BasicProperties
                .Builder()
                .correlationId(corrId)
                .replyTo(replyQueueName)
                .build();

        channel.basicPublish("", requestQueueName, props, message.getBytes("UTF-8"));

        final BlockingQueue<String> response = new ArrayBlockingQueue<String>(1);

        String ctag = channel.basicConsume(replyQueueName, true, new DefaultConsumer(channel) {
          @Override
          public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
            if (properties.getCorrelationId().equals(corrId)) {
              response.offer(new String(body, "UTF-8"));
            }
          }
        });

        String result = response.take();
        channel.basicCancel(ctag);
        return result;
      }

      public void close() throws IOException {
        connection.close();
      }

      public static void main(String[] argv) {
        RPCClient fibonacciRpc = null;
        String response = null;
        try {
          fibonacciRpc = new RPCClient();

          for (int i = 0; i < 32; i++) {
            String i_str = Integer.toString(i);
            System.out.println(" [x] Requesting fib(" + i_str + ")");
            response = fibonacciRpc.call(i_str);
            System.out.println(" [.] Got '" + response + "'");
          }
        }
        catch  (IOException | TimeoutException | InterruptedException e) {
          e.printStackTrace();
        }
        finally {
          if (fibonacciRpc!= null) {
            try {
              fibonacciRpc.close();
            }
            catch (IOException _ignore) {}
          }
        }
      }
}
RPCServer.java
import java.io.IOException;
import java.util.concurrent.TimeoutException;

import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import com.rabbitmq.client.Consumer;
import com.rabbitmq.client.DefaultConsumer;
import com.rabbitmq.client.Envelope;

public class RPCServer {
    private static final String RPC_QUEUE_NAME = "rpc_queue";

      private static int fib(int n) {
        if (n ==0) return 0;
        if (n == 1) return 1;
        return fib(n-1) + fib(n-2);
      }

      public static void main(String[] argv) {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("localhost");

        Connection connection = null;
        try {
          connection      = factory.newConnection();
          final Channel channel = connection.createChannel();

          channel.queueDeclare(RPC_QUEUE_NAME, false, false, false, null);
          channel.queuePurge(RPC_QUEUE_NAME);

          channel.basicQos(1);

          System.out.println(" [x] Awaiting RPC requests");

          Consumer consumer = new DefaultConsumer(channel) {
            @Override
            public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
              AMQP.BasicProperties replyProps = new AMQP.BasicProperties
                      .Builder()
                      .correlationId(properties.getCorrelationId())
                      .build();

              String response = "";

              try {
                String message = new String(body,"UTF-8");
                int n = Integer.parseInt(message);

                System.out.println(" [.] fib(" + message + ")");
                response += fib(n);
              }
              catch (RuntimeException e){
                System.out.println(" [.] " + e.toString());
              }
              finally {
                channel.basicPublish( "", properties.getReplyTo(), replyProps, response.getBytes("UTF-8"));
                channel.basicAck(envelope.getDeliveryTag(), false);
                // RabbitMq consumer worker thread notifies the RPC server owner thread 
                synchronized(this) {
                    this.notify();
                }
              }
            }
          };

          channel.basicConsume(RPC_QUEUE_NAME, false, consumer);
          // Wait and be prepared to consume the message from RPC client.
          while (true) {
              synchronized(consumer) {
                  try {
                      consumer.wait();
                  } catch (InterruptedException e) {
                      e.printStackTrace();            
                  }
              }
          }
        } catch (IOException | TimeoutException e) {
          e.printStackTrace();
        }
        finally {
          if (connection != null)
            try {
              connection.close();
            } catch (IOException _ignore) {}
        }
      }
}
此处介绍的设计并非RPC服务的惟一可能实现，但它具备一些重要优点：

若是RPC服务器太慢，您能够经过运行另外一个服务器来扩展。尝试在新控制台中运行第二个RPCServer。

在客户端，RPC只须要发送和接收一条消息。不须要像queueDeclare这样的同步调用。所以，对于单个RPC请求，RPC客户端只须要一次网络往返。

咱们的代码仍然至关简单，并不试图解决更复杂（但重要）的问题，例如：

若是没有运行服务器，客户应该如何反应？

客户端是否应该为RPC设置某种超时？

若是服务器出现故障并引起异常，是否应将其转发给客户端？

在处理以前防止无效的传入消息（例如检查边界，键入）。