码迷,mamicode.com
首页 > 其他好文 > 详细

RabbitMQ (十二) 远程过程调用(RPC)

时间:2019-02-08 20:06:15      阅读:125      评论:0      收藏:0      [点我收藏+]

标签:out   编码   并保存   python   情况   exchange   read   arguments   持久化   

在远程计算机上运行一个函数并等待结果,我们通常叫这种模式为远程过程调用或者RPC.

通过 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,我们需要发送带有“回调”队列地址的请求.

同时,这里面涉及到几个比较重要的消息属性:

消息属性

  • Durable : 将消息标记为持久或者非持久;
  • DeliveryMode:熟悉 AMQP 0-9-1协议的人可以选择使用此属性而不是Persistent,他们控制着同样的事情;
  • ContentType:用于描述编码的mime类型.例如,对于经常使用的JSON编码,将此属性设置为:application / json是一种很好的做法;
  • ReplyTo:通常用于命名回调队列;
  • CorrelationId:用于将RPC响应与请求相关联;

 

相关ID

在上面介绍的参数中,可以看 ReplyTo 属性可以定义该消息的回调队列,也就是说我们可以为每个RPC请求创建一个回调队列。但这是非常低效的,更好的方法是为每个客户端(多个消费者)创建一个回调队列。

这引发了一个新问题,在该队列中收到响应后,不清楚响应属于哪个请求。

这时候, CorrelationId 属性就发挥它的作用了 

我们为每个请求的 CorrelationId  属性设置为唯一值。然后,当我们在回调队列中收到消息时,我们将查看此属性,并根据该属性,我们将能够将响应与请求进行匹配。如果我们看到未知的 CorrelationId 值,我们可以安全地丢弃该消息,因为它不属于我们的请求。

为什么我们应该忽略回调队列中的未知消息,而不是因为错误而失败?

这是由于服务器端存在竞争条件的可能性。尽管不太可能,但是在向我们发送答案之后,发送请求的确认消息之前,RPC服务器可能会死亡。如果发生这种情况,重新启动的RPC服务器将再次处理请求。这就是为什么在客户端上我们必须优雅地处理重复的响应,理想情况下RPC应该是幂等的。

 

摘要

技术图片

RPC工作流程:

  • 当客户端启动时,创建一个匿名的独占回调队列.(匿名最好,当然也可以不是匿名的)
  • 对于RPC请求,客户端发送带有两个属性的消息: ReplyTo(设置为回调队列)和 CorrelationId(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)正在等待该队列上的请求。当请求出现时,它会执行函数并使用ReplyTo属性中的队列将结果返回给客户端
  • 客户端等待回调队列上的数据。出现消息时,它会检查CorrelationId属性。如果它与请求中的值匹配,则将响应返回给应用程序。

 

思路的转换

在进行RPC通信时,我们不再叫"生产者","消费者"了,而是改叫"客户端","服务器".因为在 RPC 中,

客户端即是一个生产者,因为它要发送请求消息给服务器,同时,它也是一个消费者,因为它还要接收服务器发送过来的响应消息.

而服务器即是一个消费者,因为它要接收客户端发送过来的请求消息,同时,它也是一个生产者,因为它执行完函数后,还需要发送响应消息给客户端.

我们把上面的图一分为二来看:

技术图片

 

服务器代码

    internal class Program
    {
        private const string RequestQueueName = "rpc_queue";

        private static void Main(string[] args)
        {
            using (RabbitMQ.Client.IConnection connection = ConnectionHelper.GetConnection())
            using (RabbitMQ.Client.IModel channel = connection.CreateModel())
            {
                channel.QueueDeclare(queue: RequestQueueName, durable: false, exclusive: false, autoDelete: false, arguments: null);
                channel.BasicQos(0, 1, false);

                EventingBasicConsumer consumer = new EventingBasicConsumer(channel);
                channel.BasicConsume(queue: RequestQueueName, autoAck: false, consumerTag: "", noLocal: false, exclusive: false, arguments: null, consumer: consumer);
                Console.WriteLine("server 开始等待 RPC 请求");

                consumer.Received += (s, e) =>
                {
                    string response = null;
                    byte[] bytes = e.Body;
                    RabbitMQ.Client.IBasicProperties pros = e.BasicProperties;//拿到这条请求消息的属性
                    RabbitMQ.Client.IBasicProperties replyPros = channel.CreateBasicProperties();//创建响应消息的属性
                    replyPros.CorrelationId = pros.CorrelationId;//将请求消息的id赋值给响应消息,这个id就相当于请求消息的身份证

                    try
                    {
                        string msg = Encoding.UTF8.GetString(bytes);
                        int n = int.Parse(msg);
                        Console.WriteLine($"执行函数 Fib(int n) , 入参为 {msg}");
                        response = Fib(n).ToString();//运行函数,拿到结果
                    }
                    catch (Exception exception)
                    {
                        Console.WriteLine(exception);
                        response = string.Empty;
                    }
                    finally
                    {
                        byte[] responseBytes = Encoding.UTF8.GetBytes(response);//创建响应消息的字节码
                        //将响应消息发送到请求消息的属性中指定的响应队列
                        channel.BasicPublish(exchange: "", routingKey: pros.ReplyTo, mandatory: false, basicProperties: replyPros, body: responseBytes);

                        //发送响应消息后,手动确认已经收到请求消息
                        channel.BasicAck(deliveryTag: e.DeliveryTag, multiple: false);
                    }
                };

                Console.WriteLine("按 enter 退出");
                Console.ReadLine();
            }
        }

        /// <summary>
        /// 服务器的函数
        /// </summary>
        /// <param name="n"></param>
        /// <returns></returns>
        private static int Fib(int n)
        {
            if (n == 0 || n == 1)
            {
                return n;
            }
            return Fib(n - 1) + Fib(n - 2);
        }
    }

 

服务器代码非常简单:

  • 像往常一样,我们首先建立连接,通道和声明队列。
  • 我们可能希望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channel.BasicQos中设置 prefetchCount设置
  • 我们使用BasicConsume来访问队列。然后我们注册一个交付处理程序,我们在其中完成工作并发回响应。

 

客户端代码

    public class MyClient
    {
        private readonly IConnection connection;
        private readonly IModel channel;
        private readonly IBasicProperties pros;//请求消息属性
        private readonly EventingBasicConsumer consumer;
        private readonly string replyQueueName;//响应队列名称
        private const string requestQueueName = "rpc_queue";//请求队列名称
        private readonly BlockingCollection<string> responseQueue = new BlockingCollection<string>();//存储响应消息

        public MyClient()
        {
            connection = ConnectionHelper.GetConnection();
            channel = connection.CreateModel();
            replyQueueName = channel.QueueDeclare().QueueName;//声明一个随机的,独占的,自动删除的,非持久化的响应队列
            consumer = new EventingBasicConsumer(channel);//创建一个消费者
            pros = channel.CreateBasicProperties();
            string correlationId = Guid.NewGuid().ToString();//创建一个"身份证"
            pros.CorrelationId = correlationId;
            pros.ReplyTo = replyQueueName;//设置回调队列

            consumer.Received += (s, e) =>
            {
                string response = Encoding.UTF8.GetString(e.Body);//拿到响应消息
                if (e.BasicProperties.CorrelationId.Equals(correlationId))//确认身份
                {
                    responseQueue.Add(response);
                }
            };
        }


        /// <summary>
        /// 发起请求
        /// </summary>
        /// <param name="msg">请求消息</param>
        /// <returns>请求的结果</returns>
        public string Call(string msg)
        {
            byte[] bytes = Encoding.UTF8.GetBytes(msg);
            channel.BasicPublish(exchange: "", routingKey: requestQueueName, basicProperties: pros, body: bytes);//向请求队列发送请求消息.

            //在发送请求消息(发起请求)后,再定义客户端需要消费的回复队列,并且设置应答模式为 自动应答.因为RPC中,服务器不用关心客户端是否收到了响应
            channel.BasicConsume(queue: replyQueueName, autoAck: true, consumer: consumer);

            return responseQueue.Take();//返回本次请求的结果
        }


        /// <summary>
        /// 关闭客户端
        /// </summary>
        public void Close()
        {
            channel.Close();
            connection.Close();
        }
    }


    internal class Program
    {
        private static void Main(string[] args)
        {
            MyClient client = new MyClient();
            while (true)
            {
                Console.WriteLine("请输入您要发送的请求消息 : ");
                string request = Console.ReadLine();
                if (string.IsNullOrWhiteSpace(request))
                {
                    continue;
                }
                if (request.ToLower().Equals("q"))
                {
                    break;
                }
                string response = client.Call(request);
                Console.WriteLine("请求的结果 : " + response);
            }
            client.Close();
        }
    }

 

 客户端代码稍微复杂一些:

  • 我们建立一个连接和通道,并为回复声明一个独有的“回调”队列。
  • 我们订阅了‘回调‘队列,以便我们可以接收RPC响应。
  • 我们的Call方法生成实际的RPC请求。
  • 在这里,我们首先生成一个唯一的CorrelationId 数并保存它 - 客户端将使用该值来捕获适当的响应。
  • 接下来,我们发布请求消息,其中包含两个属性: ReplyToCorrelationId
  • 在这一点上,我们可以坐下来等待正确的响应到来。
  • 客户端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那个。如果是这样,它会保存响应。
  • 最后,我们将响应返回给用户。

 

此处介绍的设计并不是RPC服务的唯一可能实现,但它具有一些重要优势:

  • 如果RPC服务器太慢,您可以通过运行另一个服务器来扩展。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,对于单个RPC请求,RPC客户端只需要一次网络往返。

我们的代码仍然相当简单,并不试图解决更复杂(但重要)的问题,例如:

  • 如果没有运行服务器,客户应该如何反应?
  • 客户端是否应该为RPC设置某种超时?
  • 如果服务器出现故障并引发异常,是否应将其转发给客户端?
  • 在处理之前防止无效的传入消息(例如检查边界,类型)。

RabbitMQ (十二) 远程过程调用(RPC)

标签:out   编码   并保存   python   情况   exchange   read   arguments   持久化   

原文地址:https://www.cnblogs.com/refuge/p/10356126.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!