柯南君：看大数据时代下的IT架构（9）消息队列之RabbitMQ--案例（RPC起航）

时间：2015-07-19 18:02:47 阅读：148 评论：0 收藏：0 [点我收藏+]

标签：

二、Remote procedure call (RPC)(using the Java client)

三、Client interface（客户端接口）

为了展示一个RPC服务是如何使用的，我们将创建一段很简单的客户端class。它将会向外提供名字为call的函数，这个call会发送RPC请求并且阻塞，直到收到RPC运算的结果。代码如下：

fibonacci_rpc = FibonacciRpcClient()
result = fibonacci_rpc.call(4)
print "fib(4) is %r" % (result,)

四、 总体来说，在RabbitMQ进行RPC远程调用是比较容易的。client发送请求的Message然后server返回响应结果。为了收到响应client在publish message时需要提供一个”callback“（回调）的queue地址。code如下：

[java] view plaincopyprint?
result = channel.queue_declare(exclusive=True)    
callback_queue = result.method.queue    
    
channel.basic_publish(exchange=‘‘,    
                      routing_key=‘rpc_queue‘,    
                      properties=pika.BasicProperties(    
                            reply_to = callback_queue,    
                            ),    
                      body=request)    
    
Message properties

AMQP 预定义了14个属性。它们中的绝大多很少会用到。以下几个是平时用的比较多的：
delivery_mode: 持久化一个Message（通过设定值为2）。其他任意值都是非持久化。
content_type: 描述mime-type 的encoding。比如设置为JSON编码：设置该property为application/json。
reply_to: 一般用来指明用于回调的queue（Commonly used to name a callback queue）。
correlation_id: 在请求中关联处理RPC响应（correlate RPC responses with requests）。

四、Correlation Id  在上个小节里，实现方法是对每个RPC请求都会创建一个callback queue。这是不高效的。幸运的是，在这里有一个解决方法：为每个client创建唯一的callback queue。

这又有其他问题了：收到响应后它无法确定是否是它的，因为所有的响应都写到同一个queue了。上一小节的correlation_id在这种情况下就派上用场了：对于每个request，都设置唯一的一个值，在收到响应后，通过这个值就可以判断是否是自己的响应。如果不是自己的响应，就不去处理。

五、（总结）

工作流程：

当客户端启动时，它创建了匿名的exclusive callback queue.
客户端的RPC请求时将同时设置两个properties： reply_to设置为callback queue；correlation_id设置为每个request一个独一无二的值.
请求将被发送到an rpc_queue queue.
RPC端或者说server一直在等待那个queue的请求。当请求到达时，它将通过在reply_to指定的queue回复一个message给client。
client一直等待callback queue的数据。当message到达时，它将检查correlation_id的值，如果值和它request发送时的一致那么就将返回响应。

六、

Putting it all together

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

 RPCServer.java ：

private static final String RPC_QUEUE_NAME = "rpc_queue";  
  
ConnectionFactory factory = new ConnectionFactory();  
factory.setHost("localhost");  
  
Connection connection = factory.newConnection();  
Channel channel = connection.createChannel();  
  
channel.queueDeclare(RPC_QUEUE_NAME, false, false, false, null);  
  
channel.basicQos(1);  
  
QueueingConsumer consumer = new QueueingConsumer(channel);  
channel.basicConsume(RPC_QUEUE_NAME, false, consumer);  
  
System.out.println(" [x] Awaiting RPC requests");  
  
while (true) {  
    QueueingConsumer.Delivery delivery = consumer.nextDelivery();  
  
    BasicProperties props = delivery.getProperties();  
    BasicProperties replyProps = new BasicProperties  
                                     .Builder()  
                                     .correlationId(props.getCorrelationId())  
                                     .build();  
  
    String message = new String(delivery.getBody());  
    int n = Integer.parseInt(message);  
  
    System.out.println(" [.] fib(" + message + ")");  
    String response = "" + fib(n);  
  
    channel.basicPublish( "", props.getReplyTo(), replyProps, response.getBytes());  
  
    channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);  
}


服务器代码相当简单:

像往常一样,我们首先建立连接、通道和声明队列。
我们可能想要运行多个服务器进程。为了分散负载同样在多个服务器,我们需要设置在channel.basicQos prefetchCount设置。
我们使用basicConsume访问队列。然后我们进入while循环,我们等待请求消息,并发送响应工作。

RPCClient.java:

    private Connection connection;  
    private Channel channel;  
    private String requestQueueName = "rpc_queue";  
    private String replyQueueName;  
    private QueueingConsumer consumer;  
      
    public RPCClient() throws Exception {  
        ConnectionFactory factory = new ConnectionFactory();  
        factory.setHost("localhost");  
        connection = factory.newConnection();  
        channel = connection.createChannel();  
      
        replyQueueName = channel.queueDeclare().getQueue();   
        consumer = new QueueingConsumer(channel);  
        channel.basicConsume(replyQueueName, true, consumer);  
    }  
      
    public String call(String message) throws Exception {       
        String response = null;  
        String corrId = java.util.UUID.randomUUID().toString();  
      
        BasicProperties props = new BasicProperties  
                                    .Builder()  
                                    .correlationId(corrId)  
                                    .replyTo(replyQueueName)  
                                    .build();  
      
        channel.basicPublish("", requestQueueName, props, message.getBytes());  
      
        while (true) {  
            QueueingConsumer.Delivery delivery = consumer.nextDelivery();  
            if (delivery.getProperties().getCorrelationId().equals(corrId)) {  
                response = new String(delivery.getBody());  
                break;  
            }  
        }  
      
        return response;   
    }  
      
    public void close() throws Exception {  
        connection.close();  
    }

客户端代码部分涉及到：

我们建立了一个"connecttion"（连接）和 "channel"（通道）并且为replies（回复）声明一个独一无二的"callback"(回调);
我们订阅了"callback"(回调)队列，这样我们就可以收到RPC的回应了；
我们调用的方法是实际的RPC；
接下来我们publish（发布）请求消息，有两个属性，分别是：replyTo 和 correlationId；
在这点，我们可以坐下来，直到适当的响应到达；
while循环做了一件非常简单的工作，它会检查每一个消息响应，如果当前的最后，我们将响应给用户；

客户端请求：

    RPCClient fibonacciRpc = new RPCClient();  
      
    System.out.println(" [x] Requesting fib(30)");     
    String response = fibonacciRpc.call("30");  
    System.out.println(" [.] Got ‘" + response + "‘");  
      
    fibonacciRpc.close();

现在是时候，该看看我们的整体完整的示例源代码了：RPCClent.java（包括基本的异常处理）和RPCServer.java，像往常一样编译和设置路径（可以参考前面的教程）

RPCClient.java：

    import com.rabbitmq.client.ConnectionFactory;  
    import com.rabbitmq.client.Connection;  
    import com.rabbitmq.client.Channel;  
    import com.rabbitmq.client.QueueingConsumer;  
    import com.rabbitmq.client.AMQP.BasicProperties;  
    import java.util.UUID;  
          
    public class RPCClient {  
          
      private Connection connection;  
      private Channel channel;  
      private String requestQueueName = "rpc_queue";  
      private String replyQueueName;  
      private QueueingConsumer consumer;  
          
      public RPCClient() throws Exception {  
        ConnectionFactory factory = new ConnectionFactory();  
        factory.setHost("localhost");  
        connection = factory.newConnection();  
        channel = connection.createChannel();  
      
        replyQueueName = channel.queueDeclare().getQueue();   
        consumer = new QueueingConsumer(channel);  
        channel.basicConsume(replyQueueName, true, consumer);  
      }  
        
      public String call(String message) throws Exception {       
        String response = null;  
        String corrId = UUID.randomUUID().toString();  
          
        BasicProperties props = new BasicProperties  
                                    .Builder()  
                                    .correlationId(corrId)  
                                    .replyTo(replyQueueName)  
                                    .build();  
          
        channel.basicPublish("", requestQueueName, props, message.getBytes());  
          
        while (true) {  
          QueueingConsumer.Delivery delivery = consumer.nextDelivery();  
          if (delivery.getProperties().getCorrelationId().equals(corrId)) {  
            response = new String(delivery.getBody(),"UTF-8");  
            break;  
          }  
        }  
      
        return response;   
      }  
          
      public void close() throws Exception {  
        connection.close();  
      }  
        
      public static void main(String[] argv) {  
        RPCClient fibonacciRpc = null;  
        String response = null;  
        try {  
          fibonacciRpc = new RPCClient();  
        
          System.out.println(" [x] Requesting fib(30)");     
          response = fibonacciRpc.call("30");  
          System.out.println(" [.] Got ‘" + response + "‘");  
        }  
        catch  (Exception e) {  
          e.printStackTrace();  
        }  
        finally {  
          if (fibonacciRpc!= null) {  
            try {  
              fibonacciRpc.close();  
            }  
            catch (Exception ignore) {}  
          }  
        }  
      }  
    }<strong>  
    </strong>

RPCServer.java：

import com.rabbitmq.client.ConnectionFactory;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.QueueingConsumer;
import com.rabbitmq.client.AMQP.BasicProperties;
  
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) {
    Connection connection = null;
    Channel channel = null;
    try {
      ConnectionFactory factory = new ConnectionFactory();
      factory.setHost("localhost");
  
      connection = factory.newConnection();
      channel = connection.createChannel();
      
      channel.queueDeclare(RPC_QUEUE_NAME, false, false, false, null);
  
      channel.basicQos(1);
  
      QueueingConsumer consumer = new QueueingConsumer(channel);
      channel.basicConsume(RPC_QUEUE_NAME, false, consumer);
  
      System.out.println(" [x] Awaiting RPC requests");
  
      while (true) {
        String response = null;
        
        QueueingConsumer.Delivery delivery = consumer.nextDelivery();
        
        BasicProperties props = delivery.getProperties();
        BasicProperties replyProps = new BasicProperties
                                         .Builder()
                                         .correlationId(props.getCorrelationId())
                                         .build();
        
        try {
          String message = new String(delivery.getBody(),"UTF-8");
          int n = Integer.parseInt(message);
  
          System.out.println(" [.] fib(" + message + ")");
          response = "" + fib(n);
        }
        catch (Exception e){
          System.out.println(" [.] " + e.toString());
          response = "";
        }
        finally {  
          channel.basicPublish( "", props.getReplyTo(), replyProps, response.getBytes("UTF-8"));
  
          channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
        }
      }
    }
    catch  (Exception e) {
      e.printStackTrace();
    }
    finally {
      if (connection != null) {
        try {
          connection.close();
        }
        catch (Exception ignore) {}
      }
    }                    
  }
}

$ javac -cp rabbitmq-client.jar RPCClient.java RPCServer.java

我们的RPC service现在准备好了，我们开始启动server：

$ java -cp $CP RPCServer
 [x] Awaiting RPC requests

发布一个fibonacci 数字，运行在client（客户端）：

$ java -cp $CP RPCClient
 [x] Requesting fib(30)

本节提供的设计并不是唯一的RPC服务实现，但它还是有一定的优点的：

如果RPC server（服务器）太慢了，你仅仅需要运行另一个，就可以扩展；尝试在新的控制台，运行第二个吧；
在客户端，RPC需要发送和接收的消息只有一个，不需要像queueDeclare 同步调用，因为RPC客户端为了一个RPC请求，只需要一个网络往返；

我们的代码依然很简单，不试图去解决更加繁杂的问题，但是非常重要，像以下这样：

如果没有服务运行，客户端将怎么去做？
客户端应该有RPC超时么？
如果服务器出现故障，爆出一个异常，应该发给客户端么？
防止传入错误的消息（如范围检查、类型）前处理

柯南君：看大数据时代下的IT架构（9）消息队列之RabbitMQ--案例（RPC起航）

标签：

原文地址：http://www.cnblogs.com/x113/p/4658914.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行