微服务分层架构，之前聊得很多了，微服务离不开RPC框架，RPC框架的原理、实践及细节，今天和大家聊一聊。
服务化的一个好处就是，不限定服务的提供方使用什么技术选型，能够实现大公司跨团队的技术解耦，如下图所示：服务的上游调用方，按照接口、协议即可完成对远端服务的调用。但实际上，大部分互联网公司，研发团队规模有限，大都使用同一套技术体系来实现服务：
这样的话，如果没有统一的服务框架，各个团队的服务提供方就需要各自实现一套序列化、反序列化、网络框架、连接池、收发线程、超时处理、状态机等“业务之外”的重复技术劳动，造成整体的低效。因此，统一服务框架把上述“业务之外”的工作统一实现，是服务化首要解决的问题。Remote Procedure Call Protocol，远程过程调用。int result = Add(1, 2);
这三个动作，都发生在同一个进程空间里，这是本地函数调用。
最容易想到的，两个进程约定一个协议格式，使用Socket通信，来传输：
Socket通信只能传递连续的字节流，如何将入参、函数都放到连续的字节流里呢？
request = MakePacket(“add”, 1, 2);
SendRequest_ToService_B(request);
response = RecieveRespnse_FromService_B();
int result = unMakePacket(respnse);
request = RecieveRequest();
args/function = unMakePacket(request);
result = Add(1, 2);
response = MakePacket(result);
SendResponse(response);
调用方与服务方的处理步骤都是非常清晰。（1）入参到字节流的转化，即序列化应用层协议细节；（4）字节流到出参的转化，即反序列化应用层协议细节；可以，RPC框架就是解决这个问题的，它能够让调用方“像调用本地函数一样调用远端的函数（服务）”。讲到这里，是不是对RPC，对序列化范序列化有点感觉了？往下看，有更多的底层细节。
RPC框架的职责是什么？
RPC框架，要向调用方屏蔽各种复杂性，要向服务提供方也屏蔽各类复杂性：（1）服务调用方client感觉就像调用本地函数一样，来调用服务；（2）服务提供方server感觉就像实现一个本地函数一样，来实现服务；所以整个RPC框架又分为client部分与server部分，实现上面的目标，把复杂性屏蔽，就是RPC框架的职责。
如上图所示，业务方的职责是：（1）client端：序列化、反序列化、连接池管理、负载均衡、故障转移、队列管理，超时管理、异步管理等等；（2）server端：服务端组件、服务端收发包队列、io线程、工作线程、序列化反序列化等；server端的技术大家了解的比较多，接下来重点讲讲client端的技术细节。先来看看RPC-client部分的“序列化反序列化”部分。class User{
std::String user_name;
uint64_t user_id;
uint32_t user_age;
};
User u = new User(“shenjian”);
u.setUid(123);
u.setAge(35);
但当需要对数据进行存储或者传输时，“对象”就不这么好用了，往往需要把数据转化成连续空间的“二进制字节流”，一些典型的场景是：（1）数据库索引的磁盘存储：数据库的索引在内存里是b+树，但这个格式是不能够直接存储到磁盘上的，所以需要把b+树转化为连续空间的二进制字节流，才能存储到磁盘上；（2）缓存的KV存储：redis/memcache是KV类型的缓存，缓存存储的value必须是连续空间的二进制字节流，而不能够是User对象；（3）数据的网络传输：socket发送的数据必须是连续空间的二进制字节流，也不能是对象；所谓序列化（Serialization），就是将“对象”形态的数据转化为“连续空间二进制字节流”形态数据的过程。这个过程的逆过程叫做反序列化。这是一个非常细节的问题，要是让你来把“对象”转化为字节流，你会怎么做？很容易想到的一个方法是xml（或者json）这类具有自描述特性的标记性语言：<class name=”User”>
<element name=”user_name” type=”std::String” value=”shenjian” />
<element name=”user_id” type=”uint64_t” value=”123” />
<element name=”user_age” type=”uint32_t” value=”35” />
</class>
规定好转换规则，发送方很容易把User类的一个对象序列化为xml，服务方收到xml二进制流之后，也很容易将其范序列化为User对象。第二个方法是自己实现二进制协议来进行序列化，还是以上面的User对象为例，可以设计一个这样的通用协议：上面的User对象，用这个协议描述出来可能是这样的：（1）第一行：序号4个字节（设0表示类名），类名长度4个字节（长度为4），接下来4个字节是类名（”User”），共12字节；（2）第二行：序号4个字节（1表示第一个属性），属性长度4个字节（长度为9），接下来9个字节是属性名（”user_name”），属性值长度4个字节（长度为8），属性值8个字节（值为”shenjian”），共29字节；（3）第三行：序号4个字节（2表示第二个属性），属性长度4个字节（长度为7），接下来7个字节是属性名（”user_id”），属性值长度4个字节（长度为8），属性值8个字节（值为123），共27字节；（4）第四行：序号4个字节（3表示第三个属性），属性长度4个字节（长度为8），接下来8个字节是属性名（”user_name”），属性值长度4个字节（长度为4），属性值4个字节（值为35），共24字节；整个二进制字节流共12+29+27+24=92字节。实际的序列化协议要考虑的细节远比这个多，例如：强类型的语言不仅要还原属性名，属性值，还要还原属性类型；复杂的对象不仅要考虑普通类型，还要考虑对象嵌套类型等。无论如何，序列化的思路都是类似的。不管使用成熟协议xml/json，还是自定义二进制协议来序列化对象，序列化协议设计时都需要考虑以下这些因素。（1）解析效率：这个应该是序列化协议应该首要考虑的因素，像xml/json解析起来比较耗时，需要解析doom树，二进制自定义协议解析起来效率就很高；（2）压缩率，传输有效性：同样一个对象，xml/json传输起来有大量的xml标签，信息有效性低，二进制自定义协议占用的空间相对来说就小多了；（3）扩展性与兼容性：是否能够方便的增加字段，增加字段后旧版客户端是否需要强制升级，都是需要考虑的问题，xml/json和上面的二进制协议都能够方便的扩展；（4）可读性与可调试性：这个很好理解，xml/json的可读性就比二进制协议好很多；（5）跨语言：上面的两个协议都是跨语言的，有些序列化协议是与开发语言紧密相关的，例如dubbo的序列化协议就只能支持Java的RPC调用；（6）通用性：xml/json非常通用，都有很好的第三方解析库，各个语言解析起来都十分方便，上面自定义的二进制协议虽然能够跨语言，但每个语言都要写一个简易的协议客户端；（1）xml/json：解析效率，压缩率都较差，扩展性、可读性、通用性较好；（3）protobuf：Google出品，必属精品，各方面都不错，强烈推荐，属于二进制协议，可读性差了点，但也有类似的to-string协议帮助调试问题；（6）mc_pack：懂的同学就懂，不懂的就不懂了，09年用过，传说各方面都超越protobuf，懂行的同学可以说一下现状；
RPC-client除了：（2）发送字节流与接收字节流的部分（上图中的2、3）这一部分，又分为同步调用与异步调用两种方式，下面一一来进行介绍。Result = Add(Obj1, Obj2);// 得到Result之前处于阻塞状态
Add(Obj1, Obj2, callback);// 调用后直接返回，不等结果
callback(Result){// 得到处理结果后会调用这个回调函数
…
}
这两类调用，在RPC-client里，实现方式完全不一样。
所谓同步调用，在得到结果之前，一直处于阻塞状态，会一直占用一个工作线程，上图简单的说明了一下组件、交互、流程步骤：- 蓝色两个小框，代表了同步RPC-client两个核心组件，序列化组件与连接池组件
- 白色的流程小框，以及箭头序号1-10，代表整个工作线程的串行执行步骤：
Result=Add(Obj1,Obj2)
2）序列化组件，将对象调用序列化成二进制字节流，可理解为一个待发送的包packet1；3）通过连接池组件拿到一个可用的连接connection；4）通过连接connection将包packet1发送给RPC-server；6）响应包在网络传输，发回给RPC-client；7）通过连接connection从RPC-server收取响应包packet2；8）通过连接池组件，将conneciont放回连接池；9）序列化组件，将packet2范序列化为Result对象返回给调用方；10）业务代码获取Result结果，工作线程继续往下走；RPC框架锁支持的负载均衡、故障转移、发送超时等特性，都是通过连接池组件去实现的。
典型连接池组件对外提供的接口为：int ConnectionPool::init(…);
Connection ConnectionPool::getConnection();
int ConnectionPool::putConnection(Connection t);
和下游RPC-server（一般是一个集群），建立N个tcp长连接，即所谓的连接“池”。从连接“池”中拿一个连接，加锁（置一个标志位），返回给调用方。将一个分配出去的连接放回连接“池”中，解锁（也是置一个标志位）。连接池中建立了与一个RPC-server集群的连接，连接池在返回连接的时候，需要具备随机性。连接池中建立了与一个RPC-server集群的连接，当连接池发现某一个机器的连接异常后，需要将这个机器的连接排除掉，返回正常的连接，在机器恢复后，再将连接加回来。因为是同步阻塞调用，拿到一个连接后，使用带超时的send/recv即可实现带超时的发送和接收。总的来说，同步的RPC-client的实现是相对比较容易的，序列化组件、连接池组件配合多工作线程数，就能够实现。
所谓异步回调，在得到结果之前，不会处于阻塞状态，理论上任何时间都没有任何线程处于阻塞状态，因此异步回调的模型，理论上只需要很少的工作线程与服务连接就能够达到很高的吞吐量，如上图所示：
- 左边的框框，是少量工作线程（少数几个就行了）进行调用与回调
- 蓝色六个小框，代表了异步RPC-client六个核心组件：上下文管理器，超时管理器，序列化组件，下游收发队列，下游收发线程，连接池组件
- 白色的流程小框，以及箭头序号1-17，代表整个工作线程的串行执行步骤：
Add(Obj1,Obj2, callback)
3）序列化组件，将对象调用序列化成二进制字节流，可理解为一个待发送的包packet1；4）下游收发队列，将报文放入“待发送队列”，此时调用返回，不会阻塞工作线程；5）下游收发线程，将报文从“待发送队列”中取出，通过连接池组件拿到一个可用的连接connection；6）通过连接connection将包packet1发送给RPC-server；8）响应包在网络传输，发回给RPC-client；9）通过连接connection从RPC-server收取响应包packet2；10）下游收发线程，将报文放入“已接受队列”，通过连接池组件，将conneciont放回连接池；11）下游收发队列里，报文被取出，此时回调将要开始，不会阻塞工作线程；12）序列化组件，将packet2范序列化为Result对象；14）通过callback回调业务代码，返回Result结果，工作线程继续往下走；17）通过timeout_cb回调业务代码，工作线程继续往下走；序列化组件和连接池组件上文已经介绍过，收发队列与收发线程比较容易理解。下面重点介绍上下文管理器与超时管理器这两个总的组件。由于请求包的发送，响应包的回调都是异步的，甚至不在同一个工作线程中完成，需要一个组件来记录一个请求的上下文，把请求-响应-回调等一些信息匹配起来。这是一个很有意思的问题，通过一条连接往下游服务发送了a，b，c三个请求包，异步的收到了x，y，z三个响应包：
怎么知道哪个请求包与哪个响应包对应？可以通过“请求id”来实现请求-响应-回调的串联。
整个处理流程如上，通过请求id，上下文管理器来对应请求-响应-callback之间的映射关系：2）生成请求上下文context，上下文中包含发送时间time，回调函数callback等信息；3）上下文管理器记录req-id与上下文context的映射关系；4）将req-id打在请求包里发给RPC-server；5）RPC-server将req-id打在响应包里返回；6）由响应包中的req-id，通过上下文管理器找到原来的上下文context；7）从上下文context中拿到回调函数callback；8）callback将Result带回，推动业务的进一步执行；（1）同步连接池使用阻塞方式收发，需要与一个服务的一个ip建立多条连接；（2）异步收发，一个服务的一个ip只需要建立少量的连接（例如，一条tcp连接）；（1）同步阻塞超时，可以直接使用带超时的send/recv来实现；（2）异步非阻塞的nio的网络报文收发，由于连接不会一直等待回包，超时是由超时管理器实现的；
超时管理器，用于实现请求回包超时回调处理。每一个请求发送给下游RPC-server，会在上下文管理器中保存req-id与上下文的信息，上下文中保存了请求很多相关信息，例如req-id，回包回调，超时回调，发送时间等。超时管理器启动timer对上下文管理器中的context进行扫描，看上下文中请求发送时间是否过长，如果过长，就不再等待回包，直接超时回调，推动业务流程继续往下走，并将上下文删除掉。如果超时回调执行后，正常的回包又到达，通过req-id在上下文管理器里找不到上下文，就直接将请求丢弃。无论如何，异步回调和同步回调相比，除了序列化组件和连接池组件，会多出上下文管理器，超时管理器，下游收发队列，下游收发线程等组件，并且对调用方的调用习惯有影响。异步回调能提高系统整体的吞吐量，具体使用哪种方式实现RPC-client，可以结合业务场景来选取。RPC框架用于屏蔽RPC调用过程中的序列化，网络传输等技术细节。让调用方只专注于调用，服务方只专注于实现调用。把对象转化为连续二进制流的过程，叫做序列化。磁盘存储，缓存存储，网络传输只能操作于二进制流，所以必须序列化。同步RPC-client的核心组件是序列化组件、连接池组件。它通过连接池来实现负载均衡与故障转移，通过阻塞的收发来实现超时处理。异步RPC-client的核心组件是序列化组件、连接池组件、收发队列、收发线程、上下文管理器、超时管理器。它通过“请求id”来关联请求包-响应包-回调函数，用上下文管理器来管理上下文，用超时管理器中的timer触发超时回调，推进业务流程的超时处理。架构师之路-分享技术思路
