rpc协议微服务器,RPC协议及实现方式(分布式微服务治理的核心)

分布式微服务治理的核心在于: 微服务和分布式

(微服务框架)微服务的最优技术实现目前是: SpringBoot

(RPC 框架)分布式的最优技术实现目前是: Thrift,Motan,Dubbo,Spring Cloud(Netflix OSS),Finagle,gRPC

RPC 是什么

RPC 的全称是 Remote Procedure Call ，是一种进程间通信方式。

它允许进程调用另一个地址空间的过程或函数，而不用进程员显式编码这个远程调用的细节，进程员无论是调用本地的还是远程的，本质上编写的调用代码基本相同。

说两台服务器 A、B，一个应用部署在 A 服务器上，想要调用 B 服务器上应用提供的函数/方法，由于不在一个内存空间，不能直接调用，需要通过网络来表达调用的语义和传达调用的数据。

Remote Procedure Call，翻译过来应该是 “远程进程调用”，目前业内通用的翻译是 “远程过程调用”，但是 “过程” 这个词很容易造成误解，翻译成 “进程” 更好理解 RPC 的意义。

RPC 协议说了什么

一般所谓的 XX 协议就是个文档，类似于我们的需求文档，只说了要做什么，但是具体怎么做是由各大开源大佬做的。一般情况下都会实现核心功能，不同的开源在细节上实现都会不一样，这个需要注意！

RPC 这个概念术语在上世纪 80 年代由 Bruce Jay Nelson 提出的，在 Nelson 的论文 “Implementing Remote Procedure Calls” 中，他提到了几个RPC的特点：

简单：RPC 概念的语义十分清晰和简单，这样建立分布式计算就更容易。

高效：过程调用看起来十分简单而且高效。

通用：在单机计算中过程往往是不同算法部分间最重要的通信机制。

除此之外，这位大佬还给出了实现 RPC 框架的详细架构图：

结合上图，Nelson 的论文中指出实现 RPC 的进程包括 5 个部分：

User

User-stub

RPCRuntime

Server-stub

Server

User 是调用方

User-stub 负责将调用的接口、方法和参数通过约定的协议规范进行编码

RPCRuntime 负责将本地数据传输到远端的 RPCRuntime

Server-stub 负责根据约定的协议规范进行解码

Server 是被调用方

所以这架构图的意思是：当 user 想发起一个远程调用时，它实际是通过本地调用 User-stub。并通过本地的 RPCRuntime 传输 。远端 RPCRuntime 实例收到请求后交给 Server-stub 进行解码后发起本地端调用，调用结果再返回给 User 端。

实现 RPC 协议需要什么

看完协议内容，跟着就得实现这个协议啦，这时候你是不是发现了问题的严重性：自！己！一！点！思！路！都！没！有！

序列化协议和传输协议

所以我们需要再理解一下 RPC 协议，根据 Nelson 的论文知道我们要做的两件事：

将调用的接口、方法和参数通过约定的协议规范进行编码/解码(User-stub/Server-stub)

将本地数据传输到远端 (RPCRuntime)

上述两点其实是实现 RPC 协议的两大要素：序列化协议和传输协议。

本地与远程调用的对比

因为 RPC 本质上是进程间通信，而 “本地调用和远程调用的对比” 实际上就是 “进程内通信和进程间通信的对比”。通过两者的对比，我们才能理解到序列化协议和传输协议的作用，如下图：

理解单点式 RPC 框架和分布式 RPC 框架的区别

最基本的 RPC 框架就是单点式的，因为 A 服务直接调用 B 服务，不经过第三方，这种是最简单的。但是必须是 A 和 B 同时部署一套，A1 只能调用 B1，A2 只能调用 B2。

假设现在 B 服务出现了性能瓶颈，部署多台 B 服务的同时，也只能部署多台 A 服务，很浪费资源。

所以需要一台 A 服务对多台 B 服务，利用第三方服务 (注册中心) 找到其他 B 服务，而不是写死 B 服务的地址。这种 RPC 才是分布式RPC，也是业内主流。

单点式 RPC 框架(自己玩自己)：

分布式 RPC 框架 (自己玩自己，还能玩别人)：

实现分布式 RPC 框架需要什么

单点 RPC 框架只需要：

序列化协议

传输协议

但是我们要做分布式的啊，所以需要：

序列化协议

传输协议

服务注册发现中心

实际上在生产环境中，我们需要实时监控服务的调用情况，所以需要一个微服务管理中心，甚至是一个自动化运维的管理中心，所以需要：

序列化协议

传输协议

服务注册发现中心

服务监控管理中心

在文章的第二节我们看到大佬论文中对 RPC 的总结，其中一个很重要的一点：“通用”。

对的，30 年前的初衷更大的是需要解决异构系统的服务调用问题，序列化协议和传输协议必须是通用的才是好的 RPC 框架，你总不能只能 Java 用，然后 C# 用不了，Scala 用不了，Go 用不了吧。

比如某个服务的并发需求高需要用 GO 来解决，因为以前用的 Java 性能低下。然后你的 RPC 框架不支持 GO，完蛋啦，中间的一个服务是 GO 写的，上层服务是 Java 来调用的，不支持跨语言的 RPC，Go 语言写的新服务完全用不了，那还玩个鸡儿。

所以我们需要：

序列化协议

传输协议

服务注册发现中心

服务监控管理中心

能跨语言调用(无关语言)

对的，能实现上述五点的，才是一个合格的 RPC 框架，但还不是优秀，因为我们还要考虑下性能。

说下业内流行的 RPC 框架和性能问题

先打个底，目前流行的 RPC 框架大多都是多管闲事，不单单只是 RPC 框架，你可以看看 Dubbo 和 SpringCloud 中除了 RPC 还有什么骚功能。

可以看看别人的各种 RPC 框架总结：http://www.cnblogs.com/moonandstar08/p/6291283.html

在网上找到了个图，但是没有提到 SpringCloud，暂且看看先，因为有些不认为是对的：

我们可以看到各个 RPC 框架使用的序列化协议，注册中心，管理中心，是否跨语言，但是传输协议没有提到。

性能问题

参考这篇博客：http://blog.csdn.net/jek123456/article/details/70208049

综合来说，在性能上 rpcx 是首选，但是考虑到框架的生态，其实还是推荐 Dubbo 或者 SpringCloud 的，因为除了性能，成本也是很重要的，无论是学习成本还是研发成本。

感谢