PhxRPC是微信后台团队推出的一个非常简洁小巧的RPC框架,编译生成的库只有450K。
作者: Sifan Liu, Haochuan Cui 和 Duokai Huang
联系我们:[email protected]
想了解更多, 以及更详细的编译手册,请进入中文WIKI,和扫描右侧二维码关注我们的公众号
总览
- 使用Protobuf作为IDL用于描述RPC接口以及通信数据结构。
- 基于Protobuf文件自动生成Client以及Server接口,用于Client的构建,以及Server的实现。
- 半同步半异步模式,采用独立多IO线程,通过Epoll管理请求的接入以及读写,工作线程采用固定线程池。IO线程与工作线程通过内存队列进行交互。
- 提供完善的过载保护,无需配置阈值,支持动态自适应拒绝请求。
- 提供简易的Client/Server配置读入方式。
- 基于lambda函数实现并发访问Server,可以非常方便地实现Google提出的 Backup Requests 模式。
局限
- 不支持多进程模式。
性能
使用Sample目录下的Search RPC C/S进行Echo RPC调用的压测,相当于Worker空转情况。
运行环境
CPU:24 x Intel(R) Xeon(R) CPU E5-2620 v3 @ 2.40GHz
内存:32 GB
网卡:千兆网卡
Client/Server机器之间PING值: 0.05ms
请求写入并发:1000个线程
业务数据大小:除去HTTP协议部分20b
Worker线程数:20
性能测试结果(qps)
短连接
ucontext类型/IO线程 | 1 | 3 | 8 | 20 |
---|---|---|---|---|
system | 41k | 85k | 90k | 92k |
boost | 45k | 95k | 95k | 95k |
长连接
ucontext类型/IO线程 | 1 | 3 | 8 | 20 |
---|---|---|---|---|
system | 55k | 160k | 360k | 500k |
boost | 62k | 175k | 410k | 500k |
如何编译
Protobuf准备
PhxRPC必须依赖的第三方库只有Protobuf。在编译前,在third_party目录放置好protobuf目录,或者通过软链的形式。
boost优化
PhxRPC在ServerIO以及Client并发连接管理上使用了ucontext,而boost的ucontext实现要比system默认的更为高效,推荐使用boost。如果需要使用boost的话需要在third_party目录放置好boost目录,或者通过软链的形式。
编译环境
- Linux.
- GCC-4.8及以上版本。
- boost 1.56及以上版本.(可选)
编译安装方法
进入PhxRPC根目录。
make (默认是-O2编译,如需编译debug版,执行 make debug=y)
make boost (可选,编译PhxRPC的boost优化插件,编译之前先准备好boost库)
如何使用
编写proto文件
下面是sample目录下的proto文件样例。
syntax = "proto3";
package search;
import "google/protobuf/wrappers.proto";
import "google/protobuf/empty.proto";
import "phxrpc/phxrpc.proto";
enum SiteType {
BLOG = 0;
NEWS = 1;
VIDEO = 2;
UNKNOWN = 3;
}
message Site {
string url = 1;
string title = 2;
SiteType type = 3;
tring summary = 4;
}
message SearchRequest {
string query = 1;
}
message SearchResult {
repeated Site sites = 1;
}
service Search{
rpc Search( SearchRequest ) returns( SearchResult ) {
option( phxrpc.CmdID ) = 1;
option( phxrpc.OptString ) = "q:";
option( phxrpc.Usage ) = "-q <query>";
}
rpc Notify( google.protobuf.StringValue ) returns( google.protobuf.Empty ) {
option( phxrpc.CmdID ) = 2;
option( phxrpc.OptString ) = "m:";
option( phxrpc.Usage ) = "-m <msg>";
}
}
生成代码
(PhxRPC根目录)/codegen/phxrpc_pb2server
-I (PhxRPC根目录) -I (Protobuf include目录) -f (proto文件路径) -d (生成代码放置路径)
#sample
../codegen/phxrpc_pb2server -I ../ -I ../third_party/protobuf/include -f search.proto -d .
调用完工具后,在生成代码放置目录下执行make,即可生成全部的RPC相关代码。
选择是否启用boost优化
打开生成代码放置目录下的Makefile文件。
#choose to use boost for network
#LDFLAGS := $(PLUGIN_BOOST_LDFLAGS) $(LDFLAGS)
可以看到以上两行,取消注释掉第二行,重新make clean, make即可开启boost对PhxRPC的优化。开启前记得编译好PhxRPC的boost插件。
补充自己的代码
Server(xxx_service_impl.cpp)
int SearchServiceImpl :: PHXEcho( const google::protobuf::StringValue & req,
google::protobuf::StringValue * resp )
{
resp->set_value( req.value() );
return 0;
}
int SearchServiceImpl :: Search( const search::SearchRequest & req,
search::SearchResult * resp )
{
//这里补充这个RPC调用的Server端代码
return -1;
}
int SearchServiceImpl :: Notify( const google::protobuf::StringValue & req,
google::protobuf::Empty * resp )
{
//这里补充这个RPC调用的Server端代码
return -1;
}
Client (xxx_client.cpp)
//这个是默认生成的代码, 可自行修改,或利用我们提供的stub API自定义封装Client
int SearchClient :: PHXEcho( const google::protobuf::StringValue & req,
google::protobuf::StringValue * resp )
{
const phxrpc::Endpoint_t * ep = global_searchclient_config_.GetRandom();
if(ep != nullptr) {
phxrpc::BlockTcpStream socket;
bool open_ret = phxrpc::PhxrpcTcpUtils::Open(&socket, ep->ip, ep->port,
global_searchclient_config_.GetConnectTimeoutMS(), NULL, 0,
*(global_searchclient_monitor_.get()));
if ( open_ret ) {
socket.SetTimeout(global_searchclient_config_.GetSocketTimeoutMS());
SearchStub stub(socket, *(global_searchclient_monitor_.get()));
return stub.PHXEcho(req, resp);
}
}
return -1;
}
Client并发调用样例
int SearchClient :: PhxBatchEcho( const google::protobuf::StringValue & req,
google::protobuf::StringValue * resp )
{
int ret = -1;
size_t echo_server_count = 2;
uthread_begin;
for (size_t i = 0; i < echo_server_count; i++) {
uthread_t [=, &uthread_s, &ret](void *) {
const phxrpc::Endpoint_t * ep = global_searchclient_config_.GetByIndex(i);
if (ep != nullptr) {
phxrpc::UThreadTcpStream socket;
if(phxrpc::PhxrpcTcpUtils::Open(&uthread_s, &socket, ep->ip, ep->port,
global_searchclient_config_.GetConnectTimeoutMS(),
*(global_searchclient_monitor_.get()))) {
socket.SetTimeout(global_searchclient_config_.GetSocketTimeoutMS());
SearchStub stub(socket, *(global_searchclient_monitor_.get()));
int this_ret = stub.PHXEcho(req, resp);
if (this_ret == 0) {
ret = this_ret;
uthread_s.Close();
}
}
}
};
}
uthread_end;
return ret;
}
uthread_begin
, uthread_end
, uthread_s
, uthread_t
这几个关键字是PhxRPC自定义的宏,分别表示协程的准备,结束,协程调度器以及协程的创建。
上面的代码实现了Google提出的 Backup Requests 模式。实现的功能是分别对两个Server同时发起Echo调用,当有一个Server响应的时候,则整个函数结束。在这段代码里面,我们提供了一种异步IO的同步写法,并给予了一些方便使用的宏定义。首先使用uthread_begin
进行准备,然后使用uthread_t
以lambda的形式创建一个协程,而在任意一个协程里面都可使用我们PhxRPC生成的Client API进行RPC调用,并可使用uthread_s
随时结束所有RPC调用。最后的uthread_end
真正通过协程调度发起这些lambda内的RPC调用,并等待结束。
当然你可以借用这4个宏定义,以同步代码的写法,进行更自定义的并发访问。
Server配置说明 (xxx_server.conf)
[Server]
BindIP = 127.0.0.1 //Server IP
Port = 16161 //Server Port
MaxThreads = 16 //Worker 线程数
IOThreadCount = 3 //IO线程数,针对业务请自行调节
PackageName = search //Server 名字,用于自行实现的监控统计上报
MaxConnections = 800000 //最大并发连接数
MaxQueueLength = 20480 //IO队列最大长度
FastRejectThresholdMS = 20 //快速拒绝自适应调节阀值,建议保持默认20ms,不做修改
[ServerTimeout]
SocketTimeoutMS = 5000 //Server读写超时,Worker处理超时