跳到主要内容

RabbitMQ 教程 - 远程过程调用 (RPC)

信息

先决条件

本教程假设 RabbitMQ 已安装并在 localhost 上的标准端口 (5672) 上运行。如果您使用不同的主机、端口或凭据,则连接设置将需要调整。

在哪里获得帮助

如果您在学习本教程时遇到问题,您可以通过 GitHub DiscussionsRabbitMQ 社区 Discord 联系我们。

远程过程调用 (RPC)

(使用 amqp.node 客户端)

第二个教程中,我们学习了如何使用工作队列在多个工作者之间分配耗时的任务。

但是,如果我们需要在远程计算机上运行一个函数并等待结果呢?嗯,那是另一个故事了。这种模式通常被称为远程过程调用RPC

在本教程中,我们将使用 RabbitMQ 构建一个 RPC 系统:一个客户端和一个可扩展的 RPC 服务器。由于我们没有任何值得分配的耗时任务,我们将创建一个虚拟的 RPC 服务,该服务返回斐波那契数。

关于 RPC 的注意事项

虽然 RPC 在计算中是一种非常常见的模式,但它经常受到批评。当程序员不知道函数调用是本地调用还是慢速 RPC 时,问题就会出现。这样的混淆会导致系统不可预测,并增加不必要的调试复杂性。误用 RPC 不但不能简化软件,反而可能导致无法维护的意大利面条式代码。

考虑到这一点,请考虑以下建议

  • 确保可以清楚地看出哪个函数调用是本地调用,哪个是远程调用。
  • 记录您的系统。明确组件之间的依赖关系。
  • 处理错误情况。当 RPC 服务器长时间关闭时,客户端应该如何反应?

如果怀疑,请避免使用 RPC。如果可以,您应该使用异步管道 - 结果会异步推送到下一个计算阶段,而不是类似 RPC 的阻塞。

回调队列

通常,通过 RabbitMQ 进行 RPC 很简单。客户端发送请求消息,服务器回复响应消息。为了接收响应,我们需要在请求中发送一个“回调”队列地址。让我们试试看

channel.assertQueue('', {
exclusive: true
});

channel.sendToQueue('rpc_queue', Buffer.from('10'), {
replyTo: queue_name
});

# ... then code to read a response message from the callback queue ...

消息属性

AMQP 0-9-1 协议预定义了一组 14 个与消息一起传递的属性。大多数属性很少使用,以下属性除外

  • persistent:将消息标记为持久性(值为 true)或瞬态 (false)。您可能还记得第二个教程中的这个属性。
  • content_type:用于描述编码的 mime 类型。例如,对于常用的 JSON 编码,最好将此属性设置为:application/json
  • reply_to:通常用于命名回调队列。
  • correlation_id:用于将 RPC 响应与请求关联起来。

关联 ID

为每个 RPC 请求创建一个回调队列效率低下。更好的方法是为每个客户端创建一个回调队列。

这提出了一个新问题,在收到该队列中的响应后,不清楚响应属于哪个请求。这时就使用了 correlation_id 属性。我们将为每个请求将其设置为唯一值。稍后,当我们在回调队列中收到消息时,我们将查看此属性,并根据此属性,我们将能够将响应与请求匹配。如果我们看到未知的 correlation_id 值,我们可以安全地丢弃该消息 - 它不属于我们的请求。

您可能会问,为什么我们应该忽略回调队列中未知消息,而不是因错误而失败?这是因为服务器端可能存在竞争条件。虽然不太可能,但 RPC 服务器可能会在向我们发送答案之后,但在为请求发送确认消息之前死掉。如果发生这种情况,重新启动的 RPC 服务器将再次处理该请求。这就是为什么在客户端我们必须优雅地处理重复响应,并且 RPC 理想情况下应该是幂等的。

总结

我们的 RPC 将像这样工作

  • 当客户端启动时,它会创建一个独占回调队列。
  • 对于 RPC 请求,客户端发送一条消息,其中包含两个属性:reply_to,设置为回调队列,以及 correlation_id,为每个请求设置为唯一值。
  • 请求被发送到 rpc_queue 队列。
  • RPC 工作者(又名:服务器)正在该队列上等待请求。当请求出现时,它会完成工作并将带有结果的消息发送回客户端,使用来自 reply_to 字段的队列。
  • 客户端在回调队列上等待数据。当消息出现时,它会检查 correlation_id 属性。如果它与请求中的值匹配,则将响应返回给应用程序。

整合在一起

斐波那契函数

function fibonacci(n) {
if (n == 0 || n == 1)
return n;
else
return fibonacci(n - 1) + fibonacci(n - 2);
}

我们声明我们的斐波那契函数。它仅假设有效的正整数输入。(不要期望这个函数适用于大数字,而且它可能是最慢的递归实现)。

我们的 RPC 服务器代码 rpc_server.js 看起来像这样

#!/usr/bin/env node

var amqp = require('amqplib/callback_api');

amqp.connect('amqp://localhost', function(error0, connection) {
if (error0) {
throw error0;
}
connection.createChannel(function(error1, channel) {
if (error1) {
throw error1;
}
var queue = 'rpc_queue';

channel.assertQueue(queue, {
durable: false
});
channel.prefetch(1);
console.log(' [x] Awaiting RPC requests');
channel.consume(queue, function reply(msg) {
var n = parseInt(msg.content.toString());

console.log(" [.] fib(%d)", n);

var r = fibonacci(n);

channel.sendToQueue(msg.properties.replyTo,
Buffer.from(r.toString()), {
correlationId: msg.properties.correlationId
});

channel.ack(msg);
});
});
});

function fibonacci(n) {
if (n == 0 || n == 1)
return n;
else
return fibonacci(n - 1) + fibonacci(n - 2);
}

服务器代码相当简单明了

  • 像往常一样,我们首先建立连接、通道并声明队列。
  • 我们可能想要运行多个服务器进程。为了在多个服务器上平均分配负载,我们需要在通道上设置 prefetch 设置。
  • 我们使用 Channel.consume 从队列中消费消息。然后我们进入回调函数,在其中完成工作并将响应发送回去。

我们的 RPC 客户端代码 rpc_client.js

#!/usr/bin/env node

var amqp = require('amqplib/callback_api');

var args = process.argv.slice(2);

if (args.length == 0) {
console.log("Usage: rpc_client.js num");
process.exit(1);
}

amqp.connect('amqp://localhost', function(error0, connection) {
if (error0) {
throw error0;
}
connection.createChannel(function(error1, channel) {
if (error1) {
throw error1;
}
channel.assertQueue('', {
exclusive: true
}, function(error2, q) {
if (error2) {
throw error2;
}
var correlationId = generateUuid();
var num = parseInt(args[0]);

console.log(' [x] Requesting fib(%d)', num);

channel.consume(q.queue, function(msg) {
if (msg.properties.correlationId == correlationId) {
console.log(' [.] Got %s', msg.content.toString());
setTimeout(function() {
connection.close();
process.exit(0)
}, 500);
}
}, {
noAck: true
});

channel.sendToQueue('rpc_queue',
Buffer.from(num.toString()),{
correlationId: correlationId,
replyTo: q.queue });
});
});
});

function generateUuid() {
return Math.random().toString() +
Math.random().toString() +
Math.random().toString();
}

现在是查看我们的完整示例源代码的好时机,请查看 rpc_client.jsrpc_server.js

我们的 RPC 服务现在已准备就绪。我们可以启动服务器

./rpc_server.js
# => [x] Awaiting RPC requests

要请求斐波那契数,请运行客户端

./rpc_client.js 30
# => [x] Requesting fib(30)

这里介绍的设计不是 RPC 服务的唯一可能实现,但它有一些重要的优点

  • 如果 RPC 服务器太慢,您只需运行另一个服务器即可扩展。尝试在新控制台中运行第二个 rpc_server.js
  • 在客户端,RPC 只需要发送和接收一条消息。因此,RPC 客户端对于单个 RPC 请求只需要一个网络往返。

我们的代码仍然非常简单,并没有尝试解决更复杂(但重要)的问题,例如

  • 如果没有服务器正在运行,客户端应该如何反应?
  • 客户端是否应该为 RPC 设置某种超时?
  • 如果服务器发生故障并引发异常,是否应该将其转发给客户端?
  • 在处理之前防止无效的传入消息(例如,检查边界、类型)。

如果您想进行实验,您可能会发现 管理 UI 对于查看队列很有用。

© . All rights reserved.