RabbitMQ 教程 - 远程过程调用 (RPC)
远程过程调用 (RPC)
(使用 Bunny 客户端)
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,则需要调整连接设置。
哪里寻求帮助
如果您在学习本教程时遇到困难,可以通过 GitHub Discussions 或 RabbitMQ 社区 Discord 联系我们。
在第二个教程中,我们学习了如何使用工作队列将耗时的任务分发给多个工作进程。
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,那又是另一回事了。这种模式通常被称为远程过程调用或RPC。
在本教程中,我们将使用 RabbitMQ 来构建一个 RPC 系统:一个客户端和一个可扩展的 RPC 服务器。由于我们没有什么值得分发的耗时任务,我们将创建一个返回斐波那契数的虚拟 RPC 服务。
客户端接口
为了说明 RPC 服务如何使用,我们将创建一个简单的客户端类。它将公开一个名为 call 的方法,该方法发送 RPC 请求并阻塞直到收到答复。
client = FibonacciClient.new('rpc_queue')
puts ' [x] Requesting fib(30)'
response = client.call(30)
puts " [.] Got #{response}"
关于 RPC 的说明
尽管 RPC 在计算领域是一种相当普遍的模式,但它经常受到批评。当程序员不知道函数调用是本地的还是慢速的 RPC 时,就会出现问题。这样的混淆会导致系统不可预测,并增加调试的复杂性。滥用的 RPC 可能导致难以维护的意大利面条式代码,而不是简化软件。
牢记这一点,请考虑以下建议:
- 确保明确哪些函数调用是本地的,哪些是远程的。
- 记录你的系统。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?
如果不确定,请避免使用 RPC。如果可能,你应该使用异步管道——而不是 RPC 类的阻塞,结果会异步推送到下一个计算阶段。
回调队列
RabbitMQ 中的请求-应答模式涉及服务器和客户端之间的直接交互。
客户端发送请求消息,服务器用响应消息进行答复。
为了接收答复,我们需要在请求中发送一个“回调”队列名称。这样的队列通常是服务器命名的,也可以有一个众所周知的名称(客户端命名)。
然后,服务器将使用该名称通过默认交换机进行答复。
queue = channel.queue('', exclusive: true)
exchange = channel.default_exchange
exchange.publish(message, routing_key: 'rpc_queue', reply_to: 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 个消息属性。大多数属性很少使用,除了以下几点:
:persistent:将消息标记为持久(值为true)或瞬时(false)。你可能还记得第二个教程中提到的这个属性。:content_type:用于描述编码的 MIME 类型。例如,对于常用的 JSON 编码,将此属性设置为application/json是个好习惯。:reply_to:通常用于命名回调队列。:correlation_id:用于将 RPC 响应与请求相关联。
相关 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。
这会带来一个新问题:收到该队列中的响应后,不清楚该响应属于哪个请求。这时就用到了 :correlation_id 属性。我们将为每个请求设置一个唯一值。稍后,当我们收到回调队列中的消息时,我们将查看此属性,并根据此属性匹配响应和请求。如果我们看到一个未知的 :correlation_id 值,我们可以安全地丢弃该消息——它不属于我们的请求。
你可能会问,为什么我们应该忽略回调队列中的未知消息,而不是以错误告终?这是因为服务器端存在竞态条件的可能性。虽然不太可能,但 RPC 服务器可能在发送答复后,但在发送请求的确认消息之前就已死机。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。因此,在客户端,我们必须优雅地处理重复的响应,并且 RPC 最好是幂等的。
总结
我们的 RPC 将按如下方式工作:
- 客户端启动时,它会创建一个排他的回调队列。
- 对于 RPC 请求,客户端发送一条包含两个属性的消息:
:reply_to,设置为回调队列,以及:correlation_id,设置为每个请求的唯一值。 - 请求被发送到
rpc_queue队列。 - RPC 工作进程(又名服务器)在该队列上等待请求。当请求出现时,它执行任务,并使用
:reply_to字段中的队列将结果消息发送回客户端。 - 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。如果与请求中的值匹配,它会将响应返回给应用程序。
总而言之
斐波那契任务
def fibonacci(value)
return value if value.zero? || value == 1
fibonacci(value - 1) + fibonacci(value - 2)
end
我们声明了我们的斐波那契函数。它假定输入是有效的正整数。(不要指望这个函数能处理大数字,而且它可能是最慢的递归实现。)
我们的 RPC 服务器的代码 rpc_server.rb 看起来如下:
#!/usr/bin/env ruby
require 'bunny'
class FibonacciServer
def initialize
@connection = Bunny.new
@connection.start
@channel = @connection.create_channel
end
def start(queue_name)
@queue = channel.queue(queue_name)
@exchange = channel.default_exchange
subscribe_to_queue
end
def stop
channel.close
connection.close
end
def loop_forever
# This loop only exists to keep the main thread
# alive. Many real world apps won't need this.
loop { sleep 5 }
end
private
attr_reader :channel, :exchange, :queue, :connection
def subscribe_to_queue
queue.subscribe do |_delivery_info, properties, payload|
result = fibonacci(payload.to_i)
exchange.publish(
result.to_s,
routing_key: properties.reply_to,
correlation_id: properties.correlation_id
)
end
end
def fibonacci(value)
return value if value.zero? || value == 1
fibonacci(value - 1) + fibonacci(value - 2)
end
end
begin
server = FibonacciServer.new
puts ' [x] Awaiting RPC requests'
server.start('rpc_queue')
server.loop_forever
rescue Interrupt => _
server.stop
end
服务器代码相当直接。
- 像往常一样,我们首先建立连接、通道并声明队列。
- 我们可能希望运行多个服务器进程。为了在多个服务器之间平均分配负载,我们需要在通道上设置
prefetch设置。 - 我们使用
Bunny::Queue#subscribe来消费队列中的消息。消费者将等待消息被推送到它,然后执行工作并将响应发送回。
我们的 RPC 客户端的代码 rpc_client.rb
#!/usr/bin/env ruby
require 'bunny'
require 'thread'
class FibonacciClient
attr_accessor :call_id, :response, :lock, :condition, :connection,
:channel, :server_queue_name, :reply_queue, :exchange
def initialize(server_queue_name)
@connection = Bunny.new(automatically_recover: false)
@connection.start
@channel = connection.create_channel
@exchange = channel.default_exchange
@server_queue_name = server_queue_name
setup_reply_queue
end
def call(n)
@call_id = generate_uuid
exchange.publish(n.to_s,
routing_key: server_queue_name,
correlation_id: call_id,
reply_to: reply_queue.name)
# wait for the signal to continue the execution
lock.synchronize { condition.wait(lock) }
response
end
def stop
channel.close
connection.close
end
private
def setup_reply_queue
@lock = Mutex.new
@condition = ConditionVariable.new
that = self
@reply_queue = channel.queue('', exclusive: true)
reply_queue.subscribe do |_delivery_info, properties, payload|
if properties[:correlation_id] == that.call_id
that.response = payload.to_i
# sends the signal to continue the execution of #call
that.lock.synchronize { that.condition.signal }
end
end
end
def generate_uuid
# very naive but good enough for code examples
"#{rand}#{rand}#{rand}"
end
end
client = FibonacciClient.new('rpc_queue')
puts ' [x] Requesting fib(30)'
response = client.call(30)
puts " [.] Got #{response}"
client.stop
现在是时候看看我们完整的示例源代码(包括基本的异常处理)了,包括 rpc_client.rb 和 rpc_server.rb。
我们的 RPC 服务现在已准备就绪。我们可以启动服务器:
ruby rpc_server.rb
# => [x] Awaiting RPC requests
要请求一个斐波那契数,请运行客户端:
ruby rpc_client.rb
# => [x] Requesting fib(30)
这里提出的设计并不是 RPC 服务唯一可能的实现方式,但它具有一些重要的优点:
- 如果 RPC 服务器太慢,你可以通过运行另一个服务器来扩展。尝试在新控制台中运行第二个
rpc_server.rb。 - 在客户端,RPC 只需发送和接收一条消息。不需要同步调用,例如
Bunny::Channel#queue。因此,RPC 客户端只需一次网络往返即可完成单个 RPC 请求。
我们的代码仍然非常简单,并且没有试图解决更复杂(但重要)的问题,例如:
- 如果没有任何服务器正在运行,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,是否应将其转发给客户端?
- 在处理之前,保护免受无效传入消息(例如检查边界、类型)。
如果你想进行实验,可能会发现管理 UI 对于查看队列很有用。