聊聊Python用rpc實現分佈式系統調用的那些事

聊聊Python用rpc實現分佈式系統調用的那些事

2014-07-22 10:42 rfyiamcool 51CTO 字號：T | T

對於rpc的應用，更加的傾向於基本資源的獲取和調用，畢竟單純的用socket或者是mq，你在程序裏面還要做一個解析過來的數據，然後根據過來的數據在做調用。

AD：2014WOT全球軟件技術峯會北京站 課程視頻發佈

11月21日-22日 與WOT技術大會相約深圳 現在搶票

通俗的講rpc是什麼？

rpc 一般俗稱，遠程過程調用，把本地的函數，放到遠端去調用。

通常我們調用一個方法，譬如: sumadd(10, 20)，sumadd方法的具體實現要麼是用戶自己定義，要麼存在於該語言的庫函數中，也就說在sumadd方法的代碼實現在本地，它是一個本地調用！

“遠程調用”意思就是：被調用方法的具體實現不在程序運行本地，而是在別的某個地方（分佈到各個服務器），但是用起來像是在本地。

rpc遠程調用原理 :

比如 A調用B提供的remoteAdd方法：

首先A與B之間建立一個TCP連接；

然後A把需要調用的方法名（這裏是remoteAdd）以及方法參數（10， 20）序列化成字節流發送出去；

B接受A發送過來的字節流，然後反序列化得到目標方法名，方法參數，接着執行相應的方法調用（可能是localAdd）並把結果30返回；

A接受遠程調用結果,然後do()。

RPC框架也就是把上線說的具體的細節封裝起來，給用戶好用的API使用（提示：有些遠程調用選擇比較底層的socket協議，有些遠程調用選擇比較上層的HTTP協議）；

一般rpc配合http協議的多點，也就是走http的多。 當然還是看應用，我曾經一共的rpc框架是基於zeromq的zerorpc。速度是挺快，server和client都有python的gevent支持，速度沒道理慢。（有興趣的，可以看看有關zerorpc的文章 http://rfyiamcool.blog.51cto.com/1030776/1254000 ）最少要比python本身的xml-rpc要快。 rpc over http（基於http的rpc）有兩種協議，一種是xml-rpc ，還有一個是 json-rpc。

XML-RPC:XML Remote Procedure Call，即XML遠程方法調用,利用http+xml封裝進行RPC調用。基於http協議傳輸、XML作爲信息編碼格式。一個xml-rpc消息就是一個請求體爲xml的http-post請求，服務端執行後也以xml格式編碼返回。這個標準面前已經演變爲下面的SOAP協議。可以理解SOAP是XML-RPC的高級版本。

JSON-RPC:JSON Remote Procedure Call，即JSON遠程方法調用 。類似於XML-RPC，不同之處是使用JSON作爲信息交換格式

下面是一個例子，很簡單。我們是用python的rpc庫SimpleXMLRPCServer 做的測試，創建rpc server，然後註冊一些函數，供應別的客戶端去調用。

from SimpleXMLRPCServer import SimpleXMLRPCServer
原文：xiaorui.cc
def add(x,y):
    return x+y

def subtract(x, y):
    return x-y

def multiply(x, y):
    return x*y

def divide(x, y):
    return x/y

# A simple server with simple arithmetic functions
server = SimpleXMLRPCServer(("localhost", 8000))
print "Listening on port 8000..."
server.register_multicall_functions()
server.register_function(add, 'add')
server.register_function(subtract, 'subtract')
server.register_function(multiply, 'multiply')
server.register_function(divide, 'divide')
server.serve_forever()

import xmlrpclib

proxy = xmlrpclib.ServerProxy("http://localhost:8000/")
multicall = xmlrpclib.MultiCall(proxy)
multicall.add(7,3)
multicall.subtract(7,3)
multicall.multiply(7,3)
multicall.divide(7,3)
result = multicall()

print "7+3=%d, 7-3=%d, 7*3=%d, 7/3=%d" % tuple(result)

rpc本來是單任務的，如果任務相對頻繁，可以設置成多線程的默認，你不用在調用threading模塊什麼的，直接引用 。

class AsyncXMLRPCServer(SocketServer.ThreadingMixIn,SimpleXMLRPCServer): pass

然後rpc初始化的方法換成。

server = AsyncXMLRPCServer(('', 1111), SimpleXMLRPCRequestHandler)

這裏再說下，和xmlrpc相似的jsonrpc，貌似現在用xmlrpc的，要比jsonrpc的多點。 有時候到國外的it論壇看帖子，xmlrpc用的交多點。其實現在較大的公司，一般乾脆直接自己實現了rpc框架，像淘寶Dubbo（朋友有搞過，搞了半天，沒有對接成接口，說是有難度，不明覺厲！），百度的xxx（忘名字了）。

import jsonrpc
server = jsonrpc.Server(jsonrpc.JsonRpc20(), jsonrpc.TransportTcpIp(addr=("127.0.0.1", 31415), logfunc=jsonrpc.log_file("myrpc.log")))
#原文：xiaorui.cc
# 註冊一個函數方法
def echo(s):
    return s

def search(number=None, last_name=None, first_name=None):
    sql_where = []
    sql_vars  = []
    if number is not None:
        sql_where.append("number=%s")
        sql_vars.append(number)
    if last_name is not None:
        sql_where.append("last_name=%s")
        sql_vars.append(last_name)
    if first_name is not None:
        sql_where.append("first_name=%s")
        sql_vars.append(first_name)
    sql_query = "SELECT id, last_name, first_name, number FROM mytable"
    if sql_where:
        sql_query += " WHERE" + " AND ".join(sql_where)
    cursor = ...
    cursor.execute(sql_query, *sql_vars)
    return cursor.fetchall()

server.register_function( echo )
server.register_function( search )

# start server
server.serve()

# 創建jsonrpc客戶端
import jsonrpc
server = jsonrpc.ServerProxy(jsonrpc.JsonRpc20(), jsonrpc.TransportTcpIp(addr=("127.0.0.1", 31415)))

#調用遠端的一個函數
result = server.echo("hello world")

found = server.search(last_name='Python')

我做過一些個壓力的測試，XMLRPCSERVER的開了async之後，每個連接特意堵塞5秒，他的併發在40個左右 。也就是每秒成功40個左右，剩下的還是在堵塞等待中。 其實他的瓶頸不是在於rpc的本身，是承載rpc的那個basehttpserver，太弱爆了。

 

接收請求，調用方法 ！

 

現在開源社區這麼發達，有不少人都根據rpc的協議，重寫了承載rpc的web服務。  比如用flask，tornado,配合uwsgi，你猜咋招了。。。。如果不堵塞連接，那還可以，如果堵塞連接，uwsgi的廢材特色就顯出來了，以前有文章說過，uwsgi是prework，他會預先啓動進程，官方都推薦要根據你的cpu核數或者超線程來開啓進程，如果開的太多，你會發現，uwsgi他是駕馭不了那麼多進程的。還是看我大tornado，用了@gen.engine之後。輕易飆到500的併發連接。 

（以上是我的喫飽又蛋疼測試，沒聽過誰會重複調用那麼多的堵塞方法，自評 sx行爲） 

不多說了，看flask實現xmlrpc服務端的代碼，看了下flask xmlrpc的源碼，實現的不難。

from flask import Flask
from flaskext.xmlrpc import XMLRPCHandler, Fault

app = Flask(__name__)

handler = XMLRPCHandler('api')
handler.connect(app, '/api')

@handler.register
def woca(name="world"):
    if not name:
        raise Fault("fuck...fuck", "fuck shencan!")
    return "Hello, %s!" % name
原文：xiaorui.cc
app.run()

對於每個連接的超時，有多種的方法，如果你用的是flask，tornado做web server，那就寫個裝飾器single起來，只是性能不好。 或者是前面掛一個nginx，然後做個client_header_timeout,client_body_timeout,proxy_connect_timeout(你懂的。)，如果用的python自帶的xml-rpc的話，需要引入socket。

import socket
socket.setdefaulttimeout()

再說下rpc安全的問題。

至於安全方面，有興趣就開個ssl，或者是在程序裏面判斷下client ip，反正配置都是統一下發的，你重載daemon的時候，也就知道該判斷什麼ip了。

我個人對於rpc的應用，更加的傾向於基本資源的獲取和調用，畢竟單純的用socket或者是mq，你在程序裏面還要做一個解析過來的數據，然後根據過來的數據在做調用。 （alert: 我想觸發 add() ,如果是rpc的話，我不用管，只是傳過去就行了，到那時mq和socket就需要eval調用函數了），一些複雜的應用還是喜歡用面向資源的rest，也推薦大家用這個，靠譜的。