简介

• 在客户管理系统开发定制单体式应用中，客户管理系统开发定制各个模块之间的调用是客户管理系统开发定制通过编程语言级别的方客户管理系统开发定制法或者函数来实现的。
• 客户管理系统开发定制但是一个基于微服务的客户管理系统开发定制分布式应用是运行在多客户管理系统开发定制台机器上的。一般来说，客户管理系统开发定制每个服务实例都是一个进程。
• 客户管理系统开发定制基于微服务的应用程序客户管理系统开发定制是在多个进程或服务上客户管理系统开发定制运行的分布式系统，客户管理系统开发定制通常甚至跨多个服务器或主机。 客户管理系统开发定制每个服务实例通常是一个进程。
•  因此，客户管理系统开发定制微服务必须使用进程内通信协议（如 HTTP、AMQP）客户管理系统开发定制或二进制协议（如 TCP）进行交互，客户管理系统开发定制具体取决于每个服务的性质。

交互模式

客户管理系统开发定制当为某一个服务选择IPC（Inter-Process Communication，客户管理系统开发定制进程间通信）时，客户管理系统开发定制首先需要考虑服务之间如何交互。客户管理系统开发定制客户端和服务器之间有客户管理系统开发定制很多的交互模式，客户管理系统开发定制我们可以从两个维度进行归类。

第一个维度是一对一还是一对多：

• 一对一：每个客户端请求有一个服务实例来响应。
• 一对多：每个客户端请求有多个服务实例来响应

第二个维度是这些交互式同步还是异步：

• 同步模式：客户端请求需要服务端即时响应，甚至可能由于等待而阻塞。
• 异步模式：客户端请求不会阻塞进程，服务端的响应可以是非即时的。

下表显示了不同交互模式：

一对一的交互模式有以下几种方式：

• 请求/响应：一个客户端向服务器端发起请求，等待响应。客户端期望此响应即时到达。在一个基于线程的应用中，等待过程可能造成线程阻塞。
• 通知（也就是常说的单向请求）：一个客户端请求发送到服务端，但是并不期望服务端响应。
• 请求/异步响应：客户端发送请求到服务端，服务端异步响应请求。客户端不会阻塞，而且被设计成默认响应不会立刻到达。

一对多的交互模式有以下几种方式：

• 发布/ 订阅模式：客户端发布通知消息，被零个或者多个感兴趣的服务消费。

• 发布/异步响应模式：客户端发布请求消息，然后等待从感兴趣服务发回的响应。

 

异步的，基于消息通信

 

使用消息机制有很多优点：

• 解耦客户端和服务端：客户端只需要将消息发送到正确的channel。客户端完全不需要了解具体的服务实例，更不需要一个发现机制来确定服务实例的位置。

• Message Buffering：在一个同步请求/响应协议中，例如HTTP，所有的客户端和服务端必须在交互期间保持可用。而在消息模式中，消息broker将所有写入channel的消息按照队列方式管理，直到被消费者处理。也就是说，在线商店可以接受客户订单，即使下单系统很慢或者不可用，只要保持下单消息进入队列就好了。

• 弹性客户端-服务端交互：消息机制支持以上说的所有交互模式。

• 直接进程间通信：基于RPC机制，试图唤醒远程服务看起来跟唤醒本地服务一样。然而，因为物理定律和部分失败可能性，他们实际上非常不同。消息使得这些不同非常明确，开发者不会出现问题。

消息机制也有自己的缺点：

• 额外的操作复杂性：消息系统需要单独安装、配置和部署。消息broker（代理）必须高可用，否则系统可靠性将会受到影响。

• 实现基于请求/响应交互模式的复杂性：请求/响应交互模式需要完成额外的工作。每个请求消息必须包含一个回复渠道ID和相关ID。服务端发送一个包含相关ID的响应消息到channel中，使用相关ID来将响应对应到发出请求的客户端。也许这个时候，使用一个直接支持请求/响应的IPC机制会更容易些。
 

同步的，基于请求/响应的IPC

很多开发者都表示他们基于HTTP的API是的。但是，如同Fielding在他的中所说，这些API可能并不都是RESTful的。Leonard Richardson为REST定义了一个，具体包含以下4个层次（摘自）：

• 第一个层次（Level 0）的 Web 服务只是使用 HTTP 作为传输方式，实际上只是远程方法调用（RPC）的一种具体形式。SOAP 和 XML-RPC 都属于此类。
• 第二个层次（Level 1）的 Web 服务引入了资源的概念。每个资源有对应的标识符和表达。
• 第三个层次（Level 2）的 Web 服务使用不同的 HTTP 方法来进行不同的操作，并且使用 HTTP 状态码来表示不同的结果。如 HTTP GET 方法来获取资源，HTTP DELETE 方法来删除资源。
• 第四个层次（Level 3）的 Web 服务使用 HATEOAS。在资源的表达中包含了链接信息。客户端可以根据链接来发现可以执行的动作。

HTTP的协议好处：

• HTTP非常简单并且大家都很熟悉。
• 可以使用浏览器扩展（比如）或者curl之类的命令行来测试API。
• 内置支持请求/响应模式的通信。
• HTTP对防火墙友好的。
• 不需要中间代理，简化了系统架构。

HTTP的协议不足：

• 只支持请求/响应模式交互。可以使用HTTP通知，但是服务端必须一直发送HTTP响应才行。
• 因为客户端和服务端直接通信（没有代理或者buffer机制），在交互期间必须都在线。
• 客户端必须知道每个服务实例的URL。客户端必须使用服务实例发现机制。

 

RPC

提到RPC（Remote Procedure Call），就躲不开提到分布式，这个促使RPC诞生的领域。

 

假设你有一个Calculator，以及它的实现类CalculatorImpl，那么单体应用时，要调用Calculator的add方法来执行一个加运算，你可以方法中直接使用，因为在同一个地址空间，或者说在同一块内存，这个称为本地函数调用。

 

 

现在，将系统改造为分布式应用，接口调用和实现分别在两个子系统内，

服务A里头并没有CalculatorImpl这个类，那它要怎样调用服务B的CalculatorImpl的add方法呢？可以模仿B/S架构的调用方式，在B服务暴露一个Restful接口，然后A服务通过调用这个Restful接口来间接调用CalculatorImpl的add方法。

 

这样，已经很接近RPC了，不过，像这种每次调用时，是不是都需要写一串发起http请求的代码呢？比如httpClient.sendRequest...之类的，能不能简单一下，像本地方法调用一样，去发起远程调用，让使用者感知不到远程调用的过程。

 

屏蔽的工作，可以使用代理模式解决，生成一个代理对象，而这个代理对象的内部，就是通过httpClient来实现RPC远程过程调用的。

这就是很多RPC框架要解决的问题和解决的思路，比如阿里的。

 

总结一下，RPC要解决的两个问题：

1. 解决分布式系统中，服务之间的调用问题。

2. 远程调用时，要能够像本地调用一样方便，让调用者感知不到远程调用的逻辑。

 

RPC是一种技术的概念名词

RPC=Remote Produce Call 是一种技术的概念名词，HTTP是一种协议,RPC可以通过 HTTP 来实现,也可以通过Socket自己实现一套协议来实现.所以可以换一种理解,为何 RPC 还有除 HTTP 之外的实现法,有何必要，毕竟除了HTTP实现外,私有协议不具备通用性.

 

RPC框架好处

http接口是在接口不多、系统与系统交互较少的情况下，解决信息孤岛初期常使用的一种通信手段；

优点就是简单、直接、开发方便。

如果是一个大型的网站，内部子系统较多、接口非常多的情况下，RPC框架的好处就显示出来了：

首先就是长链接，不必每次通信都要像http一样去3次握手什么的，减少了网络开销；

其次就是RPC框架一般都有注册中心，有丰富的监控管理；发布、下线接口、动态扩展等，对调用方来说是无感知、统一化的操作。

最后是安全性。

 

rpc是一种概念，http也是rpc实现的一种方式。

论复杂度，dubbo/hessian用起来是超级简单的。

至于为什么用dubbo/hessian，有几点：

• 一是调用简单，真正提供了类似于调用本地方法一样调用接口的功能 。
• 二是参数返回值简单明了 参数和返回值都是直接定义在jar包里的，不需要二次解析。
• 三是 轻量，没有多余的信息。
• 四是便于管理，基于dubbo的注册中心。

 

RPC能解耦服务

RPC:远程过程调用。RPC的核心并不在于使用什么协议。RPC的目的是让你在本地调用远程的方法，而对你来说这个调用是透明的，你并不知道这个调用的方法是部署哪里。

通过RPC能解耦服务，这才是使用RPC的真正目的。RPC的原理主要用到了动态代理模式，至于http协议，只是传输协议而已。简单的实现可以参考spring remoting，复杂的实现可以参考dubbo。

rpc=socket + 动态代理

 

Dubbo、Motan、 对比

Dubbo！是阿里开源的分布式服务框架，最大的特点是按照分层的方式来架构，使用这种方式可以使各个层之间解耦合（或者最大限度地松耦合）。

Motan！是微博开源的一套高性能、易于使用的分布式远程服务调用(RPC)框架。

gRPC！是Google开源的一套面向移动和HTTP/2设计的，高性能的、通用的远程调用框架。

 

配置方式

Motan：我支持 Xml 配置和 Spring注解配置。

Dubbo：我支持 Xml 配置 、 注解配置、 属性配置 、 API 配置 ！

gRPC：我，我只支持 API 配置 。

主持人：

Xml 配置是用 xml 文件来配置协议 、 服务 、 注册中心等信息 ，这是 rpc 框架最常用的配置方式，也是最基本的配置方式；

属性配置 是 用 properties 文件来配置协议 、 服务 、 注册中心等信息 ， 和Xml 配置使用上异曲同工 ；

注释配置是声明 Annotation 用来指定需要解析的包名 ， 使用 spring-boot 启动服务 ，这是很多 RPC 所追求的，简化了我们代码的书写， Maton 也是最新版本才开始支持的；

API 配置是 Dubbo 的 API 配置仅用于 OpenAPI, ESB, Test, Mock 等系统集成 ， API 属性与配置项一对一。

服务通信协议

Motan：我支持 Motan 协议，使用tcp 长连接模式，基于 netty通信。

Dubbo：我支持 Dubbo 协议、 Rmi 协议、 Hessian 协议、 HTTP 协议、 WebService 协议、Dubbo Thrift 协议、Memcached 协议！

gRPC：我，我支持 HTTP/2.0 协议，基于 Netty4.1.3 通信。

序列化

Motan：我默认使用对 java 更友好的 hessian2 进行序列化，还支持 Json 格式。

Dubbo：Dubbo 协议缺省序列化为hessian2 ， rmi 协议缺省为java ， http 协议缺省为 json！

gRPC：哼！说到序列化，我是独一无二的！我使用 ProtoBuf 来定义服务！

主持人：

gRPC 使用的 ProtoBuf 是由 Google 开发的一种数据序列化协议，用户使用 .proto 文件定义服务，并支持定义多种类型的方法参数。 ProtoBuf 能够将数据进行序列化，并广泛应用在数据存储、等方面。

不过，当前 gRPC 仅支持 Protobuf ，且不支持在浏览器中使用。但由于 gRPC 的设计能够支持支持多种数据格式，所以能够很容易实现对其他数据格式（如 XML 、 JSON 等）的支持。这就是我强大的 IDL 特性！

 

负载均衡

• Motan：我支持 ActiveWeight 、Random 、 RoundRobin 、LocalFirst 、 Consistent 、ConfigurableWeight 。
• Dubbo：我可以支持 Random 、RoundRobin 、ConsistentHash 、 LeastActive。
• gRPC：我，我提供了可插拔负载均衡器的机制。

主持人：这里让我来解释下每种负载均衡的模式吧 ！

• ActiveWeight / LeastActive ：低并发度优先， referer 的某时刻的 call 数越小优先级越高。
• Random ：随机，按权重设置随机概率。在一个截面上碰撞的概率高，但调用量越大分布越均匀，而且按概率使用权重后也比较均匀，有利于动态调整提供者权重。
• RoundRobin ：轮循，按公约后的权重设置轮循比率。存在慢的提供者累积请求问题，比如：第二台机器很慢，但没挂，当请求调到第二台时就卡在那，久而久之，所有请求都卡在调到第二台上。
• LocalFirst ：本地服务优先获取策略。
• Consistent ：一致性 Hash ，相同参数的请求总是发到同一提供者。当某一台提供者挂时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提供者，不会引起剧烈变动。
• ConfigurableWeight ：权重可配置的负载均衡策略。

容错

Motan：我支持 Failover 失效切换、Failfast 快速失败。

Dubbo：我支持 Failover 、 Failfast 、Failsafe 、 Failback 、 Forking、 Broadcast 。

gRPC：我 具有 Failover 失效切换的容错策略。

主持人：依旧由我给大家介绍下各种容错机制 ！

• Failover ：失败自动切换，当出现失败，重试其它服务器。通常用于读操作，但重试会带来更长延迟。
• Failfast ：快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
• Failsafe ：失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。
• Failback ：失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
• Forking ：并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。
• Broadcast ：广播调用所有提供者，逐个调用，任意一台报错则报错。通常用于通知所有提供者更新缓存或日志等本地资源信息。

注册中心与服务发现

Motan：我支持使用 Consul 作为注册中心、使用 Zookeeper 作为注册中心、点对点直连。

Dubbo：我支持使用 Zookeeper 作为注册中心、使用  注册中心、使用 Multicast 注册中心、使用 Simple 注册中心。

gRPC：我，我只能让用户自己扩展注册中心 。

性能

Motan：在高并发、高负载场景的场景下，我的 平均 TPS 和平均响应时间依旧保持良好，我具备在高压力场景下的高可用能力。

Dubbo：Dubbo2.0 相比较 Dubbo1.0（默认使用的都是 hessian2序列化）性能均有提升。如对性能有更高要求可以使用dubbo 序列化，由其是在处理复杂对象时。 Dubbo 的设计目的是为了满足高并发小数据量的 rpc 调用，在大数据量下的性能表现并不好，建议使用 rmi 或 http 协议。

gRPC：我采用的是 ProtoBuf 序列化协议 ， ProtoBuf 与其他协议的性能对比 ，非常明显 的ProtoBuf 要远远优于其他 。

RPC框架的才艺角逐

Motan ：通过 spring 配置方式集成，无需额外编写代码即可为服务提供分布式调用能力完全不需要任何 xml 配置文件， Dubbo 的注解配置还需要配合 xml 文件的哦 。

Dubbo ：无论从支持的注册中心还是容错机制上看，都是我 Dubbo 的优势更大！

Motan ： 明显支持负载均衡的模式我更多 。 我 拥有自定义动态负载均衡、跨机房流量调整等高级服务调度能力。

Dubbo ：成熟度更高的我在健壮性和伸缩性上还能比你们差么？让我来一一例举。

说到健壮性 ，

监控中心宕掉不影响使用，只是丢失部分采样数据；

数据库宕掉后，注册中心仍能通过缓存提供服务列表查询，但不能注册新服务；

注册中心对等集群，任意一台宕掉后，将自动切换到另一台；注册中心全部宕掉后，服务提供者和服务消费者仍能通过本地缓存通讯；

服务提供者无状态，任意一台宕掉后，不影响使用；

服务提供者全部宕掉后，服务消费者应用将无法使用，并无限次重连等待服务提供者恢复。

至于伸缩性，

注册中心为对等集群，可动态增加机器部署实例，所有客户端将自动发现新的注册中心；

服务提供者无状态，可动态增加机器部署实例，注册中心将推送新的服务提供者信息给消费者。

Motan ：对，我在功能上或许不是那么全面，但我更注重简单、易用以及在高并发高可用场景的使用。服务发现灵活支持多种配置管理组件，基于高并发高负载场景的高可用策略优化，良好的 SPI(Service Provider Interface) 扩展，详细的调用统计，灵活支持多种 RPC 传输协议。

Dubbo ：说了这么多你能支持泛型调用么？我能！ Dubbo 提供 GenericService 泛型调用接口 ， 让用户的调用更加灵活 。

Motan ： 我的 工程依赖只涉及核心 5 个模块，且可以按需依赖，不要的说舍弃就舍弃。看看你那么一堆堆的工程，啧啧啧 ……

gRPC ： 哼 ！ 本宝宝支持 服务的跨语言调用，目前所支持语言类型有 C++ 、 JAVA 、 GO 、 Python 、 Ruby 、 Node.js 、 Android 、 C# 、 PHP 、 Objective-C ，你们可以么？

Motan ： 额 ，是啊，我们不能，可是你有服务发现相关机制么？

Dubbo ：而且你的负载均衡和容错也太弱了 …..

gRPC ： 嘤嘤嘤 ……

RPC框架的终极PK

参考链接：