RabbitMQ入门教程 For Java【6】 - Remote procedure call (RPC)

最新推荐文章于 2022-03-20 21:12:37 发布

cc41798520101

最新推荐文章于 2022-03-20 21:12:37 发布

阅读量292

点赞数

分类专栏： RabbitMQ

RabbitMQ 专栏收录该内容

18 篇文章 0 订阅

订阅专栏

RabbitMQ入门教程 For Java【6】 - Remote procedure call (RPC)

我的开发环境：

操作系统： Windows7 64bit

开发环境： JDK 1.7 - 1.7.0_55

开发工具： Eclipse Kepler SR2

RabbitMQ版本： 3.6.0

Elang版本： erl7.2.1

关于Windows7下安装RabbitMQ的教程请先在网上找一下，有空我再补安装教程。

源码地址

https://github.com/chwshuang/rabbitmq.git

本教程中，我们将学习使用工作队列让多个消费者端来执行耗时的任务。比如我们需要通过远程服务器帮我们计算某个结果。这种模式通常被称之为远程方法调用或RPC.

我们通过RabbitMQ搭建一个RPC系统，一个客户端和一个RPC服务器，客户端有一个斐波那契数列方面的问题需要解决（Fibonacci numbers），RPC服务器负责技术收到这个消息，然后计算结果，并且返回这个斐波那契数列。

客户端接口

我们需要创建一个简单的客户端类，通过调用客户端的call方法，来计算结果。

[plain]view plaincopy 
   
print?
 FibonacciRpcClient fibonacciRpc = new FibonacciRpcClient();     
 String result = fibonacciRpc.call("4");  
 System.out.println( "fib(4) is " + result);  

远程方法调用的注意事项：

RPC在软件开发中非常常见，也经常被批评。当一个程序员对代码不熟悉的时候，跟踪RPC的性能问题是出在本地还是远程服务器就非常麻烦，对于RPC的使用，有几点需要特别说明：

使用远程调用时的本地函数最好独立出来
保证代码组件之间的依赖关系清晰明了，并用日志记录不同的执行过程和时间
发生客户端运行缓慢或者假死时，先确认RPC服务器是否还活着！
尽量使用异步队列来处理RPC请求，尽量不要用同步阻塞的方式运行RPC请求

回调队列

在RabbitMQ的RPC中，客户端发送请求后，还需要得到一个响应结果，我们需要像下面这样，在发送请求时，带上一个回调队列：

[plain]view plaincopy 
   
print?
 callbackQueueName = channel.queueDeclare().getQueue();  
   
 BasicProperties props = new BasicProperties  
                             .Builder()  
                             .replyTo(callbackQueueName)  
                             .build();  
   
 channel.basicPublish("", "rpc_queue", props, message.getBytes());  
   
 // ... then code to read a response message from the callback_queue ...  

上面代码中，我们需要引入一个新的类

[plain]view plaincopy 
   
print?
 import com.rabbitmq.client.AMQP.BasicProperties;  

消息属性

传输一条消息，AMQP协议预定义了14个属性，下面几个是使用比较频繁的几个属性：

deliveryMode：配置一个消息是否持久化。（2表示持久化）这个在第二章中有说明。
contentType ：用来描述编码的MIME类型。与html的MIME类型类似，例如，经常使用JSON编码是将此属性设置为一个很好的做法：application/json。
replyTo ：回调队列的名称。
correlationId：RPC响应请求的相关编号。这个在下一节讲。

关联编号 Correlation Id

如果一个客户端有很多的计算任务，按照上面的代码，我们会为每个任务创建一个请求，然后等待返回的结果，这种方法貌似很耗时，如果把所有的任务都放到同一个连接中，那么我们又没法分辨出返回的结果是那个任务的？为了解决这个问题，RabbitMQ提供了一个correlationid属性来解决这个问题。RabbitMQ为每个请求提供唯一的编号，然后在返回队列里如果看到了这个编号，就知道我们的任务处理完成了，如果收到的编号不认识，就可以安全的忽略。

你可能会疑问，如果忽略了，那么想知道这个返回结果的客户端是不是就收不到这个结果了？这个基本上不会出现，但是，理论上也可能发生，例如一个RPC服务器，在发送确认消息前挂了，你收到的消息可能就是不完整的。这种情况，RabbitMQ会重新发送任务处理请求。这也是为什么客户端必须处理这些重复请求以及RPC启用幂次模式。

总结：

RPC工作方式：

当客户端启动时，会创建一个匿名的回调队列
在RPC请求中，定义了两个属性：replyTo，表示回调队列的名称； correlationId，表示请求任务的唯一编号，用来区分不同请求的返回结果。
将请求发送到rpc_queue队列中
RPC服务器等待rpc_queue队列的请求，如果有消息，就处理，它将计算结果发送到请求中的回调队列里。
客户端监听回调队列中的消息，如果有返回消息，它根据回调消息中的correlationid进行匹配计算结果。

工程代码

计算斐波那契数列的方法

[plain]view plaincopy 
   
print?
 private static int fib(int n) throws Exception {  
     if (n == 0) return 0;  
     if (n == 1) return 1;  
     return fib(n-1) + fib(n-2);  
 }  

这个方法只是用来讲解我们的教程，你可别拿它在生产环境跑大数据！下面是客户端的代码

服务器端代码：

RPCServer.java

第一步仍然是建立连接、频道和声明队列。

如果我们运行多个RPC服务器，为了达到负载均衡，需要通过channel.basicQos来设置从队列中预取消息的个数。

我们通过basicConsume 访问队列，如果后消息任务来了，我们就开始工作，并将结果发送到回调队列中。

[plain]view plaincopy 
   
print?
 import com.rabbitmq.client.ConnectionFactory;  
 import com.rabbitmq.client.Connection;  
 import com.rabbitmq.client.Channel;  
 import com.rabbitmq.client.QueueingConsumer;  
 import com.rabbitmq.client.AMQP.BasicProperties;  
   
 public class RPCServer {  
   
     private static final String RPC_QUEUE_NAME = "rpc_queue";  
   
     private static int fib(int n) {  
         if (n == 0)  
             return 0;  
         if (n == 1)  
             return 1;  
         return fib(n - 1) + fib(n - 2);  
     }  
   
     public static void main(String[] argv) {  
         Connection connection = null;  
         Channel channel = null;  
         try {  
             ConnectionFactory factory = new ConnectionFactory();  
             factory.setHost("localhost");  
   
             connection = factory.newConnection();  
             channel = connection.createChannel();  
   
             channel.queueDeclare(RPC_QUEUE_NAME, false, false, false, null);  
   
             channel.basicQos(1);  
   
             QueueingConsumer consumer = new QueueingConsumer(channel);  
             channel.basicConsume(RPC_QUEUE_NAME, false, consumer);  
   
             System.out.println("RPCServer [x] Awaiting RPC requests");  
   
             while (true) {  
                 String response = null;  
   
                 QueueingConsumer.Delivery delivery = consumer.nextDelivery();  
   
                 BasicProperties props = delivery.getProperties();  
                 BasicProperties replyProps = new BasicProperties.Builder().correlationId(props.getCorrelationId()).build();  
   
                 try {  
                     String message = new String(delivery.getBody(), "UTF-8");  
                     int n = Integer.parseInt(message);  
   
                     System.out.println("RPCServer [.] fib(" + message + ")");  
                     response = "" + fib(n);  
                 } catch (Exception e) {  
                     System.out.println(" [.] " + e.toString());  
                     response = "";  
                 } finally {  
                     channel.basicPublish("", props.getReplyTo(), replyProps, response.getBytes("UTF-8"));  
   
                     channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);  
                 }  
             }  
         } catch (Exception e) {  
             e.printStackTrace();  
         } finally {  
             if (connection != null) {  
                 try {  
                     connection.close();  
                 } catch (Exception ignore) {  
                 }  
             }  
         }  
     }  
 }  

客户端代码

RPCClient.java

[plain]view plaincopy 
   
print?
 import com.rabbitmq.client.ConnectionFactory;  
 import com.rabbitmq.client.Connection;  
 import com.rabbitmq.client.Channel;  
 import com.rabbitmq.client.QueueingConsumer;  
 import com.rabbitmq.client.AMQP.BasicProperties;  
 import java.util.UUID;  
   
 public class RPCClient {  
   
     private Connection connection;  
     private Channel channel;  
     private String requestQueueName = "rpc_queue";  
     private String replyQueueName;  
     private QueueingConsumer consumer;  
   
     public RPCClient() throws Exception {  
         ConnectionFactory factory = new ConnectionFactory();  
         factory.setHost("localhost");  
         connection = factory.newConnection();  
         channel = connection.createChannel();  
   
         replyQueueName = channel.queueDeclare().getQueue();  
         consumer = new QueueingConsumer(channel);  
         channel.basicConsume(replyQueueName, true, consumer);  
     }  
   
     public String call(String message) throws Exception {  
         String response = null;  
         String corrId = UUID.randomUUID().toString();  
   
         BasicProperties props = new BasicProperties.Builder().correlationId(corrId).replyTo(replyQueueName).build();  
   
         channel.basicPublish("", requestQueueName, props, message.getBytes("UTF-8"));  
   
         while (true) {  
             QueueingConsumer.Delivery delivery = consumer.nextDelivery();  
             if (delivery.getProperties().getCorrelationId().equals(corrId)) {  
                 response = new String(delivery.getBody(), "UTF-8");  
                 break;  
             }  
         }  
   
         return response;  
     }  
   
     public void close() throws Exception {  
         connection.close();  
     }  
   
     public static void main(String[] argv) {  
         RPCClient fibonacciRpc = null;  
         String response = null;  
         try {  
             fibonacciRpc = new RPCClient();  
   
             System.out.println("RPCClient [x] Requesting fib(30)");  
             response = fibonacciRpc.call("30");  
             System.out.println("RPCClient [.] Got '" + response + "'");  
         } catch (Exception e) {  
             e.printStackTrace();  
         } finally {  
             if (fibonacciRpc != null) {  
                 try {  
                     fibonacciRpc.close();  
                 } catch (Exception ignore) {  
                 }  
             }  
         }  
     }  
 }  