我们的RPC将这样工作:
- 对于RPC请求,客户端发送带有两个属性的消息: replyTo(设置为仅为请求创建的匿名独占队列)和correlationId(设置为每个请求的唯一值)。
- 请求被发送到rpc_queue队列。
- RPC worker(aka:server)正在等待该队列上的请求。当出现请求时,它会执行该作业,并使用来自replyTo字段的队列将带有结果的消息发送回客户端。
- 客户端等待回复队列上的数据。出现消息时,它会检查correlationId属性。如果它与请求中的值匹配,则将响应返回给应用程序。
1:导入依赖包
2:编写消息rpc请求端:RPCClient.java
客户端代码稍微复杂一些:
- 我们建立了一个连接和渠道。
- 我们的调用方法生成实际的RPC请求。
- 在这里,我们首先生成一个唯一的correlationId 数并保存它 - 我们的消费者回调将使用此值来匹配相应的响应。
- 然后,我们为回复创建一个专用的独占队列并订阅它。
- 接下来,我们发布请求消息,其中包含两个属性: replyTo和correlationId。
- 在这一点上,我们可以坐下来等待正确的响应到来。
- 由于我们的消费者交付处理是在一个单独的线程中进行的,因此我们需要在响应到达之前暂停主线程。使用BlockingQueue是一种可能的解决方案。这里我们创建了ArrayBlockingQueue ,容量设置为1,因为我们只需要等待一个响应。
- 消费者正在做一个非常简单的工作,对于每个消费的响应消息,它检查correlationId 是否是我们正在寻找的那个。如果是这样,它会将响应置于BlockingQueue。response.offer(new String(delivery.getBody(), "UTF-8");
- 同时主线程正在等待响应从BlockingQueue获取它。response.take()
- 最后,我们将响应返回给用户。
3::编写消息rpc服务端:RPCServer.java
服务器代码非常简单:
- 像往常一样,我们首先建立连接,信道和声明队列。
- 我们可能希望运行多个服务器进程。为了在多个服务器上平均分配负载,我们需要在channel.basicQos中设置 prefetchCount设置。
- 我们使用basicConsume来访问队列,我们以对象(DeliverCallback)的形式提供回调,它将完成工作并发回响应。
4:测试
RPCClient.java
public class RPCClient implements AutoCloseable {
private Connection connection;
private Channel channel;
private String requestQueueName = "rpc_queue";
public RPCClient() throws IOException, TimeoutException {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("192.168.163.131");
connection = factory.newConnection();
channel = connection.createChannel();
}
public static void main(String[] argv) {
try (RPCClient fibonacciRpc = new RPCClient()) {
for (int i = 0; i < 32; i++) {
String i_str = Integer.toString(i);
System.out.println(" [x] Requesting fib(" + i_str + ")");
String response = fibonacciRpc.call(i_str);
System.out.println(" [.] Got '" + response + "'");
}
} catch (IOException | TimeoutException | InterruptedException e) {
e.printStackTrace();
}
}
public String call(String message) throws IOException, InterruptedException {
final String corrId = UUID.randomUUID().toString();
//一般来说,通过RabbitMQ进行RPC很容易。客户端发送请求消息,服务器回复响应消息。
// 为了接收响应,我们需要发送带有请求的“回调”队列地址。我们可以使用默认队列(在Java客户端中是独占的)
String replyQueueName = channel.queueDeclare().getQueue();
//预定义了一组带有消息的14个属性在BasicProperties中。大多数属性很少使用,但以下情况除外:
//deliveryMode:将消息标记为持久性(值为2)或瞬态(任何其他值)。你可能还记得第二篇教程中的这个属性。
//contentType:用于描述编码的mime类型。例如,对于经常使用的JSON编码,将此属性设置为:application / json是一种很好的做法。
//replyTo:通常用于命名回调队列。
//correlationId:用于将RPC响应与请求相关联。
AMQP.BasicProperties props = new AMQP.BasicProperties
.Builder()
.correlationId(corrId)
.replyTo(replyQueueName)
.build();
channel.basicPublish("", requestQueueName, props, message.getBytes("UTF-8"));
final BlockingQueue<String> response = new ArrayBlockingQueue<>(1);
String ctag = channel.basicConsume(replyQueueName, true, (consumerTag, delivery) -> {
if (delivery.getProperties().getCorrelationId().equals(corrId)) {
response.offer(new String(delivery.getBody(), "UTF-8"));
}
}, consumerTag -> {
});
String result = response.take();
channel.basicCancel(ctag);
return result;
}
public void close() throws IOException {
connection.close();
}
}
RPCServer.java
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) throws Exception {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("192.168.163.131");
try (Connection connection = factory.newConnection();
Channel channel = connection.createChannel()) {
channel.queueDeclare(RPC_QUEUE_NAME, false, false, false, null);
channel.queuePurge(RPC_QUEUE_NAME);//删除队列中所有内容
channel.basicQos(1);
System.out.println(" [x] Awaiting RPC requests");
Object monitor = new Object();
DeliverCallback deliverCallback = (consumerTag, delivery) -> {
AMQP.BasicProperties replyProps = new AMQP.BasicProperties
.Builder()
.correlationId(delivery.getProperties().getCorrelationId())
.build();
String response = "";
try {
String message = new String(delivery.getBody(), "UTF-8");
int n = Integer.parseInt(message);
System.out.println(" [.] fib(" + message + ")");
response += fib(n);
} catch (RuntimeException e) {
System.out.println(" [.] " + e.toString());
} finally {
channel.basicPublish("", delivery.getProperties().getReplyTo(), replyProps, response.getBytes("UTF-8"));
channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
// RabbitMq consumer worker thread notifies the RPC server owner thread
synchronized (monitor) {
monitor.notify();
}
}
};
channel.basicConsume(RPC_QUEUE_NAME, false, deliverCallback, (consumerTag -> { }));
// Wait and be prepared to consume the message from RPC client.
while (true) {
synchronized (monitor) {
try {
monitor.wait();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
}
}
可以看到,我们的RPCServer里面就是定义了一个消息消费者,并且在回调函数中调用计算斐波那契数列的方法来计算值,然后在处理完毕之后发送消息给默认exchange,并且RoutingKey是使用客户端发送消息时候设置的BasicProperties中的replyTo也就是接收服务端应答消息的临时队列。
可以看到我们在客户端发送请求以及服务端发送运算结果中,都传递了correlationId这个随机数,这是为了防止出现多次调用call方法,返回的结果消息出现错乱,每次调用都传递一个随机UUID,然后通过比对运算结果消息传回的CorrelationId,从而确定这次收到的运算结果消息是否是真正需要的。(在本测试示例中可能不需要)