基于akka与scala实现一个简单rpc框架

一、RPC简介

RPC,即 Remote Procedure Call(远程过程调用),说得通俗一点就是:调用远程计算机上的服务,就像调用本地服务一样。
RPC 可基于 HTTP 或 TCP 协议,Web Service 就是基于 HTTP 协议的 RPC,它具有良好的跨平台性,但其性能却不如基于 TCP 协议的 RPC。会两方面会直接影响 RPC 的性能,一是传输方式,二是序列化。
众所周知,TCP 是传输层协议,HTTP 是应用层协议,而传输层较应用层更加底层,在数据传输方面,越底层越快,因此,在一般情况下,TCP 一定比 HTTP 快。就序列化而言,Java 提供了默认的序列化方式,但在高并发的情况下,这种方式将会带来一些性能上的瓶颈,于是市面上出现了一系列优秀的序列化框架从而提供更高效的性能。
我们需要将服务部署在分布式环境下的不同节点上,通过服务注册的方式,让客户端来自动发现当前可用的服务,并调用这些服务。这需要一种服务注册表(Service Registry)的组件,让它来注册分布式环境下所有的服务地址(包括:主机名与端口号)。

二、代码框架

基于akka与scala实现一个简单rpc框架_第1张图片


三、代码实现

该小项目包含四个文件:

1.WorkerInfo,用于保存Worker的信息,此次保存Worker的上一次心跳时间

package com.zxl.rpc

class WorkerInfo(val id: String, val memory: Int, val cores: Int) {

  // TODO 上一次心跳
  var lastHeartbeatTime: Long = _
}
2.RemoteMessage,实现序列化并定义Master与Worker之间传送信息的类型

package com.zxl.rpc

/**
  * 用于实现序列化 网络传输
  */
trait RemoteMessage extends Serializable

// Worker -> Master
case class RegisterWorker(id: String, memory: Int, cores: Int) extends RemoteMessage
case class Heartbeat(id: String) extends RemoteMessage

// Master -> Worker
case class RegisteredWorker(masterUrl: String) extends RemoteMessage

// Worker -> self
case object SendHeartbeat

// Master -> self
case object CheckTimeOutWorker
3.Worker,与Master进行消息交互

package com.zxl.rpc

import java.util.UUID
import akka.actor.{Props, ActorSystem, Actor, ActorSelection}
import com.typesafe.config.ConfigFactory
import scala.concurrent.duration._

class Worker(val masterHost: String, val masterPort: Int, val memory: Int, val cores: Int) extends Actor {

  // 与master连接的对象
  var master : ActorSelection = _
  // 每个worker的id
  val workerId = UUID.randomUUID().toString
  // 发送心跳的时间间隔
  val HEART_INTERVAL = 10000

  override def preStart(): Unit = {
    // 建立连接
    // 在Master启动时会打印下面的那个协议, 可以先用这个做一个标志, 连接哪个master
    // 继承actor后会有一个context, 可以通过它来连接
    // 需要有/user, Master要和master那边创建的名字保持一致
    master = context.actorSelection(s"akka.tcp://MasterSystem@$masterHost:$masterPort/user/Master")
    // 向Master发送注册消息
    master ! RegisterWorker(workerId, memory, cores)
  }

  override def receive: Receive = {
    case RegisteredWorker(masterUrl) => {
      println(masterUrl)
      // 启动定时器发送心跳
      import context.dispatcher
      // 多长时间后执行 单位,多长时间执行一次 单位, 消息的接受者(直接给master发不好, 先给自己发送消息, 以后可以做下判断, 什么情况下再发送消息), 信息
      context.system.scheduler.schedule(0 millis, HEART_INTERVAL millis, self, SendHeartbeat)
    }

    case SendHeartbeat => {
      println("send heartbeat to master")
      // 对master发送心跳信息,发送当前worker的id
      master ! Heartbeat(workerId)
    }
  }
}

object Worker {
  def main(args: Array[String]) {
    val host = args(0)
    val port = args(1).toInt
    val masterHost = args(2)
    val masterPort = args(3).toInt
    // 分配的内存大小
    val memory = args(4).toInt
    // 分配的处理器核数
    val cores = args(5).toInt
    // 准备配置
    val configStr =
      s"""
         |akka.actor.provider = "akka.remote.RemoteActorRefProvider"
         |akka.remote.netty.tcp.hostname = "$host"
         |akka.remote.netty.tcp.port = "$port"
       """.stripMargin
    val config = ConfigFactory.parseString(configStr)
    // ActorSystem老大,辅助创建和监控下面的Actor,它是单例的
    val actorSystem = ActorSystem("WorkerSystem", config)
    actorSystem.actorOf(Props(new Worker(masterHost, masterPort, memory, cores)), "Worker")
    actorSystem.awaitTermination()
  }
}
4.Master,接收Worker的消息并做回应

package com.zxl.rpc

import akka.actor.{Props, ActorSystem, Actor}
import com.typesafe.config.ConfigFactory
import scala.collection.mutable
import scala.concurrent.duration._

class Master(val host: String, val port: Int) extends Actor {

  // 保存(workerId,WorkerInfo)
  val idToWorker = new mutable.HashMap[String, WorkerInfo]()
  // 保存wokerInfo
  // 使用set删除快, 也可用linkList
  val workers = new mutable.HashSet[WorkerInfo]()
  // 超时检查的间隔
  val CHECK_INTERVAL = 15000

  override def preStart(): Unit = {
    println("preStart invoked")
    // 导入隐式转换
    import context.dispatcher
    // 使用timer太low了, 可以使用akka的, 使用定时器, 要导入这个包
    // 定时检查worker的心跳时间是否超时
    context.system.scheduler.schedule(0 millis, CHECK_INTERVAL millis, self, CheckTimeOutWorker)
  }

  // 用于接收消息
  override def receive: Receive = {
    case RegisterWorker(id, memory, cores) => {
      // 判断一下,是不是已经注册过
      if(!idToWorker.contains(id)) {
        // 把Worker的信息封装起来保存到内存当中
        val workerInfo = new WorkerInfo(id, memory, cores)
        idToWorker(id) = workerInfo
        workers += workerInfo
        // 通知worker注册 并将master的地址返回给worker
        sender ! RegisteredWorker(s"akka.tcp://MasterSystem@$host:$port/user/Master")
      }
    }

    case Heartbeat(id) => {
      if(idToWorker.contains(id)) {
        val workerInfo = idToWorker(id)
        // 报活
        val currentTime = System.currentTimeMillis()
        // 更新已收到id的worker的上一次心跳时间
        workerInfo.lastHeartbeatTime = currentTime
      }
    }

    case CheckTimeOutWorker => {
      val currentTime = System.currentTimeMillis()
      // 获取过时的worker
      val toRemove = workers.filter(x => currentTime - x.lastHeartbeatTime > CHECK_INTERVAL)
      // 将超时的worker从两个集合中去掉
      for(w <- toRemove) {
        workers -= w
        idToWorker -= w.id
      }
      println(workers.size)
    }
  }
}

object Master {

  def main(args: Array[String]) {

    val host = args(0)
    val port = args(1).toInt
    // 准备配置
    val configStr =
      s"""
         |akka.actor.provider = "akka.remote.RemoteActorRefProvider"
         |akka.remote.netty.tcp.hostname = "$host"
         |akka.remote.netty.tcp.port = "$port"
       """.stripMargin
    val config = ConfigFactory.parseString(configStr)
    // ActorSystem老大,辅助创建和监控下面的Actor,它是单例的
    val actorSystem = ActorSystem("MasterSystem", config)
    // 创建Actor
    val master = actorSystem.actorOf(Props(new Master(host, port)), "Master")
    master ! "hello"
    actorSystem.awaitTermination()
  }
}


你可能感兴趣的:(akka,scala,分布式,rpc,框架)