SRPC 框架服务端源码解析
0. RPC Context
保存某些必要的上下文信息；
某端独有功能：Client 获取请求成功或失败
1. RPCBuffer
const 和 constexpr 变量的主要区别是：const 变量的初始化可以被推迟到运行期，constexpr 必须在编译期初始化；所有 constexpr 都是 const
buffer_t 指向实际的数组，代表一个缓存块；再通过链表将各缓存块连接起来；
（1）BUFFER_MODE_NOCOPY 类型的缓存块如何释放？
在代码中，删除或合并时没用对 is_nocopy 进行删除，是否会引发内存泄漏？
规定标记：旧 RPCBuffer 为 B1，新 RPCBuffer 为 B2
在 B1 调用 cut 生成 B2 时，如果当前位置位于某个缓存块的中间位置，那么该缓存块就会由这两个 RPCBuffer 共同管理，注意到在 B2 中管理该缓存块的后半部分，类型为 BUFFER_MODE_NOCOPY ，但在 B1 中管理该缓存块的前半部分，其类型没用改变，仍然为 BUFFER_MODE_GIFT_MALLOC；
显然这种情况要求，B2 先释放后，B1 才能释放，如何保证该要求的实现？
（2）acquire 中申请缓存块时，有极值限制，过大过小都会调整，避免频繁申请内存；
（3）read_back 函数中，offset 绝对值过大时 cur_.first 为 begin, second 为 begin->buflen, 如果此时调用 internal_fetch 会获取第二块缓存，但应该获取第一块，就会造成问题；
因此需要保证 offset 不会大于当前的 size_ ，如何保证？
2. zero_copy_stream
内部都包装了一个 RPCBuffer 指针；
根据作者的知乎文章，下述两个类是用于序列化和反序列化过程；
2.1 RPCOutputStream
构造时可以指定需要的缓存大小，如果未指定，会按最小的来申请；
（1）Next 结合循环，即内部不断申请缓存块，以填充数据；
// Copy the contents of "infile" to "outfile", using plain read() for
// "infile" but a ZeroCopyOutputStream for "outfile".
int infd = open("infile", O_RDONLY);
int outfd = open("outfile", O_WRONLY);
ZeroCopyOutputStream* output = new FileOutputStream(outfd);
void* buffer;
int size;
while (output->Next(&buffer, &size)) {
int bytes = read(infd, buffer, size);
if (bytes < size) {
// Reached EOF.
output->BackUp(size - bytes);
break;
}
}
delete output;
close(infd);
close(outfd);
由 Protocol Buffers 官网示例可以看出，最后一块内存一般来说会给得多一些，因此只需回退最后一个缓存块，与 RPCBuffer 中 backup 设计吻合；
2.2 RPCInputStream
（1）Next
其中调用了 RPCBuffer 的 fetch方法，结合 while 循环，即不断获取 RPCBuffer 中待读取的缓存块，直到所有缓存块都读取完毕；
// Read in a file and print its contents to stdout.
int fd = open("myfile", O_RDONLY);
ZeroCopyInputStream* input = new FileInputStream(fd);
const void* buffer;
int size;
while (input->Next(&buffer, &size)) {
cout.write(buffer, size);
}
delete input;
close(fd);
（2）BackUp
理论上，如果内存里有超过一个 message，那么当前 message 解析完整之后，需要回退 count 字节。
这里需要注意一下 RPCBuffer 中的（3）的问题；（即保证不用过度回退）
3. RPCMessage
3.1 SRPCMessage
代表一条消息，message 数据可能是分成数份传递过来的
（1）append 函数，从形参 buf 中接收数据，workflow 收到网络包后会调用该函数；
header 由固定大小的数组接收
meta_buf 由 new 分配空间，存放 meta 数据
message 数据则放入 RPCBuffer 中
（2）deserialize
使用接收 message 数据部分的 buf 初始化 RPCInputStream
直接调用 Protobuf 的 ParseFromZeroCopyStream 解析消息
（3）encode（要求 iovec 数组的大小最少为 3）；workflow 会在进行网络发送时会被调用
- 设置 header
- 将 header 数组和
meta_buf分别填入 iovec 数据结构中（使用两个） - 调用
buf的encode方法，将 message 部分填入 iovec 数据结构中（最少使用一个）
可以合理猜测底层 workflow 会使用 writev 来发送数据
4. rpc_module
4.1 SnowFlake
（1）get_id生成不同的分布式 ID，总位数为 64 位，由以下四部分组成：
| timestamp | group_id | machine_id | sequence |
|---|
timestamp 由 std::chrono::steady_clock 产生，单位为 ms，如果在同一 ms 内的申请，由 sequence 进行区分
（std::chrono::steady_clock 为单调时钟，两个 tick 之间的时间固定，与钟表上的时间不同（可以是从某个时间点开始的），适合测量间隔；）
sequence 和 last_timestamp 由原子变量维护；
5. 服务器端
5.1 RPCWorker
封装了 请求和相应 Message，及 RPCContext，这些基类指针指向派生类（是 proto 生成类型，基类为 google::protobuf::Message）
5.2 RPCService
服务名 name_
内部维护一个哈希表 methods_，key 为方法名，val 为回调函数
（1）add_method 就是将回调函数加入到这个 methods_ 中；
（2）ServiceRPCCallImpl
申请 req 的空间
从 RPCWorker 中接收到的 Message 反序列化出 req（ SRPCMessage 中 buf 转化为 EchoRequest 类型）
如果成功解析，调用用户 rpc 函数；
5.2.1 Service
位于服务端；
service Example {
rpc Echo(EchoRequest) returns (EchoResponse);
};
是由 srpc_generator protobuf 生成的 xxx.srpc.h 文件中，继承自 RPCService；
RPC 服务为 Service 中的纯虚函数，用户需要继承自该类，实现该函数；
（1）Service 的构造函数会设置 name_ 为 Example，调用 RPCService::add_method ，从而注册回调函数（方法名为 Echo，绑定 this 指针结合虚函数动态绑定机制的调用用户实现的函数）；
5.2.2 RPCServer
继承自 WFServer
内部维护一个哈希表 service_map，key 为服务名，val 为 RPCService 指针；
（1）add_service 就是在 service_map 中添加 RPCService ；
（2）start 为 WFServer 中的方法，为开启 TCP 服务器；
推测有数据到来，会调用 server_process 函数
（3）server_process
-
ParseFromArray解析 RPCMeta；（反序列化，从meta_buf转换为 RPCMeta 类型） -
从 RPCMeta 中的解析出 RPCMetaKeyValue 存放到 RPCModuleData 中（
map类型） -
module 部分处理（此步看不太懂）
-
message 数据部分解压缩；
-
调用 rpc；
-
设置响应状态码
5.2.3 RPCServerTask
（1）message_out ，用来告诉 Workflow 网络层面这次发出的请求内容时啥
-
将 EchoResponse 序列化为到 SRPCMessage类型的
buf中 -
将 SRPCMessage类型的
buf中的数据进行压缩 -
处理 module
-
序列化 meta（将 RPCMeta 类型转换为 SRPCMessage 中的字符数组
meta_buf）
RPCMeta 类型也是由proto定义生成的类型 -
设置状态码，即设置 meta 中的 status_code 属性
6. RPCCompressor
使用了单例模式，局部静态变量初始化
私有构造函数会添加其支持的各种压缩算法；
持有 CompressHandler 的固定大小的数组，每种代表一个压缩算法；
（1）parse_from_compressed，根据给定的类型，调用相关压缩算法的函数
6.1 CompressHandler
封装了一些函数句柄；
7. 客户端部分
由于要放寒假了，之后有时间再看吧；
7.1 RPCClientTask
user_done_ 就是用户设置的 rpc 完成回调函数；
如果使用 rpc 的异步接口，create_rpc_client_task
即调用 RPCClient::create_rpc_client_task，在该函数中会创建 RPCClientTask。
重要参考
作者本人的知乎，对整个流程介绍还是非常清晰的，尤其是对像我这种不懂 workflow 的人
https://zhuanlan.zhihu.com/p/619721187