avro-rpc
转自：https://code.google.com/p/avro-rpc/
avro-rpc 是一个支持跨语言实现的RPC服务框架。非常轻量级，实现简洁，使用方面，同时也方便使用者进行二次开发，逻辑上该框架分为两层：
1：网络传输层使用Netty的Nio实现。
2：协议层可扩展，目前支持的数据序列化方式有Avro，Protocol Buffers ，Json, Hessian,Java序列化。 使用者可以注册自己的协议格式及序列化方式。
主要特点：
1：客户端传输层与应用层逻辑分离，传输层主要职责包括创建连接，连接查找与复用，传输数据，接收服务端回复后回调应用层；
2：客户端支持同步调用和异步调用。服务异步化能很好的提高系统吞吐量，建议使用异步调用。为防止异步发送请求过快，客户端增加了“请求流量限制”功能；
3：服务端有一个协议注册工厂和序列化注册工厂。这样方便针对不同的应用场景来定制服务方式。RPC应该只是服务方式的一种。在分布式的系统架构中，分布式节点之间的通信会存在多种方式，比如MQ的TOP消息，一个消息可以有多个订阅者。因此avro-rpc不仅仅是一个RPC服务框架，还是一个分布式通信的一个基础骨架，提供了很好的扩展性；
4：Avro序列化框架是Hadoop下的一个子项目，其特点是数据序列化不带标签，因此序列化后的数据非常小。支持动态解析, 不像Thrift 与 Protocol Buffers必须根据IDL来生成代码，这样侵入性有点强。性能很好，基本上和 Protocol Buffers差不多；
运行性能测试实例
1. 启动服务端 code.google.dsf.test.StartServerTest
2. 运行客户端 code.google.dsf.test.performance.RPSTest
测试对象，客户端采用异步方式发送一个POJO（10个属性字段）对象 两台，一台运行客户端，一台运行服务端，配置如下： • CPU: E5645 @ 2.40GHz 2 core • Memory: 2G • Network: 1000Mb
JVM Options: -server -XX:+UseParallelGC -XX:+AggressiveOpts -XX:+UseFastAccessorMethods -Xms512M -Xmx1024M
最新测试TPS: avro:100937 Protocol Buffers: 122299
最新测试：http://www.iteye.com/topic/1127125
作者：[email protected] http://taohuifei.iteye.com/blog/1685160
1：介绍
avro-rpc是一个支持多序列化方式的RPC框架，目前支持Avro，Protocol Buffers ，Json，Hessian，Java序列化方式。网络传输层使用Netty的NIO实现，协议层可扩展，用户可以自定义协议格式及注册新的序列化方式。
基本特点
1：跨语言，可作为跨语言系统之间的分布式服务框架。
2：简洁高效易扩展，代码简洁，性能较好，结构清晰，方便扩展。
3：基本功能完善。同步调用，异步调用，连接复用，自动重连，超时管理，异步发送流量控制等；
4：支持多序列化方式，可以根据不同的平台和场景选择合适的序列化方式了；
项目地址：http://code.google.com/p/avro-rpc/
SVN地址：https://avro-rpc.googlecode.com/svn/
2：性能测试
- 测试环境：两台PC，一台运行服务端，一台运行客户端端。配置：CPU: E5645 @ 2.40GHz 2 core Memory: 2G Network: 1000Mb。
- 测试方法：客户端异步发送一个POJO对象（10个属性字段），服务端直接返回该对象。成功调用5千万次，统计TPS;
- 测试结果
- Protocol Buffers 序列化方式性能最佳，但是 Protocol Buffers需要根据IDL生成代码，具有一定的侵入性，作为POJO的数据传输对象（DTO）是不适合代码生成的，Protocol Buffers 适合比较静态化的数据结构；
- FastJson是阿里开源的一个JSON框架，性能确实不错，如果是Java平台完全可以使用 FastJson;
- 这里测试Avro使用的是Generic模式，如果使用静态模式性能会更好， Avro 最大的优点在于数据序列化不需要生成代码，支持动态模式，而且编码后的数据非常小，非常适合跨平台的数据交换方式;
- Java自带的序列化方式吞吐量很低；
- Hessian表现一般。