• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

【c#】RabbitMQ学习文档(六)RPC(远程调用)

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

远程过程调用(Remote Proceddure call【RPC】)

(本实例都是使用的Net的客户端,使用C#编写)

  在第二个教程中,我们学习了如何使用工作队列在多个工作实例之间分配耗时的任务。

  但是,如果我们需要在远程计算机上运行功能并等待结果怎么办? 那是一个不同的故事。 此模式通常称为远程过程调用或RPC。

  在本教程中,我们将使用RabbitMQ构建一个RPC系统:一个客户机和一个可扩展的RPC服务器。 由于我们没有任何值得分发的耗时任务,我们将创建一个返回斐波纳契数字的虚拟RPC服务。

1、客户端接口【Client Interface】

  为了说明如何使用RPC服务,我们将创建一个简单的客户端类。 它将公开一个名为call的方法,该方法发送RPC请求并阻塞,直到接收到答案:

var rpcClient = new RPCClient();

Console.WriteLine(" [x] Requesting fib(30)");
var response = rpcClient.Call("30");
Console.WriteLine(" [.] Got '{0}'", response);

rpcClient.Close();


   关于RPC的注释

   虽然RPC是一个很常见的计算模式,但它经常被批评。 当系统出现问题的时候,程序员不知道函数调用是本地函数还是缓慢的RPC调用,这样的混乱导致了系统的不可预测性,并增加了调试的复杂性。 滥用RPC可能导致代码的可维护性很差,这样的设计不但没有简化软件,而且只会是系统更糟。

   铭记这一点,请考虑以下建议:

     确保显而易见哪个函数调用是本地的,哪个是远程的。
     记录您的系统。 使组件之间的依赖关系清除。
     处理错误情况。 当RPC服务器停机很长时间后,客户端应该如何反应?

    当有疑问避免RPC。 如果可以的话,您应该使用异步管道 - 而不是类似RPC的阻塞,将异步推送到下一个计算阶段。

2、回调队列【Callback queue】
 
   一般来说RPC对RabbitMQ来说很容易。 客户端发送请求消息,服务器回复一条响应消息。 为了收到一个响应,我们需要发送一个请求向'回调'的队列地址:

var corrId = Guid.NewGuid().ToString();
var props = channel.CreateBasicProperties();
props.ReplyTo = replyQueueName;
props.CorrelationId = corrId;

var messageBytes = Encoding.UTF8.GetBytes(message);
channel.BasicPublish(exchange: "",
                     routingKey: "rpc_queue",
                     basicProperties: props,
                     body: messageBytes);

// ... then code to read a response message from the callback_queue ...


消息属性

  AMQP 0-9-1协议预先定义了一组14个随附消息的属性。 大多数属性很少使用,除了以下内容:

  deliveryMode:将消息标记为persistent(值为2)或transient(任何其他值)。 您可能会从第二个教程中记住此属性。
  contentType:用于描述mime类型的编码。 例如对于经常使用的JSON编码,将此属性设置为:application / json是一个很好的做法。
  replyTo:通常用来命名一个回调队列。
  correlationId:用于将RPC响应与请求相关联。

3、相关标识【Correlation Id】

  在上面所提出的方法中,我们建议为每个RPC请求创建一个回调队列。这是非常低效的,但幸运的是有一个更好的方法 - 让我们为每个客户端创建一个回调队列。

  这将引发了一个新问题,在该队列中收到响应,响应所属的请求是不知道的。此时正是使用correlationId属性的时候。我们将为每个请求设置一个唯一的值。稍后,当我们在回调队列中收到一条消息时,我们将查看此属性,并且基于此,我们将能够将响应与请求相匹配。如果我们看到一个未知的correlationId值,我们可以安全地丢弃该消息 - 它不属于我们的请求。

  您可能会问,为什么我们应该忽略回调队列中的未知消息,而不是出现错误?这是由于服务器端可能出现竞争情况。虽然不太可能,RPC服务器可能会在发送答复之后,但在发送请求的确认消息之前死亡。如果发生这种情况,重新启动的RPC服务器将再次处理该请求。这就是为什么在客户端上,我们必须优雅地处理这些重复的响应,并且RPC应该理想地是幂等的。

4、概要【Summary】

 
  我们的RPC将像这样工作:

     当客户端启动时,它创建一个匿名独占回调队列。
     对于RPC请求,客户端发送一个具有两个属性的消息:replyTo,它被设置为回调队列和correlationId,它被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)正在等待队列上的请求。 当请求出现时,它将执行该作业,并使用replyTo字段中的队列将结果发送回客户端。
     客户端等待回呼队列中的数据。 当信息出现时,它检查correlationId属性。 如果它与请求中的值相匹配,则返回对应用程序的响应。

5、整合

  斐波纳契【Fibonacci】任务:

private static int fib(int n)
  {
    if (n == 0 || n == 1) return n;
    return fib(n - 1) + fib(n - 2);
  }


  我们声明斐波那契函数。 它只假设有效的正整数输入。 (不要指望这一个能为大数字工作,而且这可能是最慢的递归实现)

   我们的RPC服务器RPCServer.cs的代码如下所示:

 1  using System;
 2 using RabbitMQ.Client;
 3 using RabbitMQ.Client.Events;
 4 using System.Text;
 5 
 6 class RPCServer
 7 {
 8     public static void Main()
 9     {
10         var factory = new ConnectionFactory() { HostName = "localhost" };
11         using (var connection = factory.CreateConnection())
12         using (var channel = connection.CreateModel())
13         {
14             channel.QueueDeclare(queue: "rpc_queue", durable: false,
15               exclusive: false, autoDelete: false, arguments: null);
16             channel.BasicQos(0, 1, false);
17             var consumer = new EventingBasicConsumer(channel);
18             channel.BasicConsume(queue: "rpc_queue",
19               noAck: false, consumer: consumer);
20             Console.WriteLine(" [x] Awaiting RPC requests");
21 
22             consumer.Received += (model, ea) =>
23             {
24                 string response = null;
25 
26                 var body = ea.Body;
27                 var props = ea.BasicProperties;
28                 var replyProps = channel.CreateBasicProperties();
29                 replyProps.CorrelationId = props.CorrelationId;
30 
31                 try
32                 {
33                     var message = Encoding.UTF8.GetString(body);
34                     int n = int.Parse(message);
35                     Console.WriteLine(" [.] fib({0})", message);
36                     response = fib(n).ToString();
37                 }
38                 catch (Exception e)
39                 {
40                     Console.WriteLine(" [.] " + e.Message);
41                     response = "";
42                 }
43                 finally
44                 {
45                     var responseBytes = Encoding.UTF8.GetBytes(response);
46                     channel.BasicPublish(exchange: "", routingKey: props.ReplyTo,
47                       basicProperties: replyProps, body: responseBytes);
48                     channel.BasicAck(deliveryTag: ea.DeliveryTag,
49                       multiple: false);
50                 }
51             };
52 
53             Console.WriteLine(" Press [enter] to exit.");
54             Console.ReadLine();
55         }
56     }
57 
58     ///
59 
60     /// Assumes only valid positive integer input.
61     /// Don't expect this one to work for big numbers, and it's
62     /// probably the slowest recursive implementation possible.
63     ///
64 
65     private static int fib(int n)
66     {
67         if (n == 0 || n == 1)
68         {
69             return n;
70         }
71 
72         return fib(n - 1) + fib(n - 2);
73     }
74 }


 服务器代码相当简单:

     像往常一样,我们开始建立连接,通道并声明队列。
     我们可能想要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访问队列。 然后我们注册一个交付处理程序,我们在其中进行工作并发回响应。

我们的RPC客户端的代码RPCClient.cs

 1 using System;
 2 using System.Collections.Generic;
 3 using System.Linq;
 4 using System.Text;
 5 using System.Threading.Tasks;
 6 using RabbitMQ.Client;
 7 using RabbitMQ.Client.Events;
 8 
 9 class RPCClient
10 {
11     private IConnection connection;
12     private IModel channel;
13     private string replyQueueName;
14     private QueueingBasicConsumer consumer;
15 
16     public RPCClient()
17     {
18         var factory = new ConnectionFactory() { HostName = "localhost" };
19         connection = factory.CreateConnection();
20         channel = connection.CreateModel();
21         replyQueueName = channel.QueueDeclare().QueueName;
22         consumer = new QueueingBasicConsumer(channel);
23         channel.BasicConsume(queue: replyQueueName,
24                              noAck: true,
25                              consumer: consumer);
26     }
27 
28     public string Call(string message)
29     {
30         var corrId = Guid.NewGuid().ToString();
31         var props = channel.CreateBasicProperties();
32         props.ReplyTo = replyQueueName;
33         props.CorrelationId = corrId;
34 
35         var messageBytes = Encoding.UTF8.GetBytes(message);
36         channel.BasicPublish(exchange: "",
37                              routingKey: "rpc_queue",
38                              basicProperties: props,
39                              body: messageBytes);
40 
41         while(true)
42         {
43             var ea = (BasicDeliverEventArgs)consumer.Queue.Dequeue();
44             if(ea.BasicProperties.CorrelationId == corrId)
45             {
46                 return Encoding.UTF8.GetString(ea.Body);
47             }
48         }
49     }
50 
51     public void Close()
52     {
53         connection.Close();
54     }
55 }
56 
57 class RPC
58 {
59     public static void Main()
60     {
61         var rpcClient = new RPCClient();
62 
63         Console.WriteLine(" [x] Requesting fib(30)");
64         var response = rpcClient.Call("30");
65         Console.WriteLine(" [.] Got '{0}'", response);
66 
67         rpcClient.Close();
68     }
69 }


客户端代码稍微复杂一些:

     我们建立一个连接和通道,并为回覆声明一个独占的'回调'队列。
     我们订阅'回调'队列,这样我们可以收到RPC响应。
     我们的调用方法使得实际的RPC请求。
     在这里,我们首先生成一个唯一的correlationId数字并保存它 - while循环将使用此值来捕获适当的响应。
     接下来,我们发布请求消息,此请求消息具有两个属性:replyTo和correlationId。
     在这一点上,我们可以坐下来等待适当的响应到达。
     while循环正在做一个非常简单的工作,对于每个响应消息,它检查correlationId是否是我们正在寻找的。 如果是这样,它会保存响应。
     最后,我们将响应返回给用户。

让客户端发送请求:

var rpcClient = new RPCClient();

Console.WriteLine(" [x] Requesting fib(30)");
var response = rpcClient.Call("30");
Console.WriteLine(" [.] Got '{0}'", response);

rpcClient.Close();


现在是看看我们的RPCClient.csRPCServer.cs的完整示例源代码(包括基本异常处理)的好时机。

照常设置(参见教程一):

我们的RPC服务现在已经准备好了。 我们可以启动服务器:

cd RPCServer
dotnet run
# => [x] Awaiting RPC requests

要请求运行客户端的fibonacci号码:

cd RPCClient
dotnet run
# => [x] Requesting fib(30)


这里提出的设计不是RPC服务的唯一可能的实现,而是具有一些重要的优点:

     如果RPC服务器太慢,可以通过运行另一个RPC服务器进行扩展。 尝试在新的控制台中运行第二个RPCServer。
     在客户端,RPC需要发送和接收一条消息。 不需要像queueDeclare这样的同步调用。 因此,RPC客户端只需要一个网络往返单个RPC请求。

我们的代码仍然非常简单,没有尝试解决更复杂(但重要的)问题,例如:

     如果没有服务器运行,客户端应该如何反应?
     客户端是否需要RPC的某种超时时间?
     如果服务器发生故障并引发异常,应该将其转发给客户端?
     在处理之前防止无效的传入消息(例如检查边界,类型)。
好了,这个系列也快结束了。

在把原地址贴出来,让大家了解更多。地址如下:http://www.rabbitmq.com/tutorials/tutorial-six-dotnet.html

远程过程调用(Remote Proceddure call【RPC】)

(本实例都是使用的Net的客户端,使用C#编写)

  在第二个教程中,我们学习了如何使用工作队列在多个工作实例之间分配耗时的任务。

  但是,如果我们需要在远程计算机上运行功能并等待结果怎么办? 那是一个不同的故事。 此模式通常称为远程过程调用或RPC。

  在本教程中,我们将使用RabbitMQ构建一个RPC系统:一个客户机和一个可扩展的RPC服务器。 由于我们没有任何值得分发的耗时任务,我们将创建一个返回斐波纳契数字的虚拟RPC服务。

1、客户端接口【Client Interface】

  为了说明如何使用RPC服务,我们将创建一个简单的客户端类。 它将公开一个名为call的方法,该方法发送RPC请求并阻塞,直到接收到答案:

var rpcClient = new RPCClient();

Console.WriteLine(" [x] Requesting fib(30)");
var response = rpcClient.Call("30");
Console.WriteLine(" [.] Got '{0}'", response);

rpcClient.Close();


   关于RPC的注释

   虽然RPC是一个很常见的计算模式,但它经常被批评。 当系统出现问题的时候,程序员不知道函数调用是本地函数还是缓慢的RPC调用,这样的混乱导致了系统的不可预测性,并增加了调试的复杂性。 滥用RPC可能导致代码的可维护性很差,这样的设计不但没有简化软件,而且只会是系统更糟。

   铭记这一点,请考虑以下建议:

     确保显而易见哪个函数调用是本地的,哪个是远程的。
     记录您的系统。 使组件之间的依赖关系清除。
     处理错误情况。 当RPC服务器停机很长时间后,客户端应该如何反应?

    当有疑问避免RPC。 如果可以的话,您应该使用异步管道 - 而不是类似RPC的阻塞,将异步推送到下一个计算阶段。

2、回调队列【Callback queue】
 
   一般来说RPC对RabbitMQ来说很容易。 客户端发送请求消息,服务器回复一条响应消息。 为了收到一个响应,我们需要发送一个请求向'回调'的队列地址:

var corrId = Guid.NewGuid().ToString();
var props = channel.CreateBasicProperties();
props.ReplyTo = replyQueueName;
props.CorrelationId = corrId;

var messageBytes = Encoding.UTF8.GetBytes(message);
channel.BasicPublish(exchange: "",
                     routingKey: "rpc_queue",
                     basicProperties: props,
                     body: messageBytes);

// ... then code to read a response message from the callback_queue ...


消息属性

  AMQP 0-9-1协议预先定义了一组14个随附消息的属性。 大多数属性很少使用,除了以下内容:

  deliveryMode:将消息标记为persistent(值为2)或transient(任何其他值)。 您可能会从第二个教程中记住此属性。
  contentType:用于描述mime类型的编码。 例如对于经常使用的JSON编码,将此属性设置为:application / json是一个很好的做法。
  replyTo:通常用来命名一个回调队列。
  correlationId:用于将RPC响应与请求相关联。

3、相关标识【Correlation Id】

  在上面所提出的方法中,我们建议为每个RPC请求创建一个回调队列。这是非常低效的,但幸运的是有一个更好的方法 - 让我们为每个客户端创建一个回调队列。

  这将引发了一个新问题,在该队列中收到响应,响应所属的请求是不知道的。此时正是使用correlationId属性的时候。我们将为每个请求设置一个唯一的值。稍后,当我们在回调队列中收到一条消息时,我们将查看此属性,并且基于此,我们将能够将响应与请求相匹配。如果我们看到一个未知的correlationId值,我们可以安全地丢弃该消息 - 它不属于我们的请求。

  您可能会问,为什么我们应该忽略回调队列中的未知消息,而不是出现错误?这是由于服务器端可能出现竞争情况。虽然不太可能,RPC服务器可能会在发送答复之后,但在发送请求的确认消息之前死亡。如果发生这种情况,重新启动的RPC服务器将再次处理该请求。这就是为什么在客户端上,我们必须优雅地处理这些重复的响应,并且RPC应该理想地是幂等的。

4、概要【Summary】

 
  我们的RPC将像这样工作:

     当客户端启动时,它创建一个匿名独占回调队列。
     对于RPC请求,客户端发送一个具有两个属性的消息:replyTo,它被设置为回调队列和correlationId,它被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)正在等待队列上的请求。 当请求出现时,它将执行该作业,并使用replyTo字段中的队列将结果发送回客户端。
     客户端等待回呼队列中的数据。 当信息出现时,它检查correlationId属性。 如果它与请求中的值相匹配,则返回对应用程序的响应。

5、整合

  斐波纳契【Fibonacci】任务:

private static int fib(int n)
  {
    if (n == 0 || n == 1) return n;
    return fib(n - 1) + fib(n - 2);
  }


  我们声明斐波那契函数。 它只假设有效的正整数输入。 (不要指望这一个能为大数字工作,而且这可能是最慢的递归实现)

   我们的RPC服务器RPCServer.cs的代码如下所示:

 1  using System;
 2 using RabbitMQ.Client;
 3 using RabbitMQ.Client.Events;
 4 using System.Text;
 5 
 6 class RPCServer
 7 {
 8     public static void Main()
 9     {
10         var factory = new ConnectionFactory() { HostName = "localhost" };
11         using (var connection = factory.CreateConnection())
12         using (var channel = connection.CreateModel())
13         {
14             channel.QueueDeclare(queue: "rpc_queue", durable: false,
15               exclusive: false, autoDelete: false, arguments: null);
16             channel.BasicQos(0, 1, false);
17             var consumer = new EventingBasicConsumer(channel);
18             channel.BasicConsume(queue: "rpc_queue",
19               noAck: false, consumer: consumer);
20             Console.WriteLine(" [x] Awaiting RPC requests");
21 
22             consumer.Received += (model, ea) =>
23             {
24                 string response = null;
25 
26                 var body = ea.Body;
27                 var props = ea.BasicProperties;
28                 var replyProps = channel.CreateBasicProperties();
29                 replyProps.CorrelationId = props.CorrelationId;
30 
31                 try
32                 {
33                     var message = Encoding.UTF8.GetString(body);
34                     int n = int.Parse(message);
35                     Console.WriteLine(" [.] fib({0})", message);
36                     response = fib(n).ToString();
37                 }
38                 catch (Exception e)
39                 {
40                     Console.WriteLine(" [.] " + e.Message);
41                     response = "";
42                 }
43                 finally
44                 {
45                     var responseBytes = Encoding.UTF8.GetBytes(response);
46                     channel.BasicPublish(exchange: "", routingKey: props.ReplyTo,
47                       basicProperties: replyProps, body: responseBytes);
48                     channel.BasicAck(deliveryTag: ea.DeliveryTag,
49                       multiple: false);
50                 }
51             };
52 
53             Console.WriteLine(" Press [enter] to exit.");
54             Console.ReadLine();
55         }
56     }
57 
58     ///
59 
60     /// Assumes only valid positive integer input.
61     /// Don't expect this one to work for big numbers, and it's
62     /// probably the slowest recursive implementation possible.
63     ///
64 
65     private static int fib(int n)
66     {
67         if (n == 0 || n == 1)
68         {
69             return n;
70         }
71 
72         return fib(n - 1) + fib(n - 2);
73     }
74 }


 服务器代码相当简单:

     像往常一样,我们开始建立连接,通道并声明队列。
     我们可能想要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访问队列。 然后我们注册一个交付处理程序,我们在其中进行工作并发回响应。

我们的RPC客户端的代码RPCClient.cs

 1 using System;
 2 using System.Collections.Generic;
 3 using System.Linq;
 4 using System.Text;
 5 using System.Threading.Tasks;
 6 using RabbitMQ.Client;
 7 using RabbitMQ.Client.Events;
 8 
 9 class RPCClient
10 {
11     private IConnection connection;
12     private IModel channel;
13     private string replyQueueName;
14     private QueueingBasicConsumer consumer;
15 
16     public RPCClient()
17     {
18         var factory = new Connectio 

鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
c#登陆后自动运行发布时间:2022-07-10
下一篇:
C#中,仿效Java中,SQL参数以?替代的做法,解决IN的防注入问题(续) ...发布时间:2022-07-10
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap