聊聊Python用rpc实现分布式系统调用的那些事

通俗的讲rpc是什么？

rpc 一般俗称，远程过程调用，把本地的函数，放到远端去调用。

通常我们调用一个方法，譬如: sumadd(10, 20)，sumadd方法的具体实现要么是用户自己定义，要么存在于该语言的库函数中，也就说在sumadd方法的代码实现在本地，它是一个本地调用！

“远程调用”意思就是：被调用方法的具体实现不在程序运行本地，而是在别的某个地方（分布到各个服务器），但是用起来像是在本地。

rpc远程调用原理 :

比如 A调用B提供的remoteAdd方法：

首先A与B之间建立一个TCP连接；

然后A把需要调用的方法名（这里是remoteAdd）以及方法参数（10， 20）序列化成字节流发送出去；

B接受A发送过来的字节流，然后反序列化得到目标方法名，方法参数，接着执行相应的方法调用（可能是localAdd）并把结果30返回；

A接受远程调用结果,然后do()。

RPC框架也就是把上线说的具体的细节封装起来，给用户好用的API使用（提示：有些远程调用选择比较底层的socket协议，有些远程调用选择比较上层的HTTP协议）；

一般rpc配合http协议的多点，也就是走http的多。 当然还是看应用，我曾经一共的rpc框架是基于zeromq的zerorpc。速度是挺快，server和client都有python的gevent支持，速度没道理慢。（有兴趣的，可以看看有关zerorpc的文章 http://rfyiamcool.blog.51cto.com/1030776/1254000 ）最少要比python本身的xml-rpc要快。 rpc over http（基于http的rpc）有两种协议，一种是xml-rpc ，还有一个是 json-rpc。

XML-RPC:XML Remote Procedure Call，即XML远程方法调用,利用http+xml封装进行RPC调用。基于http协议传输、XML作为信息编码格式。一个xml-rpc消息就是一个请求体为xml的http-post请求，服务端执行后也以xml格式编码返回。这个标准面前已经演变为下面的SOAP协议。可以理解SOAP是XML-RPC的高级版本。

JSON-RPC:JSON Remote Procedure Call，即JSON远程方法调用 。类似于XML-RPC，不同之处是使用JSON作为信息交换格式

下面是一个例子，很简单。我们是用python的rpc库SimpleXMLRPCServer 做的测试，创建rpc server，然后注册一些函数，供应别的客户端去调用。

from SimpleXMLRPCServer import SimpleXMLRPCServer   
原文：xiaorui.cc   
def add(x,y):   
    return x+y   
    
def subtract(x, y):   
    return x-y   
    
def multiply(x, y):   
    return x*y   
    
def divide(x, y):   
    return x/y  
    
# A simple server with simple arithmetic functions   
server = SimpleXMLRPCServer(("localhost", 8000))   
print "Listening on port 8000..." 
server.register_multicall_functions()   
server.register_function(add, 'add')   
server.register_function(subtract, 'subtract')   
server.register_function(multiply, 'multiply')   
server.register_function(divide, 'divide')   
server.serve_forever() 

import xmlrpclib   
    
proxy = xmlrpclib.ServerProxy("http://localhost:8000/")   
multicall = xmlrpclib.MultiCall(proxy)   
multicall.add(7,3)   
multicall.subtract(7,3)   
multicall.multiply(7,3)   
multicall.divide(7,3)   
result = multicall()   
    
print "7+3=%d, 7-3=%d, 7*3=%d, 7/3=%d" % tuple(result) 

rpc本来是单任务的，如果任务相对频繁，可以设置成多线程的默认，你不用在调用threading模块什么的，直接引用 。

class AsyncXMLRPCServer(SocketServer.ThreadingMixIn,SimpleXMLRPCServer): pass 

然后rpc初始化的方法换成。

server = AsyncXMLRPCServer(('', 1111), SimpleXMLRPCRequestHandler) 

这里再说下，和xmlrpc相似的jsonrpc，貌似现在用xmlrpc的，要比jsonrpc的多点。 有时候到国外的it论坛看帖子，xmlrpc用的交多点。其实现在较大的公司，一般干脆直接自己实现了rpc框架，像淘宝Dubbo（朋友有搞过，搞了半天，没有对接成接口，说是有难度，不明觉厉！），百度的xxx（忘名字了）。

import jsonrpc   
server = jsonrpc.Server(jsonrpc.JsonRpc20(), jsonrpc.TransportTcpIp(addr=("127.0.0.1", 31415), logfunc=jsonrpc.log_file("myrpc.log")))   
#原文：xiaorui.cc   
# 注册一个函数方法   
def echo(s):   
    return s   
    
def search(number=None, last_name=None, first_name=None):   
    sql_where = []   
    sql_vars  = []   
    if number is not None:   
        sql_where.append("number=%s")   
        sql_vars.append(number)   
    if last_name is not None:   
        sql_where.append("last_name=%s")   
        sql_vars.append(last_name)   
    if first_name is not None:   
        sql_where.append("first_name=%s")   
        sql_vars.append(first_name)   
    sql_query = "SELECT id, last_name, first_name, number FROM mytable" 
    if sql_where:   
        sql_query += " WHERE" + " AND ".join(sql_where)   
    cursor = ...   
    cursor.execute(sql_query, *sql_vars)   
    return cursor.fetchall()   
    
server.register_function( echo )   
server.register_function( search )   
    
# start server   
server.serve() 

# 创建jsonrpc客户端   
import jsonrpc   
server = jsonrpc.ServerProxy(jsonrpc.JsonRpc20(), jsonrpc.TransportTcpIp(addr=("127.0.0.1", 31415)))   
    
#调用远端的一个函数   
result = server.echo("hello world")   
    
found = server.search(last_name='Python')  

我做过一些个压力的测试，XMLRPCSERVER的开了async之后，每个连接特意堵塞5秒，他的并发在40个左右 。也就是每秒成功40个左右，剩下的还是在堵塞等待中。 其实他的瓶颈不是在于rpc的本身，是承载rpc的那个basehttpserver，太弱爆了。

接收请求，调用方法 ！

 现在开源社区这么发达，有不少人都根据rpc的协议，重写了承载rpc的web服务。  比如用flask，tornado,配合uwsgi，你猜咋招了。。。。如果不堵塞连接，那还可以，如果堵塞连接，uwsgi的废材特色就显出来了，以前有文章说过，uwsgi是prework，他会预先启动进程，官方都推荐要根据你的cpu核数或者超线程来开启进程，如果开的太多，你会发现，uwsgi他是驾驭不了那么多进程的。还是看我大tornado，用了@gen.engine之后。轻易飙到500的并发连接。 

（以上是我的吃饱又蛋疼测试，没听过谁会重复调用那么多的堵塞方法，自评 sx行为） 

不多说了，看flask实现xmlrpc服务端的代码，看了下flask xmlrpc的源码，实现的不难。

from flask import Flask   
from flaskext.xmlrpc import XMLRPCHandler, Fault   
    
app = Flask(__name__)   
    
handler = XMLRPCHandler('api')   
handler.connect(app, '/api')   
    
@handler.register   
def woca(name="world"):   
    if not name:   
        raise Fault("fuck...fuck", "fuck shencan!")   
    return "Hello, %s!" % name   
原文：xiaorui.cc   
app.run() 

对于每个连接的超时，有多种的方法，如果你用的是flask，tornado做web server，那就写个装饰器single起来，只是性能不好。 或者是前面挂一个nginx，然后做个client_header_timeout,client_body_timeout,proxy_connect_timeout(你懂的。)，如果用的python自带的xml-rpc的话，需要引入socket。

import socket   
socket.setdefaulttimeout() 

再说下rpc安全的问题。

至于安全方面，有兴趣就开个ssl，或者是在程序里面判断下client ip，反正配置都是统一下发的，你重载daemon的时候，也就知道该判断什么ip了。

我个人对于rpc的应用，更加的倾向于基本资源的获取和调用，毕竟单纯的用socket或者是mq，你在程序里面还要做一个解析过来的数据，然后根据过来的数据在做调用。 （alert: 我想触发 add() ,如果是rpc的话，我不用管，只是传过去就行了，到那时mq和socket就需要eval调用函数了），一些复杂的应用还是喜欢用面向资源的rest，也推荐大家用这个，靠谱的。

博文地址：http://rfyiamcool.blog.51cto.com/1030776/1439824