技术

对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 MVCC 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes自动扩容缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 扩展Kubernetes 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Kubernetes监控 Kubernetes 控制器模型 Prometheus 学习 容器日志采集 容器狂占cpu怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects之编排对象 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 kubernetes实践 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 《深入剖析kubernetes》笔记 精简代码的利器——lombok 学习 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 mysql 批量操作优化 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 docker 环境(主要运行java项目)常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 network channel network byte buffer 测试环境docker化实践 netty(七)netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Macvlan Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty(六)netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 异构数据库表在线同步 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 Kubernetes 其它特性 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 使用etcd + confd + nginx做动态负载均衡 如何通过fleet unit files 来构建灵活的服务 CoreOS 安装 CoreOS 使用 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

标签


Thrift基本原理与实践(一)

2016年07月13日

简介

本文主要从客户端代码入手,了解thrift的基本实现原理。作者喜欢用类似TTransport ==> TIOStreamTransport ==> TSocket表示类的继承与实现关系。

server端接收数据:

Alt text

我们常听到osi七层模型,这张图表明thrift的实现也有着很清晰的分层接口

  1. client : client –> protocol –> transport
  2. server : Transport –> protocol –> processor ==> Fuction

本文从同步调用和异步调用两个方面来入手。

同步调用

thrfit调用客户端例子

TTransport transport = new TSocket("localhost", 1234);
TProtocol protocol = new TBinaryProtocol(transport);
RemotePingService.Client client = new RemotePingService.Client(protocol);
transport.open();
client.ping(2012);
transport.close();

基本框架类

TTransport ==> TIOStreamTransport ==> TSocket,这三个类是典型的“上层定义接口,下层负责实现”(还有一种模式是:上层定义基本功能,下层扩展新的方法)。

TTransport提供字节数组的read和write接口,底层可以是内存间的io,文件io,网络io可以是http,tcp,实现方式可以是netty等

class TIOStreamTransport extends TTransport{
    protected InputStream inputStream_ = null;
    protected OutputStream outputStream_ = null;
}

上述的TTransport的read和write接口,由inputStream和outputStream成员具体实现。

TSocket extends TIOStreamTransport{
    private Socket socket_ = null;
    private String host_  = null;
    private int port_ = 0;
    private int socketTimeout_ = 0;
    private int connectTimeout_ = 0;
}

TSocket初始化Socket,并为其父类的inputStream和outputStream赋值。

TProtocol ==> TBinaryProtocol,TProtocol一堆writeBool,readBool等基本数据类型的方法,负责将一个方法调用中的方法名和参数等用byte[]描述出来。

IDL生成类

假设有以下实例

namespace java org.lqk.thrift
service RemotePingService{
    void ping(1: i32 length)
}

通过thrift程序会生成RemotePingService.java,里面提供了

  • RemotePingService.Iface ping(int length)
  • RemotePingService.syncIface ping(int length, org.apache.thrift.async.AsyncMethodCallback resultHandler)
  • RemotePingService.Client
  • RemotePingService.AsyncClient
  • RemotePingService.Processor
  • RemotePingService.AsyncProcessor

RemotePingService.Client extends org.apache.thrift.TServiceClient implements Iface

TServiceClient{
     void sendBase(String methodName, TBase<?,?> args)
     void sendBaseOneway(String methodName, TBase<?,?> args)
     sendBase(String methodName, TBase<?,?> args, byte type)
     receiveBase(TBase<?,?> result, String methodName)
}

TServiceClient提供发送数据(方法名和参数)和接收数据的一般抽象,将方法名和参数按一定的约定发出。

RemotePingService.client作为客户端关于RemotePingService的代理类,实现Iface接口,模拟出远程方法就在本地的感觉,将ping的调用转化成对sendBase和receiveBase的调用

public void ping(int length) throws org.apache.thrift.TException{
  send_ping(length);
  recv_ping();
}

public void send_ping(int length) throws org.apache.thrift.TException{
  ping_args args = new ping_args();
  args.setLength(length);
  sendBase("ping", args);
}

public void recv_ping() throws org.apache.thrift.TException{
  ping_result result = new ping_result();
  receiveBase(result, "ping");
  return;
}

从这个角度,我们可以看到,任何rpc框架的实现都逃不过以下几个基本问题:

  1. 基本的网络通信,bio,nio,http,tcp,原生socket,netty等。
  2. 通信数据的序列化与反序列化
  3. 通信协议的制定

同步调用代码,只要耐心分析,还是比较简单的,并且是一种很有代表性的rpc基本实现,其类划分设计非常值得学习。

异步调用

  • RemotePingService.Iface void ping(int length)
  • RemotePingService.syncIface void ping(int length, org.apache.thrift.async.AsyncMethodCallback resultHandler)

解释下自己理解的一个误区,异步调用方法一般要传一个callback,但对于网络调用来说,这个callback不会传到服务端,callback是负责网络io的线程在接到数据后触发执行的。

AsyncClient extends org.apache.thrift.async.TAsyncClient implements AsyncIface通过观察TAsyncClient,一个初步结论是:异步调用,底层网络通信和和上层数据处理都要改动.

  1. 在通信层面

     abstract class TNonblockingTransport extends TTransport{
         public abstract boolean startConnect() throws IOException;
         public abstract boolean finishConnect() throws IOException;
         public abstract SelectionKey registerSelector(Selector selector, int interests) throws IOException;
         public abstract int read(ByteBuffer buffer) throws IOException;
         public abstract int write(ByteBuffer buffer) throws IOException;
     }
    

    可以看到,如果说thrift同步调用对通信模型的选择基本没有限定的话,那么thrift异步调用就只能选nio(至少nio相对其它方案是比较好的选择)。

    class TNonblockingSocket extends TNonblockingTransport基本逻辑就是初始化SocketChannel,并使用SocketChannel实现TNonblockingTransport和TTransport定义的方法

  2. 在上层实现层面

    // AsyncClient.ping public void ping(int length, org.apache.thrift.async.AsyncMethodCallback resultHandler) throws org.apache.thrift.TException {
       checkReady();
       ping_call method_call = new ping_call(length, resultHandler, this, ___protocolFactory, ___transport);
       this.___currentMethod = method_call;
       ___manager.call(method_call);
     }
     // TAsyncClientManager
     public void call(TAsyncMethodCall method) throws TException {
         if (!isRunning()) {
           throw new TException("SelectThread is not running");
         }
         method.prepareMethodCall();
         pendingCalls.add(method);
         selectThread.getSelector().wakeup();
     }
    

    TAsyncClientManager,Contains selector thread which transitions(过渡,转场) methodcall objects.

    TAsyncClientManager有一个SelectThread和pendingCalls(ConcurrentLinkedQueue<TAsyncMethodCall>),干的事跟netty的eventloop很像:

    1. 监听连接;
    2. 处理pendingCalls中的TAsyncMethodCall,从类设计上TAsyncMethodCall会“自给自足”并记住自己执行到哪了(该发数据,还是该收数据),只需将selectKey传给它即可。TAsyncMethodCall定义了一系列状态,并有一个方法,只要传给它一个key,它会处理连接、发送和读取结果的所有逻辑,完成状态的转换。

       protected void transition(SelectionKey key) {
           // Ensure key is valid
           if (!key.isValid()) {
             key.cancel();
             Exception e = new TTransportException("Selection key not valid!");
             onError(e);
             return;
           }
           // Transition function
           try {
               switch (state) {
                   case CONNECTING:
                     doConnecting(key);
                     break;
                   case WRITING_REQUEST_SIZE:
                     doWritingRequestSize();
                     break;
                   case WRITING_REQUEST_BODY:
                     doWritingRequestBody(key);
                     break;
                   case READING_RESPONSE_SIZE:
                     doReadingResponseSize();
                     break;
                   case READING_RESPONSE_BODY:
                     doReadingResponseBody(key);    // 这里会调用callback
                     break;
                   default: // RESPONSE_READ, ERROR, or bug
                     throw new IllegalStateException("Method call in state " + state
                         + " but selector called transition method. Seems like a bug...");
               }
           } catch (Exception e) {
               key.cancel();
               key.attach(null);
               onError(e);
           }
       }
      

    汇总起来,一次异步ping的执行就是:

    1. 实例化一个TAsyncMethodCall(这里是ping_call),加入到TAsyncClientManager.pendingCalls队列中。
    2. TAsyncClientManager.selectThread运行eventloop逻辑,驱动TAsyncMethodCall状态的转换,最终在读取response后,执行callback。

总体来讲,异步请求的逻辑要比同步请求复杂的多,这种复杂性主要是nio的通信方式带来的

  1. 将发送与接收的数据交给ByteBuffer,并留意数据的清除
  2. 处理nio,往往需要一个eventloop(一个线程(或线程池))驱动io数据的处理
  3. 逻辑的复杂性增加了类划分的复杂性