QSRPC-starter: 一个基于QSRPC,结合spring-boot实现远程调用的轻量级高性能RPC框架

一个基于QSRPC, 结合 spring-boot 实现远程调用的轻量级高性能RPC框架

使用 nacos(2.0) / zookeeper 服务发现, 自动注册扩展服务
使用长连接TCP池, netty 作为网络IO, 支持全双工通信, 高性能
支持异步调用,提升qps上限
默认使用 Protostuff 序列化
支持压缩snappy, gzip
支持针对整个服务/单个接口进行qps限制, 超时等设置
支持权重调用服务负载均衡
欢迎学习交流~

Maven

<dependency>
    <groupId>com.github.tohodog</groupId>
    <artifactId>qsrpc-starter</artifactId>
    <version>1.1.1</version>
</dependency>

<!--导入如有问题,可尝试添加jitpack源-->
<repositories>
  <repository>
      <id>jitpack.io</id>
      <url>https://jitpack.io</url>
  </repository>
</repositories>

Demo(4step)

First configured nacos / zookeeper

1.application.properties(yml)

#nacos 
qsrpc.nacos.addr=192.168.0.100:8848

#zookeeper 
#qsrpc.zk.ips=127.0.0.1:2181

#节点IP
qsrpc.node.ip=192.168.0.100 (请配置为内(外)网IP,不配置自动获取)
qsrpc.node.port=19980

#option
#请求权重(1-127) 默认平均1
#qsrpc.node.weight=1
#压缩,带宽不足可选
#qsrpc.node.zip=snappy/gzip
#全局请求超时时间
#qsrpc.connect.timeout=60000

2.SpringBootApplication

@EnableQSRpc//add this
//@EnableQSRpc(qps = 100000) 限制整个服务qps
@SpringBootApplication
public class RPCApplication {
    public static void main(String[] args) {
        SpringApplication.run(RPCApplication.class, args);
    }
}

3.public api

public interface IRPCServer {
    String hello(String name);
    RPCFuture<String> future(String name);//异步
}

4.1 server

@QSRpcService
//@QSRpcService(value = "2.0", qps = 1f) 设置版本号及该服务qps
public class RPCServer implements IRPCServer {
    @Override
    public String hello(String name) {
        return "hello:" + name;
    }

    @Override
    public RPCFuture<String> future(String name) {
        return RPCFuture.Ok(name);
        //服务端如需异步处理,可创建RPCFuture rpc=new RPCFuture();
        //先行返回rpc,后续异步调用rpc.handleResult(t)返回结果
    }

}

4.2 client

@QSRpcReference
//@QSRpcReference(version = "2.0",timeout = 10000) 配置版本号及超时
IRPCServer rpcServer;

//同步调用
@ResponseBody
@GetMapping("/hello")
public String hello() {
    return rpcServer.hello("QSPRC");
}

//异步调用
@GetMapping("/future")
public String future() {
    RPCFuture<String> future = rpcServer.future("QSPRC");
    future.setCallback(new Callback<String>() {
        @Override
         public void handleResult(String result) {
            System.out.println("result:" + result);
        }
       @Override
        public void handleError(Throwable error) {
            System.err.println("error:" + error);
        }
    });
    return "ok";
}

Future

~~服务调用支持异步~~
断路器策略
服务统计治理
...

Test

4-core自发自收的情况下2.3万/秒的并发数,实际会更高 Test截图截图2
异步调用可达10w+,可拉取test分支测试

CPU	request	time	qps	qps(异步)
i3-8100(4-core/4-thread)	10w(8-thread)	4331ms	23089	10w+
i7-8700(6-core/12-thread)	30w(24-thread)	6878ms	43617	20w+

QSRPC项目技术选型及简介

1.TCP通信

1.1 连接模式:

　本项目tcp通信使用长连接+全双工通信(两边可以同时收/发消息),可以保证更大的吞吐量/更少的连接数资源占用,理论上使用一个tcp连接即可满足通信(详见pool),如果使用http/1.1协议的请求-响应模式,同一个连接在同一个时刻只能有一个消息进行传输,如果有大量请求将会阻塞或者需要开更多tcp连接来解决

1.2 协议:

TCP	长度	消息ID	协议号	加密/压缩	内容	包尾
Byte	4	4	1	1(4bit+4bit)	n	2

　首先,使用长连接那就需要解决tcp粘包问题,常见的两种方式:

包头长度:优点最简单,也是最高效的,缺点是无法感知数据包错误,会导致后续所有包错乱
特定包尾:优点能感知包错误,不影响后续包,缺点需要遍历所有字节,且不能与包内容冲突

　综上,本框架使用的是包头长度+特定包尾,结合了两者优点,避免了缺点,高效实用,检测到包错误会自动断开. 没有使用校检码转码等,因为需要考虑实际情况,内网里出错概率非常低,出错了也能重连,对于RPC框架追求性能来说是合适的,即使是外网,后续有需求可以增加校验加密协议
　其次,因为支持全双工那就需要解决消息回调问题,本协议使用了一个消息ID,由客户端生成,服务端返回消息带上;由于发送和接收是非连续的,所以客户端需要维护一个回调池,以ID为key,value为此次请求的context(callback),因为是异步的,请求有可能没有响应,所以池需要有超时机制

1.3 压缩/加密:

　当出现带宽不足而CPU性能有余时,压缩就派上用场了,用时间换空间。目前支持了snappy/gzip两种压缩,snappy应用于google的rpc上,具有高速压缩速度和合理的压缩率,gzip速度次于snappy,但压缩率较高,根据实际情况配置,前提必须是带宽出现瓶颈/要求,否则不需要开启压缩
　加密功能计划中(加盐位算法)

1.4 IO框架:

网络IO目前是基于netty搭建的,支持nio,zero-copy等特性,由于本框架连接模式使用长连接,连接数固定且较少,所以本框架性能对于IO模式(BIO/NIO/AIO)并不是很敏感,netty对于http,iot服务这种有大量连接数的优势就很大了

2. Tcp pool

　前面说了一个tcp连接即可支撑通信,为啥又用pool了呢,原因有两个:1. netty工作线程对于同一个连接使用同一个线程来处理的,所以如果客户端发送大量请求时,服务端只有一个线程在处理导致性能问题,起初是想服务端再把消息分发到线程池,但后续测试发现此操作在高并发下会导致延迟增大,因为又把消息放回线程池排队了。2. 相对于一条tcp链接,使用pool会更加灵活,且连接数也很少,并没有性能影响; 本框架还基于pool实现了一个[请求-响应]的通信模式*
　客户端Pool的maxIdle(maxActive)=服务节点配置的CPU线程数*2=服务节点netty的工作线程数,pool采用FIFO先行先出的策略,可以保证在高并发下均匀的使用tcp连接,服务端就不用再次分发消息了

3. 服务注册发现

　分布式系统中都需要一个配置/服务中心,才能进行统一管理.本框架目前使用zookeeper(已支持nacos)进行服务注册,zookeeper是使用类似文件目录的结构,每个目录都可以存一个data
　节点注册是使用[IP:PROT_TIME]作为目录名,data存了节点的json数据,创建模式为EPHEMERAL_SEQUENTIAL(断开后会删除该目录),这样就达到了自动监听节点上下线的效果,加入时间戳是为了解决当节点快速重启时,注册了两个目录,便于进行区分处理
　客户端通过watch目录变化信息,从而获取到所有服务节点信息,同步一个副本到本地Map里(需加上读写锁),客户端就可以实现高效调用对应的服务了,性能瓶颈不用依赖于注册中心,系统可靠性更强,即使注册中心挂了依赖副本也可正常运行

Log

v1.1.1(2021-11-25)

支持异步调用,提升框架qps上限
升级依赖
其他优化...

v1.0.3(2021-04-16)

支持Nacos 2.0
支持yml,自动获取node ip
其他优化...

v1.0.2(2020-11-26)

客户端支持选择调用指定节点
异常处理优化

v1.0.1(2020-11-23)

Upgrade dependencies

v0.1.0(2020-11-16)

open source

Other

有问题请Add issues
如果项目对你有帮助的话欢迎star

PineProject / QSRPC-starter

Maven

Demo(4step)

1.application.properties(yml)

2.SpringBootApplication

3.public api

4.1 server

4.2 client

Future

Test

QSRPC项目技术选型及简介

1.TCP通信

1.1 连接模式:

1.2 协议:

1.3 压缩/加密:

1.4 IO框架:

2. Tcp pool

3. 服务注册发现

Log

v1.1.1(2021-11-25)

v1.0.3(2021-04-16)

v1.0.2(2020-11-26)

v1.0.1(2020-11-23)

v0.1.0(2020-11-16)

Other

简介

发行版 (4)

贡献者

近期动态

PineProject / QSRPC-starter .gitee-modal { width: 500px !important; }

Maven

Demo(4step)

1.application.properties(yml)

2.SpringBootApplication

3.public api

4.1 server

4.2 client

Future

Test

QSRPC项目技术选型及简介

1.TCP通信

1.1 连接模式:

1.2 协议:

1.3 压缩/加密:

1.4 IO框架:

2. Tcp pool

3. 服务注册发现

Log

v1.1.1(2021-11-25)

v1.0.3(2021-04-16)

v1.0.2(2020-11-26)

v1.0.1(2020-11-23)

v0.1.0(2020-11-16)

Other

简介

发行版 (4)

开源评估指数源自 OSS-Compass 评估体系，评估体系围绕以下三个维度对项目展开评估：

贡献者

近期动态

搜索帮助

PineProject / QSRPC-starter