通过实例解析Python RPC实现原理及方法

单线程同步

• 使用socket传输数据

• 使用json序列化消息体

• struct将消息编码为二进制字节串，进行网络传输

消息协议

// 输入
{
 in: "ping",
 params: "ireader 0"
}

// 输出
{
 out: "pong",
 result: "ireader 0"
}

客户端 client.py

# coding: utf-8
# client.py

import json
import time
import struct
import socket

def rpc(sock, in_, params):
 response = json.dumps({"in": in_, "params": params}) # 请求消息体
 length_prefix = struct.pack("I", len(response)) # 请求长度前缀
 sock.sendall(length_prefix)
 sock.sendall(response)
 length_prefix = sock.recv(4) # 响应长度前缀
 length, = struct.unpack("I", length_prefix)
 body = sock.recv(length) # 响应消息体
 response = json.loads(body)
 return response["out"], response["result"] # 返回响应类型和结果

if __name__ == '__main__':
 s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
 s.connect(("localhost", 8080))
 for i in range(10): # 连续发送10个rpc请求
   out, result = rpc(s, "ping", "ireader ％d" ％ i)
   print out, result
   time.sleep(1) # 休眠1s，便于观察
 s.close() # 关闭连接

服务端 blocking_single.py

# coding: utf8
# blocking_single.py

import json
import struct
import socket

def handle_conn(conn, addr, handlers):
 print addr, "comes"
 while True: # 循环读写
   length_prefix = conn.recv(4) # 请求长度前缀
   if not length_prefix: # 连接关闭了
     print addr, "bye"
     conn.close()
     break # 退出循环，处理下一个连接
   length, = struct.unpack("I", length_prefix)
   body = conn.recv(length) # 请求消息体
   request = json.loads(body)
   in_ = request['in']
   params = request['params']
   print in_, params
   handler = handlers[in_] # 查找请求处理器
   handler(conn, params) # 处理请求

def loop(sock, handlers):
 while True:
   conn, addr = sock.accept() # 接收连接
   handle_conn(conn, addr, handlers) # 处理连接

def ping(conn, params):
 send_result(conn, "pong", params)

def send_result(conn, out, result):
 response = json.dumps({"out": out, "result": result}) # 响应消息体
 length_prefix = struct.pack("I", len(response)) # 响应长度前缀
 conn.sendall(length_prefix)
 conn.sendall(response)

if __name__ == '__main__':
 sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM) # 创建一个TCP套接字
 sock.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1) # 打开reuse addr选项
 sock.bind(("localhost", 8080)) # 绑定端口
 sock.listen(1) # 监听客户端连接
 handlers = { # 注册请求处理器
   "ping": ping
 }
 loop(sock, handlers) # 进入服务循环

多线程同步

• 使用线程库thread创建原生线程

• 服务器可并行处理多个客户端

服务端 multithread.py

多进程同步

• Python的GIL导致单个进程只能占满一个CPU核心，多线程无法利用多核优势

• os.fork()会生成子进程

• 子进程退出后，父进程需使用waitpid系统调用收割子进程，防止其称为僵尸资源

• 在子进程中关闭服务器套接字后，在父进程中也要关闭服务器套接字

• 因为进程fork后，父子进程都有自己的套接字引用指向内核的同一份套接字对象，套接字引用计数为2，对套接字进程close，即将套接字对象的引用计数减1
  

PreForking同步

• 进程比线程耗费资源，通过PreForking进程池模型对服务器开辟的进程数量进行限制，避免服务器负载过重

• 如果并行的连接数量超过了prefork进程数量，后来的客户端请求将会阻塞
  

单进程异步

• 通过事件轮询API，查询相关套接字是否有响应的读写事件，有则携带事件列表返回，没有则阻塞

• 拿到读写事件后，可对事件相关的套接字进行读写操作

• 设置读写缓冲区

• Nginx/Nodejs/Redis都是基于异步模型

• 异步模型编码成本高，易出错，通常在公司业务代码中采用同步模型，仅在讲究高并发高性能的场合才使用异步模型
  

PreForking异步

Tornado/Nginx采用了多进程PreForking异步模型，具有良好的高并发处理能力

来源：https://www.cnblogs.com/cxc1357/p/13197183.html