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.pyimport jsonimport timeimport structimport socketdef 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.pyimport jsonimport structimport socketdef 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

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持好吧啦网。