[Python] RPC实现

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

服务端  multiprocess.py

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

 

参考

Python多线程和多进程

https://www.cnblogs.com/yssjun/p/11302500.html