博客翻译自：RabbitMQ Tutorials Java版
RabbitMQ（二）：Work Queues、循环分发、消息确认、持久化、公平分发
RabbitMQ（三）：Exchange交换器–fanout
RabbitMQ（四）：Exchange交换器–direct
RabbitMQ（六）：回调队列callback queue、关联标识correlation id、实现简单的RPC系统
远程过程调用(RPC)：
在第二篇博客中，我们学会了如何使用工作队列将耗时的任务分发给多个工作者。但假如我们想调用远程电脑上的一个函数（或方法）并等待函数执行的结果，这时候该怎么办呢？好吧，这是一个不同的故事。这种模式通常称为远程过程调用RPC（Remote Procedure Call）。
在今天的教程中，我们将会使用RabbitMQ来建立一个RPC系统：一个客户端和一个可扩展的RPC服务端。因为我们没有任何现成的耗时任务，我们将会创建一个假的RPC服务，它将返回斐波那契数（Fibonacci numbers）。
客户端接口（Client interface）：
为了演示如何使用RPC服务，我们将创建一个简单的客户端类。它负责暴露一个名为call的方法，该方法将发送一个RPC请求并阻塞，直到接收到回答。
FibonacciRpcClient fibonacciRpc = new FibonacciRpcClient();
String result = fibonacciRpc.call("4");
System.out.println( "fib(4) is " + result);
回调队列（Callback queue）：
使用RabbitMQ来做RPC很容易。客户端发送一个请求消息，服务端以一个响应消息回应。为了可以接收到响应，需要与请求（消息）一起，发送一个回调的队列。我们使用默认的队列（Java独有的）：
callbackQueueName = channel.queueDeclare().getQueue();
BasicProperties props = new BasicProperties
.Builder()
.replyTo(callbackQueueName)
.build();
channel.basicPublish("", "rpc_queue", props, message.getBytes());
// ... then code to read a response message from the callback_queue ...
消息属性
AMQP 0-9-1协议预定义了消息的14种属性。大部分属性都很少用到，除了下面的几种：
- ①
deliveryMode：标记一个消息是持久的（值为2）还是短暂的（2以外的任何值），你可能还记得我们的第二个教程中用到过这个属性。- ②
contentType：描述编码的mime-type（mime-type of the encoding）。比如最常使用JSON格式，就可以将该属性设置为application/json。- ③
replyTo：通常用来命名一个回调队列。- ④
correlationId：用来关联RPC的响应和请求。
我们需要引入一个新的类：
import com.rabbitmq.client.AMQP.BasicProperties;
关联标识（Correlation Id）：
在上面的方法中，我们为每一个RPC请求都创建了一个新的回调队列。这样做显然很低效，但幸好我们有更好的方式：让我们为每一个客户端创建一个回调队列。
这样做又引入了一个新的问题，在回调队列中收到响应后不知道到底是属于哪个请求的。这时候，CorrelationId就可以派上用场了。对每一个请求，我们都创建一个唯一性的值作为CorrelationId。之后，当我们从回调队列中收到消息的时候，就可以查找这个属性，基于这一点，我们就可以将一个响应和一个请求进行关联。如果我们看到一个不知道的 CorrelationId值，我们就可以安全地丢弃该消息，因为它不属于我们的请求。
你可能会问，为什么要忽视回调队列中的不知道的消息，而不是直接以一个错误失败（failing with an error）。这是由于服务端可能存在的竞争条件。尽管不会，但这种情况仍有可能发生：RPC服务端在发给我们答案之后就挂掉了，还没来得及为请求发送一个确认信息。如果发生这种情况，重启后的RPC服务端将会重新处理该请求（因为没有给RabbitMQ发送确认消息，RabbitMQ会重新发送消息给RPC服务）。这就是为什么我们要在客户端优雅地处理重复响应，并且理想情况下，RPC服务要是幂等的。
总结：
我们的RPC系统的工作流程如下：
当客户端启动后，它会创建一个异步的独特的回调队列。对于一个RPC请求，客户端将会发送一个配置了两个属性的消息：一个是replyTo属性，设置为这个回调队列；另一个是correlation id属性，每一个请求都会设置为一个具有唯一性的值。这个请求将会发送到rpc_queue队列。
RPC工作者（即图中的server）将会等待rpc_queue队列的请求。当有请求到来时，它就会开始干活（计算斐波那契数）并将结果通过发送消息来返回，该返回消息发送到replyTo指定的队列。
客户端将等待回调队列返回数据。当返回的消息到达时，它将检查correlation id属性。如果该属性值和请求匹配，就将响应返回给程序。
放在一块：
计算斐波那契数的任务如下：
private static int fib(int n) {
if (n == 0) return 0;
if (n == 1) return 1;
return fib(n-1) + fib(n-2);
}
我们定义了斐波那契函数，它假设只会输入正整数（不要期望该函数在输入很大的数的时候可以好好工作，它可能是最慢的递归实现）。
RPC服务RPCServer.java的代码如下：
import com.rabbitmq.client.ConnectionFactory;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Consumer;
import com.rabbitmq.client.DefaultConsumer;
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Envelope;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
public class RPCServer {
private static final String RPC_QUEUE_NAME = "rpc_queue";
//模拟的耗时任务，即计算斐波那契数
private static int fib(int n) {
if (n == 0) return 0;
if (n == 1) return 1;
return fib(n - 1) + fib(n - 2);
}
public static void main(String[] argv) {
//创建连接和通道
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("localhost");
Connection connection = null;
try {
connection = factory.newConnection();
final Channel channel = connection.createChannel();
//声明队列
channel.queueDeclare(RPC_QUEUE_NAME, false, false, false, null);
//一次只从队列中取出一个消息
channel.basicQos(1);
System.out.println(" [x] Awaiting RPC requests");
//监听消息（即RPC请求）
Consumer consumer = new DefaultConsumer(channel) {
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
AMQP.BasicProperties replyProps = new AMQP.BasicProperties
.Builder()
.correlationId(properties.getCorrelationId())
.build();
//收到RPC请求后开始处理
String response = "";
try {
String message = new String(body, "UTF-8");
int n = Integer.parseInt(message);
System.out.println(" [.] fib(" + message + ")");
response += fib(n);
} catch (RuntimeException e) {
System.out.println(" [.] " + e.toString());
} finally {
//处理完之后，返回响应（即发布消息）
System.out.println("[server current time] : " + System.currentTimeMillis());
channel.basicPublish("", properties.getReplyTo(), replyProps, response.getBytes("UTF-8"));
channel.basicAck(envelope.getDeliveryTag(), false);
}
}
};
channel.basicConsume(RPC_QUEUE_NAME, false, consumer);
//loop to prevent reaching finally block
while (true) {
try {
Thread.sleep(100);
} catch (InterruptedException _ignore) {
}
}
} catch (IOException | TimeoutException e) {
e.printStackTrace();
} finally {
if (connection != null)
try {
connection.close();
} catch (IOException _ignore) {
}
}
}
}
RPC服务的代码很直白：
- （1）开始先建立连接、通道并声明队列。
- （2）我们可能会运行多个服务进程，为了负载均衡我们通过设置
prefetchCount =1将任务分发给多个服务进程 - （3）我们使用了
basicConsume来连接队列，并通过一个DefaultConsumer对象提供回调。这个DefaultConsumer对象将进行工作并返回响应。
我们的RPC客户端RPCClient代码如下：
package com.maxwell.rabbitdemo;
import com.rabbitmq.client.ConnectionFactory;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DefaultConsumer;
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Envelope;
import java.io.IOException;
import java.util.UUID;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.TimeoutException;
public class RPCClient {
private Connection connection;
private Channel channel;
private String requestQueueName = "rpc_queue";
private String replyQueueName;
//定义一个RPC客户端
public RPCClient() throws IOException, TimeoutException {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("localhost");
connection = factory.newConnection();
channel = connection.createChannel();
replyQueueName = channel.queueDeclare().getQueue();
}
//真正地请求
public String call(String message) throws IOException, InterruptedException {
final String corrId = UUID.randomUUID().toString();
AMQP.BasicProperties props = new AMQP.BasicProperties
.Builder()
.correlationId(corrId)
.replyTo(replyQueueName)
.build();
channel.basicPublish("", requestQueueName, props, message.getBytes("UTF-8"));
final BlockingQueue<String> response = new ArrayBlockingQueue<String>(1);
channel.basicConsume(replyQueueName, true, new DefaultConsumer(channel) {
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
if (properties.getCorrelationId().equals(corrId)) {
System.out.println("[client current time] : " + System.currentTimeMillis());
response.offer(new String(body, "UTF-8"));
}
}
});
return response.take();
}
//关闭连接
public void close() throws IOException {
connection.close();
}
public static void main(String[] argv) {
RPCClient fibonacciRpc = null;
String response = null;
try {
//创建一个RPC客户端
fibonacciRpc = new RPCClient();
System.out.println(" [x] Requesting fib(30)");
//RPC客户端发送调用请求，并等待影响，直到接收到
response = fibonacciRpc.call("30");
System.out.println(" [.] Got '" + response + "'");
} catch (IOException | TimeoutException | InterruptedException e) {
e.printStackTrace();
} finally {
if (fibonacciRpc != null) {
try {
//关闭RPC客户的连接
fibonacciRpc.close();
} catch (IOException _ignore) {
}
}
}
}
}
客户端代码看起来有一些复杂：
- （1）建立连接和通道，并声明了一个独特的回调队列。
- （2）订阅这个回调队列，所以我们可以接收RPC响应。
- （3）call方法执行RPC请求。在call方法中，我们首先生成一个具有唯一性的
correlationId值并存在变量corrId中。我们的DefaultConsumer中的实现方法handleDelivery会使用这个值来获取争取的响应。然后，我们发布了这个请求消息，并设置了replyTo和correlationId这两个属性。好了，现在我们可以坐下来耐心等待响应到来了。 - （4）由于我们的消费者处理（指
handleDelivery方法）是在子线程进行的，因此我们需要在响应到来之前暂停主线程（否则主线程结束了，子线程接收到了影响传给谁啊）。使用BlockingQueue是一种解决方案。在这里我们创建了一个阻塞队列ArrayBlockingQueue并将它的容量设为1，因为我们只需要接受一个响应就可以啦。handleDelivery方法所做的很简单，当有响应来的时候，就检查是不是和correlationId匹配，匹配的话就放到阻塞队列ArrayBlockingQueue中。 - 同时，主线程正等待影响。
- （5）最终将影响返回给用户了。
现在，可以动手实验了。首先，执行RPC服务端，让它等待请求的到来。
[x] Awaiting RPC requests
然后，执行RPC客户端，即RPCClient中的main方法，发起请求：
[x] Requesting fib(30)
[client current time] : 1500474305838
[.] Got '832040'
可以看到，客户端很快就接受到了请求，回头看RPC服务端的时间：
[.] fib(30)
[server current time] : 1500474305835
上面这种设计并不是RPC服务端的唯一实现，但是它有以下几个重要的优势：
- ① 如果RPC服务端很慢，你可以通过运行多个实例就可以实现扩展。
- ② 在RPC客户端，RPC要求发送和接受一个消息。非同步的方法
queueDeclare是必须的。这样，RPC客户端只需要为一个RPC请求只进行一次网络往返。
但我们的代码仍然太简单，并没有处理更复杂但也非常重要的问题，像：
- ① 如果没有服务端在运行，客户端该怎么办
- ② 客户端应该为一次RPC设置超时吗
- ③ 如果服务端发生故障并抛出异常，它还应该返回给客户端吗？
- ④ 在处理消息前，先通过边界检查、类型判断等手段过滤掉无效的消息等
说明：
①与原文略有出入，如有疑问，请参阅原文
②原文均是编译后通过javacp命令直接运行程序，我是在IDE中进行的，相应的操作做了修改。
③添加了客户端和服务端执行时间。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/114604.html原文链接：https://javaforall.net
![C++ lamda表达式[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
