PhxRPC是微信后台团队推出的一个非常简洁小巧的RPC框架，编译生成的库只有450K。

作者： Sifan Liu, Haochuan Cui 和 Duokai Huang

联系我们：[email protected]

想了解更多, 以及更详细的编译手册，请进入中文WIKI，和扫描右侧二维码关注我们的公众号

PhxRPC

总览

• 使用Protobuf作为IDL用于描述RPC接口以及通信数据结构。
• 基于Protobuf文件自动生成Client以及Server接口，用于Client的构建，以及Server的实现。
• 半同步半异步模式，采用独立多IO线程，通过Epoll管理请求的接入以及读写，工作线程采用固定线程池。IO线程与工作线程通过内存队列进行交互。
• 提供完善的过载保护，无需配置阈值，支持动态自适应拒绝请求。
• 提供简易的Client/Server配置读入方式。
• 基于lambda函数实现并发访问Server，可以非常方便地实现Google提出的 Backup Requests 模式。

局限

• 不支持多进程模式。

性能

使用Sample目录下的Search RPC C/S进行Echo RPC调用的压测，相当于Worker空转情况。

运行环境

CPU：24 x Intel(R) Xeon(R) CPU E5-2620 v3 @ 2.40GHz
内存：32 GB
网卡：千兆网卡
Client/Server机器之间PING值： 0.05ms
请求写入并发：1000个线程
业务数据大小：除去HTTP协议部分20b
Worker线程数：20

性能测试结果(qps)

短连接

ucontext类型/IO线程	1	3	8	20
system	41k	85k	90k	92k
boost	45k	95k	95k	95k

长连接

ucontext类型/IO线程	1	3	8	20
system	55k	160k	360k	500k
boost	62k	175k	410k	500k

如何编译

Protobuf准备

PhxRPC必须依赖的第三方库只有Protobuf。在编译前，在third_party目录放置好protobuf目录，或者通过软链的形式。

boost优化

PhxRPC在ServerIO以及Client并发连接管理上使用了ucontext，而boost的ucontext实现要比system默认的更为高效，推荐使用boost。如果需要使用boost的话需要在third_party目录放置好boost目录，或者通过软链的形式。

编译环境

• Linux.
• GCC-4.8及以上版本。
• boost 1.56及以上版本.（可选）

编译安装方法

进入PhxRPC根目录。

make (默认是-O2编译，如需编译debug版，执行 make debug=y)
make boost (可选，编译PhxRPC的boost优化插件，编译之前先准备好boost库)  

如何使用

编写proto文件

下面是sample目录下的proto文件样例。

syntax = "proto3";
package search;
import "google/protobuf/wrappers.proto";
import "google/protobuf/empty.proto";
import "phxrpc/phxrpc.proto";

enum SiteType {
    BLOG = 0;
    NEWS = 1;
    VIDEO = 2;
    UNKNOWN = 3;
}
message Site {
    string url = 1;
    string title = 2;
    SiteType type = 3;
    tring summary = 4;
}
message SearchRequest {
    string query = 1;
}
message SearchResult {
    repeated Site sites = 1;
}
service Search{
    rpc Search( SearchRequest ) returns( SearchResult ) { 
        option( phxrpc.CmdID ) = 1;
        option( phxrpc.OptString ) = "q:";
        option( phxrpc.Usage ) = "-q <query>";
    } 
    rpc Notify( google.protobuf.StringValue ) returns( google.protobuf.Empty ) { 
        option( phxrpc.CmdID ) = 2;
        option( phxrpc.OptString ) = "m:";
        option( phxrpc.Usage ) = "-m <msg>";
    }   
}

生成代码

(PhxRPC根目录)/codegen/phxrpc_pb2server 
-I (PhxRPC根目录) -I (Protobuf include目录) -f (proto文件路径) -d (生成代码放置路径)

#sample
../codegen/phxrpc_pb2server -I ../ -I ../third_party/protobuf/include -f search.proto -d .

调用完工具后，在生成代码放置目录下执行make，即可生成全部的RPC相关代码。

选择是否启用boost优化

打开生成代码放置目录下的Makefile文件。

#choose to use boost for network
#LDFLAGS := $(PLUGIN_BOOST_LDFLAGS) $(LDFLAGS)

可以看到以上两行，取消注释掉第二行，重新make clean, make即可开启boost对PhxRPC的优化。开启前记得编译好PhxRPC的boost插件。

补充自己的代码

Server(xxx_service_impl.cpp)

int SearchServiceImpl :: PHXEcho( const google::protobuf::StringValue & req,
        google::protobuf::StringValue * resp ) 
{
    resp->set_value( req.value() );
    return 0;
}

int SearchServiceImpl :: Search( const search::SearchRequest & req,
        search::SearchResult * resp ) 
{
    //这里补充这个RPC调用的Server端代码
    return -1; 
}

int SearchServiceImpl :: Notify( const google::protobuf::StringValue & req,
        google::protobuf::Empty * resp ) 
{
    //这里补充这个RPC调用的Server端代码
    return -1; 
}

Client (xxx_client.cpp)

//这个是默认生成的代码, 可自行修改，或利用我们提供的stub API自定义封装Client
int SearchClient :: PHXEcho( const google::protobuf::StringValue & req,
        google::protobuf::StringValue * resp )
{
    const phxrpc::Endpoint_t * ep = global_searchclient_config_.GetRandom();

    if(ep != nullptr) {
        phxrpc::BlockTcpStream socket;
        bool open_ret = phxrpc::PhxrpcTcpUtils::Open(&socket, ep->ip, ep->port,
                    global_searchclient_config_.GetConnectTimeoutMS(), NULL, 0,  
                    *(global_searchclient_monitor_.get()));
        if ( open_ret ) { 
            socket.SetTimeout(global_searchclient_config_.GetSocketTimeoutMS());

            SearchStub stub(socket, *(global_searchclient_monitor_.get()));
            return stub.PHXEcho(req, resp);
        }   
    }   

    return -1; 
}

Client并发调用样例

int SearchClient :: PhxBatchEcho( const google::protobuf::StringValue & req,
        google::protobuf::StringValue * resp )
{
    int ret = -1; 
    size_t echo_server_count = 2;
    uthread_begin;
    for (size_t i = 0; i < echo_server_count; i++) {
        uthread_t [=, &uthread_s, &ret](void *) {
            const phxrpc::Endpoint_t * ep = global_searchclient_config_.GetByIndex(i);
            if (ep != nullptr) {
                phxrpc::UThreadTcpStream socket;
                if(phxrpc::PhxrpcTcpUtils::Open(&uthread_s, &socket, ep->ip, ep->port,
                            global_searchclient_config_.GetConnectTimeoutMS(), 
                            *(global_searchclient_monitor_.get()))) {
                    socket.SetTimeout(global_searchclient_config_.GetSocketTimeoutMS());
                    SearchStub stub(socket, *(global_searchclient_monitor_.get()));
                    int this_ret = stub.PHXEcho(req, resp);
                    if (this_ret == 0) {
                        ret = this_ret;
                        uthread_s.Close();
                    }
                }
            }
        };
    }
    uthread_end;
    return ret;
}

uthread_begin, uthread_end, uthread_s, uthread_t这几个关键字是PhxRPC自定义的宏，分别表示协程的准备，结束，协程调度器以及协程的创建。

上面的代码实现了Google提出的 Backup Requests 模式。实现的功能是分别对两个Server同时发起Echo调用，当有一个Server响应的时候，则整个函数结束。在这段代码里面，我们提供了一种异步IO的同步写法，并给予了一些方便使用的宏定义。首先使用uthread_begin进行准备，然后使用uthread_t以lambda的形式创建一个协程，而在任意一个协程里面都可使用我们PhxRPC生成的Client API进行RPC调用，并可使用uthread_s随时结束所有RPC调用。最后的uthread_end真正通过协程调度发起这些lambda内的RPC调用，并等待结束。

当然你可以借用这4个宏定义，以同步代码的写法，进行更自定义的并发访问。

Server配置说明 (xxx_server.conf)

[Server]
BindIP = 127.0.0.1          //Server IP
Port = 16161                //Server Port
MaxThreads = 16             //Worker 线程数
IOThreadCount = 3           //IO线程数，针对业务请自行调节
PackageName = search        //Server 名字，用于自行实现的监控统计上报
MaxConnections = 800000     //最大并发连接数
MaxQueueLength = 20480      //IO队列最大长度
FastRejectThresholdMS = 20  //快速拒绝自适应调节阀值，建议保持默认20ms，不做修改

[ServerTimeout]
SocketTimeoutMS = 5000      //Server读写超时，Worker处理超时