《Operating Systems: Three Easy Pieces》学习笔记(三十七) 分布式系统、远程过程调用（RPC）

远程过程调用（RPC）

最主要的抽象是基于远程过程调用（Remote Procedure Call），或简称 RPC

远程过程调用包都有一个简单的目标：使在远程机器上执行代码的过程像调用本地函数一样简单直接

RPC 系统通常有两部分：存根生成器（stub generator，有时称为协议编译器，protocol compiler）和运行时库（run-time library）。

存根生成器

通过自动化，消除将函数参数和结果打包成消息的一些痛苦。

interface {
    int func1(int arg1);
    int func2(int arg1, int arg2);
};

存根生成器类似于写好接口文档，自动生成一个头文件，可以被其他函数调用。

在内部，客户端存根中的每个函数都执行远程过程调用所需的所有工作。对于客户端，代码只是作为函数调用出现（例如，客户端调用 func1(x)）。

在内部，func1()的客户端存根中的代码执行此操作：

• 创建消息缓冲区。消息缓冲区通常只是某种大小的连续字节数组。
• 将所需信息打包到消息缓冲区中。该信息包括要调用的函数的某种标识符，以及函数所需的所有参数（例如，在上面的示例中，func1 需要一个整数）。将所有这些信息放入单个连续缓冲区的过程，有时被称为参数的封送处理（marshaling）或消息的序列化（serialization）。
• 将消息发送到目标 RPC 服务器。与 RPC 服务器的通信，以及使其正常运行所需的所有细节，都由 RPC 运行时库处理，如下所述。
• 等待回复。由于函数调用通常是同步的（synchronous），因此调用将等待其完成。
• 解包返回代码和其他参数。如果函数只返回一个返回码，那么这个过程很简单。但是，较复杂的函数可能会返回更复杂的结果（例如，列表），因此存根可能也需要对它们解包。此步骤也称为解封送处理（unmarshaling）或反序列化（deserialization）。
• 返回调用者。最后，只需从客户端存根返回到客户端代码。

对于服务器，也会生成代码。在服务器上执行的步骤如下：

• 解包消息。此步骤称为解封送处理（unmarshaling）或反序列化（deserialization），将信息从传入消息中取出。提取函数标识符和参数。
• 调用实际函数。终于，我们到了实际执行远程函数的地方。RPC 运行时调用 ID 指定的函数，并传入所需的参数。
• 打包结果。返回参数被封送处理，放入一个回复缓冲区。
• 发送回复。回复最终被发送给调用者。

问题1：一个包如何发送复杂的数据结构？需要合理序列化

问题2：并发性的服务器组织方式？常见的组织方式是线程池（thread pool）。在这种组织方式中，服务器启动时会创建一组有限的线程。消息到达时，它被分派给这些工作线程之一，然后执行 RPC 调用的工作，最终回复。在此期间，主线程不断接收其他请求，并可能将其发送给其他工作线程。

运行时库

如何找到远程服务？需要命名解析，如DNS。

TCP作为可靠传输协议有性能损失

许多 RPC 软件包都建立在不可靠的通信层之上，例如 UDP。这样做可以实现更高效的 RPC 层，但确实增加了为 RPC 系统提供可靠性的责任。

通过使用某种形式的序列编号，通信层可以保证每个 RPC 只发生一次（在没有故障的情况下），或者最多只发生一次（在发生故障的情况下）。

其他问题

当远程调用需要很长时间才能完成时，一种解决方案是在没有立即生成回复时使用显式确认（从接收方到发送方）。这让客户端知道服务器收到了请求

运行时还必须处理具有大参数的过程调用，发送方分组（fragmentation，较大的包分成一组较小的包）和接收方重组（reassembly，较小的部分组成一个较大的逻辑整体）。

字节序（byte ordering）。有些机器存储值时采用所谓的大端序（big endian），而其他机器采用小端序（little endian）。

之前提到服务端可以异步处理请求，客户端也要能异步调用接口，客户端在某些时候会希望看到异步 RPC 的结果。因此它再次调用 RPC 层，告诉它等待未完成的 RPC 完成，此时可以访问返回的结果。

参考

• Operating Systems: Three Easy Pieces 中文版