一:概述

        对系统进行服务化改造，或者构建一个分布式系统，RPC是核心的组件，目前主流的RPC框架有hessian\thrift\ avro等，如果不考虑跨语言的话thrift\ avro使用起来稍显复杂，要写IDL序列化配置，hessian又依赖servlet容器，于是使用netty和hessian构建了一个的RPC框架。

        hessian是一种二进制的序列化工具，支持C++,python,rubyd等跨平台，但主要是面向java平台，其他语言的实现更新很慢。以下是参考网上的hessian序列化性能测试情况，从测试指标来看，跟Protocol Buffers有些差距，但总体表现还是不错的。

              序列化

             反序列化

      Netty 是一个基于NIO的网络通讯、服务器端编程框架，使用Netty 可以快速和简单的开发出一个网络应用，据非权威测试，在请求应答消息相同的情况下，HTTP方式的TPS是500左右，Netty模式是1.5万左右，还有更极端的优化到了10W TPS。可见其性能，稳定性和伸缩性都是在业界被普遍认可的。

        RPC的核心就是数据序列化和网络传输，一个典型的PRC服务发布和调用过程主要经历三个阶段，服务导出，服务处理，数据传输，如下图：

二：服务导出

服务定义

服务元数据

导出工具

一般会在服务器启动前进行导出

      以上就是服务导出的过程，首先的定义服务属性，包括服务名称，接口，实现类。然后就是服务的元数据，包含接口，方法签名。所谓导出，其实就是将这些元数据解析出来并进行缓存，以便在调用过程中能够根据服务名称找到服务的定义。

三 网络服务

      RPC服务器，通过NETTY的ServerBootStrap来定义，可以看到是使用NIO的方式来处理网络读写的（NioServerSocketChannelFactory）。bossThreadFactory用来接收客户端连接，workerThreadFactory用来执行具体的IO操作。ChannelPipeline是一个消息通道，对消息进行编码，解码，压缩，处理的一个处理器链条，应该是Chain of Responsibility。rpcHandler 是进行服务查找，序列化，反序列化，反射调用的处理器，也是整个RPC框架的核心。

     rpcHandler 继承自SimpleChannelUpstreamHandler，ChannelUpstreamHandler处理上行的通道事件，并且在流水线中传送事件。这个接口最常用的场景是拦截IO工作线程产生的事件，传输消息或者执行相关的业务逻辑。在大部分情况下，我们是使用 SimpleChannelUpstreamHandler 来实现一个具体的upstream handler，因为它为每个事件类型提供了单个的处理方法。大多数情况下ChannelUpstreamHandler 是向上游发送事件。

       rpcHandler 中使用独立的threadpool是用来处理具体业务的操作，尽量不占用IO线程（Server中的workerThreadFactory）。

     doSerivce是处理服务请求的方法，通过URL获取serviceName，再从输入流中用hessian反序列化获取AbstractHessianInput，能从中获取调用方法的名称，参数列表，参数类型列表等调用方信息。有了这些信息就可以从SerivceExporter中获取服务定义，找到服务的实现类processorClass，进行反射调用并返回结果。服务处理的过程，其实就是一个HTTP监听，拿到请求数据，反序列化，反射调用并返回的过程。

四 客户端

     客户端可以方便的通过Hessian自带的代理工厂进行实现，用短连接进行同步调用。一般RPC使用异步调用的情况不多，使用HessianProxyFactory可以满足大部分场景。

        如果RPC中处理的方法耗时较长或者对性有极高的要，则需要使用可复用的长连接进行异步调用，在做这个RPC工具的时候没有实现异步客户端，不过在别的项目中用到过异步调用的情况，这里给出实现代码供参考。

           以上是一个异步的netty客户端，大致思路就是，每一次发送请求都会给request一个ID（atomicLong.getAndIncrement()），并实例化一个ResponseFuture进行缓存，当发送同步请求的时候，调用Condition中的await方法，让线程阻塞，成功返回后，调用Condition中的signal唤醒阻塞的线程。当发送异步请求的时候，不阻塞线程，成功返回后，根据ResponseFuture中的request id找到回调函数，进行回调。最后删除ResponseFuture缓存。

五  SPRING 支持

      现在的企业开发spring有一统天下的趋势，如果RPC工具不支持SPRING集成，使用起来非常不方便。Spring提供自定义配置支持，通过扩展Schema,就可以完成标签的配置。

     第一步、在classpath下新建META-INF目录，在目录中定义nhrpc.XSD

      第二部、定义spring.handlers

      第三步、定义spring.schemas

第四步、实现命名空间处理器和标签解析器

      命名空间处理器集成自NamespaceHandlerSupport，作用是告诉spring标签用那个解析器来解析。

       标签解析器实现自BeanDefinitionParser，重写其中的doParse方法对标签进行解析，读取标签中的属性，子标签等，用来构造BeanDefinition，然后注册到ParserContext，当BeanDefinition 注册完毕以后， Spring Bean 工厂就可以随时根据需要进行实例化该bean 了。

         自定义标签添加完成后，就可以通过spring的配置方式来进行RPC服务的发布和调用了。

        是不是感觉方便很多。

五，总结

        rpc框架的实现过程并不复杂，关键点还是在于怎么选择高效的序列化协议，和高效的网络传输。源码地址：http://git.oschina.net/wj596/nhrpc