RPC 异步响应式调用

同步调用的缺点

我们假设一个电子商城用户购买商品的场景: 创建订单前的验证方法。

/**
 * 验证订单是否合法
 * 
 * @param userId 用户id
 * @param itemId 商品id
 * @param discount 折扣
 * @return
 */
public boolean verifyOrder(long userId, long itemId, double discount) {
    
    // 验证用户能否享受这一折扣,RPC调用
    boolean verifyDiscount = discountService.verify(userId, itemId, discount);
    
    if(!verifyDiscount) {
        // 该用户无法享受这一折扣
        return false;
    }
    
    // 获取商品单价,RPC调用
    double itemPrice = storeService.getPrice(itemId);
    
    // 用户实际应该支付的价格
    double realPrice = itemPrice * discount;
    
    // 获取用户账号余额,限定了只能使用余额购买,RPC调用
    double balance = userService.getBalance(userId);
            
    return realPrice <= balance;
}

这个方法里面涉及到了 3 个 rpc 调用,假设每个 rpc 调用都需要 10ms,那么
verifyOrder 这个方法总耗时将不低于 30ms。

在同步调用系统中,延迟同时会导致吞吐量的下降。如果只有一个线程,那么系统每秒的吞吐量将不会高于 1000ms / 30ms,也就是最多 33 qps。同步系统要提高吞吐量,唯一的办法就是加大线程数。同时启用 1,000 个线程,吞吐量理论值可以上升到 33,333 qps。不过实际使用中,这并不是完美的方案:增加线程数量会导致频繁的上下文切换,系统整体性能将会严重下降。

Future 的不足

为了解决同步系统的问题,Java 5 引入了 Future。有了 Future 后,上面的方法可以修改为:

/**
 * 验证订单是否合法
 * 
 * @param userId 用户id
 * @param itemId 商品id
 * @param discount 折扣
 * @return
 */
public boolean verifyOrder(long userId, long itemId, double discount) {
    
    // 验证用户能否享受这一折扣,RPC调用
    Future<Boolean> verifyDiscountFuture = discountService.verify(userId, itemId, discount);
    
    // 获取商品单价,RPC调用
    Future<Double> itemPriceFuture = storeService.getPrice(itemId);
    
    // 获取用户账号余额,限定了只能使用余额购买,RPC调用
    Future<Double> balanceFuture = userService.getBalance(userId);

    if(!verifyDiscountFuture.get()) {
        // 该用户无法享受这一折扣
        return false;
    }

    // 用户实际应该支付的价格
    double realPrice = itemPriceFuture.get() * discount;

    // 用户账号余额
    double balance = balanceFuture.get();
            
    return realPrice <= balance;
}

3 个 rpc 调用可以同时进行了,系统延迟降低为之前的 1/3。不过延迟降低吞吐量的问题还是没有解决,依然需要通过增加线程数来提升吞吐量。

CompletableFuture 才是王道

引入 CompletableFuture 后,我们可以使用如下形式:

/**
 * 验证订单是否合法
 * 
 * @param userId 用户id
 * @param itemId 商品id
 * @param discount 折扣
 * @return
 */
public CompletableFuture<Boolean> verifyOrder(long userId, long itemId, double discount) {
    
    // 验证用户能否享受这一折扣,RPC调用
    CompletableFuture<Boolean> verifyDiscountFuture = discountService.verify(userId, itemId, discount);
    
    // 获取商品单价,RPC调用
    CompletableFuture<Double> itemPriceFuture = storeService.getPrice(itemId);
    
    // 获取用户账号余额,限定了只能使用余额购买,RPC调用
    CompletableFuture<Double> balanceFuture = userService.getBalance(userId);
        
    return CompletableFuture
        .allOf(verifyDiscountFuture, itemPriceFuture, balanceFuture)
        .thenApply(v -> {
            if(!verifyDiscountFuture.get()) {
                // 该用户无法享受这一折扣
                return false;
            }

            // 用户实际应该支付的价格
            double realPrice = itemPriceFuture.get() * discount;

            // 用户账号余额
            double balance = balanceFuture.get();
                    
            return realPrice <= balance;
        });    
}

延迟降低为原来 1/3,同时吞吐量也不会因为延迟而降低。非常完美,简单高效,CompletableFuture 绝对称得上是大杀器。在 rpc 异步调用这个问题上,没什么比 CompletableFuture 更适合的解决方案了。CompletableFuture 是 Doug Lea 的又一力作,彻底解决了 Future 的缺陷,把 Java 带入了异步响应式编程的新世界。

motan dubbo 的解决方案是否完美

不完美,会陷入回调地狱,motan 和 dubbo 的设计者应该考虑引入 CompletableFuture 了。

Akka RxJava Reactor 是否可用?

这 3 个方案都能完美解决上述问题。但我个人认为这 3 个方案都有一些不足之处,不过这非常带有主观性偏见,仅供读者参考。后面我可能会从 代码量 代码复杂度 性能 等方面给出更全面客观评测。

  1. Akka
    从来没见过这样复杂的系统,我觉得我搞不定它。actor 机制尽管有一堆的优点,但在我看来这东西就是新形式的 goto。跳来跳去悠忽不定,简直就是系统维护的地狱,完全搞不定它。

  2. RxJava 和 Reactor
    没什么大问题,主要是引入了很多新的概念。要使用他们需要先花一段时间研究,这对在团队中推广很不利。不过如果你的团队对这两个中的任意一个已经有过深入研究的话,我觉得用起来完全没问题。

广告时间

Turbo 采用 CompletableFuture 作为异步解决方案,性能非常好。

更多内容详见:
https://github.com/hank-whu/turbo-rpc

    原文作者:鲁小憨
    原文地址: https://www.jianshu.com/p/1e406ffa5f90
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞