[Python] RPC实现,,单线程同步使用soc
[Python] RPC实现,,单线程同步使用soc
单线程同步
使用socket传输数据使用json序列化消息体struct将消息编码为二进制字节串,进行网络传输消息协议
1 // 输入 2 { 3 in: "ping", 4 params: "ireader 0" 5 } 6 7 // 输出 8 { 9 out: "pong",10 result: "ireader 0"11 }View Code
客户端 client.py
1 # coding: utf-8 2 # client.py 3 4 import json 5 import time 6 import struct 7 import socket 8 9 10 def rpc(sock, in_, params):11 response = json.dumps({"in": in_, "params": params}) # 请求消息体12 length_prefix = struct.pack("I", len(response)) # 请求长度前缀13 sock.sendall(length_prefix)14 sock.sendall(response)15 length_prefix = sock.recv(4) # 响应长度前缀16 length, = struct.unpack("I", length_prefix)17 body = sock.recv(length) # 响应消息体18 response = json.loads(body)19 return response["out"], response["result"] # 返回响应类型和结果20 21 if __name__ == ‘__main__‘:22 s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)23 s.connect(("localhost", 8080))24 for i in range(10): # 连续发送10个rpc请求25 out, result = rpc(s, "ping", "ireader %d" % i)26 print out, result27 time.sleep(1) # 休眠1s,便于观察28 s.close() # 关闭连接View Code
服务端 blocking_single.py
1 # coding: utf8 2 # blocking_single.py 3 4 import json 5 import struct 6 import socket 7 8 9 def handle_conn(conn, addr, handlers):10 print addr, "comes"11 while True: # 循环读写12 length_prefix = conn.recv(4) # 请求长度前缀13 if not length_prefix: # 连接关闭了14 print addr, "bye"15 conn.close()16 break # 退出循环,处理下一个连接17 length, = struct.unpack("I", length_prefix)18 body = conn.recv(length) # 请求消息体 19 request = json.loads(body)20 in_ = request[‘in‘]21 params = request[‘params‘]22 print in_, params23 handler = handlers[in_] # 查找请求处理器24 handler(conn, params) # 处理请求25 26 27 def loop(sock, handlers):28 while True:29 conn, addr = sock.accept() # 接收连接30 handle_conn(conn, addr, handlers) # 处理连接31 32 33 def ping(conn, params):34 send_result(conn, "pong", params)35 36 37 def send_result(conn, out, result):38 response = json.dumps({"out": out, "result": result}) # 响应消息体39 length_prefix = struct.pack("I", len(response)) # 响应长度前缀40 conn.sendall(length_prefix)41 conn.sendall(response)42 43 44 if __name__ == ‘__main__‘:45 sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM) # 创建一个TCP套接字46 sock.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1) # 打开reuse addr选项47 sock.bind(("localhost", 8080)) # 绑定端口48 sock.listen(1) # 监听客户端连接49 handlers = { # 注册请求处理器50 "ping": ping51 }52 loop(sock, handlers) # 进入服务循环View Code
多线程同步
使用线程库thread创建原生线程服务器可并行处理多个客户端服务端 multithread.py
View Code多进程同步
Python的GIL导致单个进程只能占满一个CPU核心,多线程无法利用多核优势os.fork()会生成子进程子进程退出后,父进程需使用waitpid系统调用收割子进程,防止其称为僵尸资源在子进程中关闭服务器套接字后,在父进程中也要关闭服务器套接字因为进程fork后,父子进程都有自己的套接字引用指向内核的同一份套接字对象,套接字引用计数为2,对套接字进程close,即将套接字对象的引用计数减1服务端 multiprocess.py
View CodePreForking同步
进程比线程耗费资源,通过PreForking进程池模型对服务器开辟的进程数量进行限制,避免服务器负载过重如果并行的连接数量超过了prefork进程数量,后来的客户端请求将会阻塞单进程异步
通过事件轮询API,查询相关套接字是否有响应的读写事件,有则携带事件列表返回,没有则阻塞拿到读写事件后,可对事件相关的套接字进行读写操作设置读写缓冲区Nginx/Nodejs/Redis都是基于异步模型异步模型编码成本高,易出错,通常在公司业务代码中采用同步模型,仅在讲究高并发高性能的场合才使用异步模型PreForking异步
Tornado/Nginx采用了多进程PreForking异步模型,具有良好的高并发处理能力参考
Python多线程和多进程
https://www.cnblogs.com/yssjun/p/11302500.html
[Python] RPC实现
评论关闭