聊一下 gRPC 的 C++ 异步编程

欢迎大家来到IT世界,在知识的湖畔探索吧!

概述

因为gRPC 的异步调用代码写的比较绕，所以这篇文章主要用来记录一下 gRPC 的异步调用。

需要注意的是，gRPC 为了实现异步调用，使用的是 CompletionQueue 绑定进行 RPC 调用，实际写代码的时候会感觉到比较奇怪。相应的因为是异步的，所以会调用CompletionQueue::Next来等待回包操作。这里先留个印象，下面讲流程的时候会比较清晰。

编译安装

为了完成我们的demo，没有安装gRPC的同学可以直接使用下面的命令进行安装：

$ export MY_INSTALL_DIR=$HOME/.local $ mkdir -p $MY_INSTALL_DIR $ export PATH="$MY_INSTALL_DIR/bin:$PATH" # 工具安装 $ sudo apt install -y cmake #安装好cmke的同学省略 $ sudo apt install -y build-essential autoconf libtool pkg-config # 下载项目 $ git clone --recurse-submodules -b v1.45.0 --depth 1 --shallow-submodules https://github.com/grpc/grpc # 编译安装 $ cd grpc $ mkdir -p cmake/build $ pushd cmake/build $ cmake -DgRPC_INSTALL=ON -DgRPC_BUILD_TESTS=OFF -DCMAKE_INSTALL_PREFIX=$INSTALL_DIR ../.. $ make -j $ make install $ popd 

欢迎大家来到IT世界,在知识的湖畔探索吧!

下面介绍的例子都使用官方的：https://github.com/grpc/grpc/blob/master/examples/cpp/helloworld/。

异步 Client

对于同步的 client 来说，由于调用远程方法时会阻塞当前线程，但是异步允许同时发送多个请求，并且不会阻塞。

那么我们在使用 gRPC的异步API的时候 需要做到以下几点才行：

1. 由于要进行异步非阻塞的请求，那么在发送请求的时候肯定不能等待回包；
2. 所有的回包都通过另一个线程异步处理，避免主流程阻塞；
3. 回包的数据通过某种介质进行传递，gRPC 使用的是CompletionQueue 来进行传递。

欢迎大家来到IT世界,在知识的湖畔探索吧!

整体流程从上面图可以看得出分为以下几个：

1. 启动client，启动一个旁路线程循环获取 CompletionQueue 数据；
2. 发送异步调用给 server；
3. 如果 server 回包了，会将数据放入到 CompletionQueue 里面；
4. 异步线程获取 CompletionQueue 数据并返回；

我们下面来看一下例子。

创建

首先是创建客户端，然后异步线程处理 server 的回包，因为处理回包的时候会阻塞。

欢迎大家来到IT世界,在知识的湖畔探索吧! // 创建客户端 GreeterClient greeter(grpc::CreateChannel( "localhost:50051", grpc::InsecureChannelCredentials())); // 起新的线程，从队列中取出结果并处理 std::thread thread_ = std::thread(&GreeterClient::AsyncCompleteRpc, &greeter); for (int i = 0; i < 100; i++) { std::string user("world " + std::to_string(i)); // 发送rpc请求 greeter.SayHello(user); // The actual RPC call! } std::cout << "Press control-c to quit" << std::endl << std::endl; // 阻塞 thread_.join(); // blocks forever 

异步请求

这里会通过调用 SayHello 来发送请求：

class GreeterClient { public: explicit GreeterClient(std::shared_ptr<Channel> channel) : stub_(Greeter::NewStub(channel)) {} ... void SayHello(const std::string& user) { HelloRequest request; request.set_name(user); // 用来存储 rpc 数据 AsyncClientCall* call = new AsyncClientCall; // 这里是调用 Async 方法创建 RPC 对象，但是不会理吗开始进行 RPC请求 call->response_reader = stub_->PrepareAsyncSayHello(&call->context, request, &cq_); // 初始化RPC调用 call->response_reader->StartCall(); // 进行RPC请求，然后 call 对象作为一个 tag 放进去，会包数据会放到 reply中 // 这里不会阻塞等待请求 call->response_reader->Finish(&call->reply, &call->status, (void*) call); } private: ... CompletionQueue cq_; }; 

因为回包逻辑不在这里，所以在调用完 Finish 之后不需要等待可以直接返回。在调用完这个方法之后就可以等待 server 回包了，server 会将回包数据塞入到 cq_ 里面。

异步处理回包

异步处理回包的逻辑就在我们一开始创建的 thread 里面会循环调用。

欢迎大家来到IT世界,在知识的湖畔探索吧! void AsyncCompleteRpc() { void* got_tag; bool ok = false; // 从队列里面取出回调信息，没有如果还没回包的话会阻塞 while (cq_.Next(&got_tag, &ok)) { AsyncClientCall* call = static_cast<AsyncClientCall*>(got_tag); GPR_ASSERT(ok); if (call->status.ok()) // 获取到回包的数据 std::cout << "Greeter received: " << call->reply.message() << std::endl; else std::cout << "RPC failed" << std::endl; // 销毁new的对象 delete call; } } 

这里会一直循环调用 Next 方法处理 server 的 response，如果没有回包会一直阻塞，所以这里需要新起一个线程处理，避免阻塞主流程。

相关视频推荐

[linux]一个让性能飞起的解决方案，异步处理到底有哪些不一样

linux多线程之epoll原理剖析与reactor原理及应用

需要C/C++ Linux服务器架构师学习资料加qun获取（资料包括C/C++，Linux，golang技术，Nginx，ZeroMQ，MySQL，Redis，fastdfs，MongoDB，ZK，流媒体，CDN，P2P，K8S，Docker，TCP/IP，协程，DPDK，ffmpeg等），免费分享

异步 Server

一般我们在写 Server 端的时候如果是同步操作的话，在收到请求之后立即处理，然后给 client 回包，这个回包的过程中需要等待回包完毕整个 RPC 请求才算结束，这里就存在阻塞等待的过程，而使用异步请求就是用来避免阻塞，可以在单个线程里面处理更多的信息量。

但是在理解 gRPC 异步 API 的时候还是会感觉非常的别扭，导致一开始看不太明白实例代码的含义。

首先，gRPC让你像流水线操作一样，要先准备一个 CallData 对象作为一个容器，然后 gRPC 会通过 ServerCompletionQueue 将各种事件发送到 CallData 对象中，让这个对象根据自身的状态进行处理。

然后处理完毕当前的事件之后还需要手动再创建一个 CallData 对象，这个对象是为下个 Client 请求准备的，整个过程就像流水线一样。

上面这个异步的过程还有一个小状态机在里面，全部都由 CallData 对象进行扭转：

• CallData 对象刚创建的时候会从 CREATE 状态扭转为 PROCESS 状态，表示等待接收请求；
• 请求过来之后，首先会创建一个 CallData 对象，然后处理完后扭转为 FINISH 状态，等待给 Client 回包结束；
• 回包结束之后将 CallData 对象自身删除。

清楚了这个CallData 对象是用来做什么之后，下面我们来看一下整个 Server 的流程应该如下：

1. Server 启动，注册，创建一个 CallData 对象，这个对象用来给下个 Client 请求准备的；
2. 创建好的 CallData 对象会交给 gRPC 托管，有事件过来的时候会将事件放入到 CallData 对象对，然后以 ServerCompletionQueue 对象来进行通知；
3. 等待 Client 请求过来…
4. 有事件过来之后会从 ServerCompletionQueue 对象中解包出来数据，转为 CallData 对象调用 Proceed 方法，然后进行业务逻辑处理，并重新创建 CallData 对象，用来给下个 Client 请求准备的；
5. 等待给 Client 的回包结束。。。
6. 继续处理 ServerCompletionQueue 回过来的 event 事件，清理自身 CallData 对象。

由于这个图我也不知道怎么画了，算了摆烂，不画了，自己脑补ba~

下面看看代码。

启动注册

 void Run() { // 启动注册监听 std::string server_address("0.0.0.0:50051"); ServerBuilder builder; builder.AddListeningPort(server_address, grpc::InsecureServerCredentials()); builder.RegisterService(&service_); cq_ = builder.AddCompletionQueue(); server_ = builder.BuildAndStart(); std::cout << "Server listening on " << server_address << std::endl; // 处理RPC HandleRpcs(); } 

启动主流程

欢迎大家来到IT世界,在知识的湖畔探索吧! std::unique_ptr<ServerCompletionQueue> cq_; void HandleRpcs() { // 这里其实是异步逻辑的处理地方 new CallData(&service_, cq_.get()); void* tag; // uniquely identifies a request. bool ok; while (true) { // Next方法会阻塞，直到有下个请求过来，才会继续往下走 GPR_ASSERT(cq_->Next(&tag, &ok)); // 必须检查 Next 的返回值，这个返回值告诉我们是有事件到来 // 还是 cq_ 正在关闭。 GPR_ASSERT(ok); // 转成 CallData 调用 Proceed static_cast<CallData*>(tag)->Proceed(); } } 

主流程这里会创建 CallData 对象，然后不断循环从 cq_ 对象里面获取事件，这个 cq_ 就是一个等待队列，没有事件过来的时候会一直阻塞。有事件过来之后会从 cq_ 里面取出 tag 转换成 CallData对象调用 Proceed 方法。

创建 CallData & 逻辑处理 & 完成

class ServerImpl final { ... private: class CallData { public: CallData(Greeter::AsyncService* service, ServerCompletionQueue* cq) : service_(service), cq_(cq), responder_(&ctx_), status_(CREATE) { Proceed(); } void Proceed() { if (status_ == CREATE) { // 首次进入，改变状态到 PROCESS status_ = PROCESS; // 需要注意的是，这里将 this 作为 tag 塞入到请求中作为唯一识别请求 service_->RequestSayHello(&ctx_, &request_, &responder_, cq_, cq_, this); } else if (status_ == PROCESS) { // 在我们处理这个请求之前，创建一个新的 CallData 实例用于处理未来 // 的新请求。实例会在它的 FINISH 状态流程中释放自己占用的内存 new CallData(service_, cq_); // 实际的业务逻辑了 std::string prefix("Hello "); // 从request_中获取client请求数据，并设置回包数据 reply_.set_message(prefix + request_.name()); // 业务处理完毕，让 gRPC 运行时知道我们已经完成了，使用这个实例的内存 // 地址作为事件内唯一识别请求的 tag status_ = FINISH; responder_.Finish(reply_, Status::OK, this); } else { GPR_ASSERT(status_ == FINISH); // 已经到达 FINISH 状态，释放自身占用内存（CallData） delete this; } } private: Greeter::AsyncService* service_; // 生产-消费队列，用来异步服务消息通知 ServerCompletionQueue* cq_; // RPC 的上下文信息，用于例如压缩、鉴权以及发送元数据给客户等用途。 ServerContext ctx_; // 从客户端接受到了什么 HelloRequest request_; // 从客户端返回什么 HelloReply reply_; // 用于回复客户端的方法 ServerAsyncResponseWriter<HelloReply> responder_; // 状态机 enum CallStatus { CREATE, PROCESS, FINISH }; CallStatus status_; // The current serving state. }; ... }; 

从这里我们就可以和上面的 HandleRpcs 方法联系起来。

1. 首先是 new CallData 会直接调用 Proceed 方法，这个时候会进入到 if 的第一个分支，然后将自身 this 写入到 cq_ 中，并将状态扭转为 PROCESS；
2. 这个时候会继续会到 HandleRpcs 方法的 while 循环中等待事件；
3. 当有 Client 发送请求过来时会进入到 Proceed 的 if 第二个分支进行业务逻辑的处理；
1. 这里首先会 new CallData 给下一个请求使用；
2. 然后从 request_ 获取到 Client 请求参数并进行处理；
3. 回包数据写入到 reply_ 中，最后调用 Finish 结束；
4. 这个时候会继续会到 HandleRpcs 方法的 while 循环中等待给 Client 的 response 回包结束；
5. 收到回包结束之后会继续调用到 Proceed 方法的 if 第三个分支，删除当前对象。

总结

其实对比 go 的 grpc 的异步 API 来看，不得不说 cpp 的 API 设计很有问题，咋一看之下，根本不知道 new CallData 有什么用，为啥 new 了之后不做任何事情，也没有 delete 操作，不会内存溢出吗？然后进入到构造方法中才发现逻辑都在构造函数中，这样的写代码的方式我只在这里看到过。