现在RPC框架很多，但是真正好用的RPC却是少之又少。那么什么是好用的RPC，什么是不好用的RPC呢，有一个评判标准吗？下面是我列举出来的衡量RPC好用与否的几条标准：
真的像本地函数一样调用
使用简单，用户只需要关注业务即可
灵活，RPC调用的序列化方式可以自由定制，比如支持json，支持msgpack等方式
下面来分别解释这几条标准。
标准1：真的像本地函数一样调用
RPC的本质是为了屏蔽网络的细节和复杂性，提供易用的api，让用户就像调用本地函数一样实现远程调用，所以RPC最重要的就是“像调用本地函数一样”实现远程调用，完全不让用户感知到底层的网络。真正好用的RPC接口，他的调用形式是和本地函数无差别的，但是本地函数调用是灵活多变的。服务器如果提供和客户端完全一致的调用形式将是非常好用的，这也是RPC框架的一个巨大挑战
标准2：使用简单，用户只需要关注业务即可
RPC的使用简单直接，非常自然，就是和调用本地函数一样，不需要写一大堆额外代码，用户只用写业务逻辑代码，而不用关注框架的细节，其他的事情都由RPC框架完成。
标准3：灵活，RPC调用的序列化方式可以自由定制
RPC调用的数据格式支持多种编解码方式，比如一些通用的json格式、msgpack格式或者boost.serialization等格式，甚至支持用户自己定义的格式，这样使用起来才会更灵活。
RPC框架评估
下面根据这几个标准来评估一些国内外知名大公司的RPC框架，这些框架的用法在github的wiki中都有使用示例，使用示例代码均来自官方提供的例子。
谷歌 gRPC
gRPC最近发布了1.0版本，他是谷歌公司用c++开发的一个RPC框架，并提供了多种客户端。
协议定义
先定义一个.proto的文件，例如
// Obtains the feature at a given position.
rpc GetFeature(Point) returns (Feature) {}
定义了一个服务接口，接收客户端传过来的Point，返回一个Feature，接下来定义protocol buffer的消息类型，用于序列化/反序列化
message Point {
int32 latitude = 1;
int32 longitude = 2;
}
服务器代码
class RouteGuideImpl final : public RouteGuide::Service {
Status GetFeature(ServerContext* context, const Point* point, Feature* feature) override {
feature->set_name(GetFeatureName(*point, feature_list_));
feature->mutable_location()->CopyFrom(*point);
return Status::OK;
}
}
void RunServer(const std::string& db_path) {
std::string server_address("0.0.0.0:50051");
RouteGuideImpl service(db_path);
ServerBuilder builder;
builder.AddListeningPort(server_address, grpc::InsecureServerCredentials());
builder.RegisterService(&service);
std::unique_ptr<Server> server(builder.BuildAndStart());
std::cout << "Server listening on " << server_address << std::endl;
server->Wait();
}
客户端代码
bool GetOneFeature(const Point& point, Feature* feature) {
ClientContext context;
Status status = stub_->GetFeature(&context, point, feature);
if (!status.ok()) {
std::cout << "GetFeature rpc failed." << std::endl;
return false;
}
if (!feature->has_location()) {
std::cout << "Server returns incomplete feature." << std::endl;
return false;
}
return true;
}
评价
gRPC调用的序列化用的是protocal buffer，RPC服务接口需要在.proto文件中定义，使用稍显繁琐。根据标准1，gRPC并没有完全实现像本地调用一样，虽然很接近了，但做不到，原因是RPC接口中必须带一个Context的参数，并且返回类型必须是Status，这些限制导致gRPC无法做到像本地接口一样调用。
根据标准2，gRPC的使用不算简单，需要关注诸多细节，比如Context和Status等框架的细节。根据标准3，gRPC只支持pb协议，无法扩展支持其他协议。
综合评价：70分。
百度sofa-pbRPC
sofa-pbRPC是百度用c++开发的一个RPC框架，和gRPC有点类似，也是基于protocal buffer的，需要定义协议。
协议定义
// 定义请求消息
message EchoRequest {
required string message = 1;
}
// 定义回应消息
message EchoResponse {
required string message = 1;
}
/`javascript
/ 定义RPC服务，可包含多个方法（这里只列出一个）
service EchoServer {
rpc Echo(EchoRequest) returns(EchoResponse);}
服务器端代码
include // sofa-pbrpc头文件
include "echo_service.pb.h" // service接口定义头文件
class EchoServerImpl : public sofa::pbrpc::test::EchoServer
{
public:
EchoServerImpl() {}
virtual ~EchoServerImpl() {}
private:
virtual void Echo(google::protobuf::RpcController* controller,
const sofa::pbrpc::test::EchoRequest* request,
sofa::pbrpc::test::EchoResponse* response,
google::protobuf::Closure* done)
{
sofa::pbrpc::RpcController* cntl =
static_cast<sofa::pbrpc::RpcController*>(controller);
SLOG(NOTICE, "Echo(): request message from %s: %s",
cntl->RemoteAddress().c_str(), request->message().c_str());
response->set_message("echo message: " + request->message());
done->Run();
}};
注意：
服务完成后必须调用done->Run()，通知RPC系统服务完成，触发发送Response；
在调了done->Run()之后，Echo的所有四个参数都不再能访问；
done-Run()可以分派到其他线程中执行，以实现了真正的异步处理；
客户端代码
int main()
{
SOFA_PBRPC_SET_LOG_LEVEL(NOTICE);
// 定义RpcClient对象，管理RPC的所有资源
// 通常来说，一个client程序只需要一个RpcClient实例
// 可以通过RpcClientOptions指定一些配置参数，譬如线程数、流控等
sofa::pbrpc::RpcClientOptions client_options;
client_options.work_thread_num = 8;
sofa::pbrpc::RpcClient rpc_client(client_options);
// 定义RpcChannel对象，代表一个消息通道，需传入Server端服务地址
sofa::pbrpc::RpcChannel rpc_channel(&rpc_client, "127.0.0.1:12321");
// 定义EchoServer服务的桩对象EchoServer_Stub，使用上面定义的消息通道传输数据
sofa::pbrpc::test::EchoServer_Stub stub(&rpc_channel);
// 定义和填充调用方法的请求消息
sofa::pbrpc::test::EchoRequest request;
request.set_message("Hello world!");
// 定义方法的回应消息，会在调用返回后被填充
sofa::pbrpc::test::EchoResponse response;
// 定义RpcController对象，用于控制本次调用
// 可以设置超时时间、压缩方式等；默认超时时间为10秒，默认压缩方式为无压缩
sofa::pbrpc::RpcController controller;
controller.SetTimeout(3000);
// 发起调用，最后一个参数为NULL表示为同步调用
stub.Echo(&controller, &request, &response, NULL);
// 调用完成后，检查是否失败
if (controller.Failed()) {
// 调用失败后的错误处理，譬如可以进行重试
SLOG(ERROR, "request failed: %s", controller.ErrorText().c_str());
}
return EXIT_SUCCESS;}
评价
sofa-pbRPC的使用并没有像sofa这个名字那样sofa，根据标准1，服务端的RPC接口比gRPC更加复杂，更加远离本地调用了。根据标准2，用户要做很多额外的事，需要关注框架的很多细节，比较难用。根据标准3，同样只支持pb协议，无法支持其他协议。
综合评价：62分。
腾讯Pebble
腾讯开源的Pebble也是基于protocal buffer的，不过他的用法比gRPC和sofaRPC更好用，思路都是类似的，先定义协议。
协议定义
struct HeartBeatInfo {
1: i64 id,
2: i32 version = 1,
3: string address,
4: optional string comment,
}
service BaseService {
i64 heartbeat(1:i64 id, 2:HeartBeatInfo data),
oneway void log(1: string content)
}
服务器端代码
class BaseServiceHandler : public BaseServiceCobSvIf {
public:
void log(const std::string& content) {
std::cout << "receive request : log(" << content << ")" << std::endl;
}};
int main(int argc, char* argv[]) {
// 初始化RPC
pebble::rpc::Rpc* rpc = pebble::rpc::Rpc::Instance();
rpc->Init("", 0, "");
// 注册服务
BaseServiceHandler base_service;
rpc->RegisterService(&base_service);
// 配置服务监听地址
std::string listen_addr("tcp://127.0.0.1:");
if (argc > 1) {
listen_addr.append(argv[1]);
} else {
listen_addr.append("8200");
}
// 添加服务监听地址
rpc->AddServiceManner(listen_addr, pebble::rpc::PROTOCOL_BINARY);
// 启动server
rpc->Serve();
return 0;}
客户端代码
// 初始化RPC
pebble::rpc::Rpc* rpc = pebble::rpc::Rpc::Instance();
rpc->Init("", -1, "");
// 创建rpc client stub
BaseServiceClient client(service_url, pebble::rpc::PROTOCOL_BINARY);
// 同步调用
int ret = client.log("pebble simple test : log");
std::cout << "sync call, ret = " << ret << std::endl;
评价
Pebble比gRPC和sofa-pbrpc更好用，根据标准1，调用方式和本地调用一致了，接口中没有任何限制。根据标准2，除了定义协议稍显繁琐之外已经比较易用了，不过服务器在使用上还是有一些限制，比如注册服务的时候只能注册一个类对象的指针，不能支持lambda表达式，std::function或者普通的function。根据标准3，gRPC只支持pb协议，无法扩展支持其他协议。
综合评价：75分。
apache msgpack-RPC
msgpack-RPC是基于msgpack定义的RPC框架，不同于基于pb的RPC，他无需定义专门的协议。
服务器端代码
include
class myserver : public msgpack::rpc::server::base {
public:
void add(msgpack::rpc::request req, int a1, int a2)
{
req.result(a1 + a2);
}
public:
void dispatch(msgpack::rpc::request req)
try {
std::string method;
req.method().convert(&method);
if(method == "add") {
msgpack::type::tuple<int, int> params;
req.params().convert(¶ms);
add(req, params.get<0>(), params.get<1>());
} else {
req.error(msgpack::rpc::NO_METHOD_ERROR);
}
} catch (msgpack::type_error& e) {
req.error(msgpack::rpc::ARGUMENT_ERROR);
return;
} catch (std::exception& e) {
req.error(std::string(e.what()));
return;
}};
客户端代码
include
include
int main(void)
{
msgpack::rpc::client c("127.0.0.1", 9090);
int result = c.call("add", 1, 2).get<int>();
std::cout << result << std::endl;}
评价
msgpack-RPC使用起来也很简单，不需要定义proto文件，根据标准1，客户端的调用和本地调用一致，不过，服务器的RPC接口有一个msgpack::rpc::request对象，并且也必须派生于base类，使用上有一定的限制。根据标准2，服务器端提供RPC服务的时候需要根据method的名字来dispatch，这种方式不符合开闭原则，使用起来有些不方便。根据标准3，msgpack-rpc只支持msgpack的序列化，不能支持其他的序列化方式。
综合评价：80分。
总结
目前虽然国内外各大公司都推出了自己的RPC框架，但是真正好用易用的RPC框架却是不多的，这里对各个厂商的RPC框架仅从好用的角度做一个评价，一家之言，仅供参考，希望可以为大家做RPC的技术选型的时候提供一些评判依据。
**文章转载自 开源中国社区[http://www.oschina.net]**
