浅谈RSocket与响应式编程

简介： RSocket是高效一个二进制的网络通讯协议，能够满足很多场景下使用。另外，RSocket也是一个激进的响应式捍卫者，激进到连API都跟响应式无缝集成。本文我们将和大家分享RSocket与响应式编程。

作者 | 素渡
来源 | 阿里技术公众号

一 RSocket的主要特性

首先，RSocket是高效一个二进制的网络通讯协议，能够满足很多场景下使用。其次，RSocket是一个激进的响应式捍卫者，激进到连API都跟响应式无缝集成。

1 四种通讯模式

即发即忘FireAndForget

立即发送一个请求，无需为这个请求发送响应报文。适用于监控埋点，日志上报等，这种场景下无需回执，丢失几个请求无伤大雅。

请求响应RequestResponse

请求方发送一条请求消息，响应方收到请求后并返回一条响应消息。传统的HTTP是典型的RequestResponse。

流RequestStream

请求方发送一个请求报文，响应方发回N个响应报文。传统的MQ是典型的RequestStream。

通道RequestChannel

创建一个通道上下文，双方可以互相发送消息。IM是个典型的RequestChannel通讯场景。

2 双向通讯Bi-Directional

RSocket的Client连接到Server，这个过程称为Setup，在连接成功后，会约定收发消息的方向逻辑：

当Client请求Server时，发送的请求ID永远为奇数
当Server请求Client时，发送的请求ID永远为偶数

正是因为这个奇偶性确定方向的特性，不同于传统的如HTTP请求，RSocket可以做到双向请求。

3 其他

二进制协议，紧凑高效
多路复用
基于帧(Frame)的背压，与ReactiveStreams语义契合
灵活的传输层切换: TCP/UDP/WebSocket等
支持Cancel、断点续传、租约等高级特性

综上与HTTP做一些比较，RSocket的效率更高，支持的通讯场景更丰富，也没有队头阻塞的问题。与SocketIO这种基于纯事件的框架相比，RSocket的请求具有很清晰的上下文，API精炼易用。

二 RSocket的内部实现

1 帧的设计

帧(Frame)是RSocket协议报文的最小单位。

一个帧由6 bytes的Header和剩余的Body构成，其中Header的4 bytes表示 StreamID，6 bits表示Frame Type, 10 bits作为Flags。Body根据不同的帧类型，结构也不同，常用的带Payload的帧一般会包括Metadata和Data两个部分。
传输层如果本身不支持分帧特性的(如TCP)，那么RSocket会用3 bytes的uint24表示帧长度，所以最大的帧大小是16MB。
如果帧超出16MB，RSocket支持帧分裂重组，也就是拆成更小的帧，接收端再自动重组。

2 数据载体——Payload

基于帧之上，一般开发者接触到的是Payload, 它类似一个HTTP报文，可以是一个Request，也可以是一个Response。由两个二进制部分组成：

Metadata——元数据，类似HTTP的header
Data——数据，类似HTTP的body

3 架构

这里基于笔者在实现Golang版SDK的基础上整理的架构图，Java版基本也类似。

Transport层将网络二进制流编解码为Frames。
RSocket支持自定义最大Frame Size，默认16MB，当某个Frame超出时，会被拆解为N个小Frame，收到时再重组，在介绍帧的时候也提到了，这个特性称为Fragmentation。
DuplexConnection转换Frames为Payload，抽象为一个个Request/Response上下文，并负责读写。
RSocket组装Connection为RSocket Interface，其中Resumable支持断点续传，连接断开重连也能自愈，个人觉得这个特性有点鸡肋，在弱网环境有些优势，但是因为期间会缓存住未处理完毕的帧，所以会耗费大量的系统资源。
RSocket使用Reactor核心库暴露为4种通讯模式，抽象为高级API。

4 玩法

RSocket有很多玩法，传统的RPC自然不在话下，用来做IM也未尝不可，某些特性也可以用来做代理或者网络穿透。

IoT的场景，比如小明的家里有个智能空调，小明想在外面通过手机APP来控制空调开关，如何优雅地描述这个控制问题？最精炼的解决方案就是"小明调用空调上开关的API"。

另外最经典的玩法就是Broker了，Broker类似一种“软路由”的方案，可以让服务的发布访问变得简单。发布服务只要连接到Broker，调用方通过反向请求的方式来让Broker透明转发即可，摒弃了传统的注册中心，端口管理等常见的服务治理手段。

5 关于RSocket Broker

Broker有很多优势，发布服务不需要监听端口，无需Sidecar，服务注册变得简单，无需zk、etcd之类，LoadBalance变得简单，也更安全，没监听端口后很难攻击。也有很多劣势，网络上多了一跳，性能是有一定损耗的，Broker是中心化设计，类似我们平时全局的Nginx一样，但是Broker的优雅启停显然更加复杂，受限于整个Broker集群的瓶颈等等。上帝为你关闭了一扇门，就一定会为你打开一扇窗。

目前高德落地的FaaS中大量使用了基于RSocket架构的集团Broker，支撑了今年的五一长假，峰值QPS超20万，平稳零故障。

这里笔者也准备了一个教学用的Mini Broker，演示了两个浏览器之间相互上下文调用彼此服务的场景，有兴趣的同学可以查看。

三响应式编程

响应式编程是个老话题了，它早已无处不在，甚至你在Excel里SUM求和，本质上也是种响应式的思维。响应式本质上就是响应变化的数据流。RSocket这个协议本身就是以响应式之名，将其扩展到网络层面。

1 响应式编程大概长这样

而在我们平时工作中，必然会引入各种操作和变换：

2 Reactive Streams

JDK推出了响应式标准API，撇开Processor之外，其核心接口就Publisher/Subscriber/Subscription，非常精炼。

Publisher：发布者，负责生产数据。唯一的方法subscribe，接收一个Subscriber开始一次新的订阅。
Subscriber：订阅者，负责订阅消费数据。
Subscription：订阅，某次订阅的上下文控制，如取消、通知获取下N条数据。

Spring的Reactor是一个标准的实现，其一次完整的执行过程如下图：

创建subscriber，开始订阅Publisher。
生成上下文subscription。
Publisher就绪，调用onSubscribe。
Publisher开始生产数据。
每条成功生产的数据回调onNext。
当生产失败时，回调onError并结束当前订阅。
当所有数据生产完毕时，回调onComplete并结束当前订阅。
中途可以调用subscription随时cancel取消订阅，或者通过request(n)通知生产下N个元素，这个过程即背压。

由于Java天生的语言优势，很适合使用RxJava或Reactor之类的框架，代码逻辑清晰可读性会非常高。笔者在实现Go版的Reactor时，深深地体会到了没有泛型支持的API表现力是多么匮乏，也期待Go2的泛型能够有所改善。

四总结

RSocket是个很有趣的网络协议，它可能不会普及流行，但贵在它解决问题的思路和设计很令人耳目一新。如果大家有兴趣，可以去它的官网了解下。

原文链接

本文为阿里云原创内容，未经允许不得转载。