解决什么样的问题?

有的时候,我们需要提供远程的服务,比如提供远程API调用(如果你听过RPC,或WDSL),这样,我们可以很大程度上解耦各大模块,对外提供服务。

还有的时候,我们需要在两个进程中通信,以获得互相的同步或资源。

更有,我想实现实现某种透明的对象,让对象可以在不同的进程或主机上传递。

这些,都可以通过 DRb 来实现。DRb 的相关文档非常少,但在想快速实现一个轻量级分布应用,依赖最少化时,使用它是非常方便的。我对分布式的研究不多,欢迎各位看了本文后能提出更多解决方案。

使用方法

依官方的例子为主,各位看官建议看的时候复制下试试。因为是分布式解决方案,肯定是 服务端客户端 双方的代码。

  1. 简单的例子
* 服务端

        # ==== 服务端代码,保存为 timer_server.rb
        #
        require 'drb/drb'

        # 监听的地址,你可以改为 0.0.0.0 来支持远程连接
        URI="druby://localhost:8787"

        class TimeServer

          def get_current_time
            return Time.now
          end

        end

        # 被代理的对象,客户端获取的到的对象就是它
        FRONT_OBJECT=TimeServer.new

        DRb.start_service(URI, FRONT_OBJECT)
        #
        DRb.thread.join

* 客户端

        # ==== timer_client.rb

        require 'drb/drb'

        SERVER_URI="druby://localhost:8787"

        # 这句是必要的,因为我们很快会用到回调与引用,一会说。
        # 所以纯粹的客户端是不存在的。
        DRb.start_service

        timeserver = DRbObject.new_with_uri(SERVER_URI)
        puts timeserver.get_current_time

我必须要说的是,很符合我们的 C/S 模型,但是你有没有想过如果 `get_current_time` 返回一个远程对象,会发     生什么呢? 接下来,就是我要讲的。
  1. 远程对象代理
* 服务端

        require 'drb/drb'

        URI="druby://localhost:8787"

        class Logger

          # Logger 是被远程代理,客户端不会存在,所以用这句
          include DRb::DRbUndumped

          def initialize(n, fname)
            @name = n
            @filename = fname
          end

          def log(message)
            File.open(@filename, "a") do |f|
              f.puts("#{Time.now}: #{@name}: #{message}")
            end
          end

        end

        class LoggerFactory

          def initialize(bdir)
            @basedir = bdir
            @loggers = {}
          end

          def get_logger(name)
            if [email protected]_key? name
              # 保证文件名是合法的
              fname = name.gsub(/[.\/]/, "_").untaint
              @loggers[name] = Logger.new(name, @basedir + "/" + fname)
            end
            return @loggers[name]
          end

        end
        # 在执行之前你要手动创建一下dlog
        FRONT_OBJECT=LoggerFactory.new("dlog")

        DRb.start_service(URI, FRONT_OBJECT)
        DRb.thread.join
  • 客户端

        require 'drb/drb'
    
        SERVER_URI="druby://localhost:8787"
    
        DRb.start_service
    
        log_service=DRbObject.new_with_uri(SERVER_URI)
    
        ["loga", "logb", "logc"].each do |logname|
    
          logger=log_service.get_logger(logname)
    
          logger.log("Hello, world!")
          logger.log("Goodbye, world!")
          logger.log("=== EOT ===")
    
        end
    

    吐嘈,执行完,你会发现日志被写在了服务端的 dlog/ 目录里,注意 DRb::DRbUndumped
    Logger 对象的加载,这样的对象是无须传递给客户端的,这样,客户端代码里拿到的 loggger 对象是远程代理对象,所有该对象调用的方法实际上是在远程服务端执行的。我们称这种方法是按引用传递。

    那当然有一种传递叫,按值传递,什么情况是呢?显然,上面第一种方法即是,我们调用 get_current_time 是本地对象,再调用该对象的方法时,方法在本地执行。

    如此,便是 DRb 的基本使用方法了,应该说不难理解。你可以这样理解,都是对象,只不是有些对象是远程的,有些是本地的,远程的对象方法的执行是在远端,本地的方法是在本地。远程的对象是包含了
    DRb::DRbUpdumped 的对象。不包含的都会转换为本地对象。

    那么,何为分布式的 Ruby,这明显是忽悠我们群众嘛?别急,我正要说,还记得一开始代码里注释的 start_service 了吧。所谓
    服务端 可以随时获取 客户端 的远程对象,对吧?所以用 DRb 实现一个通信是非常简单的。为了有深入理解,我想需要将它的实现原理分析一下。

如何实现的呢

DRb 的本质是,一个通信底层,一个序列化方式,一个代理器,OK?你不用看都能知道是吧?因为我也会这样实现的。

  1. 代理器

    method_missing 将一个对象的方法传递给另一个对象的神器,谓之代理,多像有关部门,不做事情,只是将事情移交给另一个有关部门。看看核心代码:

    # drb/drb.rb: 1078 (ruby-1.9.3)
    def method_missing(msg_id, *a, &b)
      if DRb.here?(@uri)
        obj = DRb.to_obj(@ref)
        DRb.current_server.check_insecure_method(obj, msg_id)
        return obj.__send__(msg_id, *a, &b)
      end
    
      succ, result = self.class.with_friend(@uri) do
      DRbConn.open(@uri) do |conn|
        conn.send_message(self, msg_id, a, b)
      end
      #。。。处理异常
    end
    

    obj显然是被代理的对象,上面除了缓存机制外,send_messagemethod_missing做的最重要的事,它引出来了下面的事情。

  2. 通信底层

    DRb 的底层是一层透明的传输协议,通过它的接口,可以将数据(或命令)无压力收取,且看它的关键接口:

    # drb/drb.rb:728 打开一个连接
    def open(uri, config, first=true)
      @protocol.each do |prot|
        begin
          return prot.open(uri, config)
        rescue DRbBadScheme
        rescue DRbConnError
          raise($!)
        rescue
          raise(DRbConnError, "#{uri} - #{$!.inspect}")
        end
      end
      if first && (config[:auto_load] != false)
        auto_load(uri, config)
        return open(uri, config, false)
      end
      raise DRbBadURI, 'can\'t parse uri:' + uri
    end
    
    # drb/drb.rb:901 发送一个请求,通俗的说,调用一个方法
    def send_request(ref, msg_id, arg, b)
      @msg.send_request(stream, ref, msg_id, arg, b)
    end
    
    # 在服务端,接受一个方法
    def recv_request
      @msg.recv_request(stream)
    end
    
    # 服务端,发送一个结果
    def send_reply(succ, result)
      @msg.send_reply(stream, succ, result)
    end
    
    # 客户端,接受一个结果
    def recv_reply
     @msg.recv_reply(stream)
    end
    

    继续吐嘈,默认 DRb 使用 DRbTCPSocket 来通信,你可以随时调整为 UnixSocket 或者 Http ,甚至 SSL。这个视你的需求而定,比如你要从公司用基于 Ruby 的方法,遥控你的家用电脑,建议你使用 SSL。

    抽象你的接口,是实现易于维护系统的关键,是吧。如何序列化是整个 DRb 的关键,而在 Ruby 中,这一切显得如此简单。

  3. 序列化方法(与对象引用转换)

    Marshal 神器用来序列化对象,默认直接使用即可。例如:

    class A
      def initialize(a)
        @a = a
      end
    end
    a = A.new(1)
    b = Marshal.dump(a)
    c = Marshal.load(b)
    puts c.a  # ok, 输出 1
    

它被引用在 DRb 中,做为 DRbMessage 的关键,传递对象使用。

于是,组合以上思路,DRb 就产生了,不过,我们还缺点什么没讲,作为安全的程序员,一定要看看。

代理对象如果被发送了 instance_eval("rm -rf /") Ok,我们系统没了。。。

所以,$SAFE = 1 是可以保障基本安全的, 然而,这还不够,更细的控制,应该由 Ruby 1.9.1 以后(应该是说我没深入研究过)开始的,我就不细说了,你如果有需求可以仔细看看。

另一个问题是,分布式要求远程对象长期生效,那么你可以去研究下 DRb::TimerIdConv 进行生存期保存。

最后一个问题,远程对象支持 block 调用吗?答案是,YES。 如何实现的呢?

   # drb/invokemethod.rb
   def perform_with_block
     @obj.__send__(@msg_id, *@argv) do |*x|
       jump_error = nil
       begin
         block_value = block_yield(x) #本质是 block.call(*x),只是特殊处理了 Array
       rescue LocalJumpError
         jump_error = $!
       end
       if jump_error
        case jump_error.reason
        when :break
          break(jump_error.exit_value)
        else
          raise jump_error
        end
     end
     block_value
   end

看的出来(再吐嘈),block是通过本地的调用后,将结果再传递给远程对象。详细可以继续看 drb/drb 里的 perform 实现。

值得注意的是,如果一个对象没有 include DRb::DRbUndumped 被返回到客户端,则会抛出 DRbUnknownError 异常。这个很容易理解。另一个注意点是,一个类无法使用
Marshal.dump 时(例如打开了一个文件句柄),则需要想办法自己实现它,或者。。。或者你应该实现为远程代理类,对吧。

好了,基本上都讲完了。代码里还有许多精华,例如 self.allcate 可以跳过 initialize 来创建一个类。

看完后,你再想想开篇的需求是否可以轻松解决掉?实际上只需要几步:

  • 创建一个类,按一般方法编写它的方法。如果方法有返回自定义对象,根据是否远程代理加载 DRbUpdumped

  • 加载 DRb , 启动服务。

  • 客户端连接,获取代理对象,调用方法。

与其他语言的解决方案的对比与区别

  • JAVA的 RMI

RMI 是JAVA的远程调用实现方法,这里有一篇不错的介绍:http://damies.iteye.com/blog/51778

DRb 是分布式的,RMI是单向的 C/S。 DRb 不需要声明接口,直接使用。熟练后,可以极快速度完成一个通信和同步的应用。

  • CORBA

看这个:http://zh.wikipedia.org/wiki/CORBA , 基本原理相同,不过 DRb 足够轻,足够快。

  • WDSL

利用xml的标准RPC调用。适合于静态语言。

由于对其他的了解不深入,欢迎熟悉的看客们提出你的看法。

其他需求

  • 在公司之前的工作时,需要将 JRuby 的对象代理到 Ruby 中,这样可以复用 gems 。

  • 需要远程API的方法调用另一个进程的所有方法。

因为要代理所有本地不存在的对象,只使用 DRb 还不够。但基本思路很简单,利用一个模块的 const_missing 动态加载远程的对象,而远程对象在创建时均自动加载
DRbUpdumped 被远程代理。根据以上,我们可以写一个看似本地代码却可以轻易转到远程执行。

例如:

    # 本地代码
    require 'watir'
    ie = Watir::IE.new
    ie.goto("www.baidu.com") # 本地打开一个浏览器

    # 加载为远程进程执行
    ATU.require 'watir'
    ie = ATU::Watir::IE.new
    ie.goto("www.baidu.com") # 远程的进程打开一个浏览器

有了它,几乎同一份代码可以同用两个用途。可以非常方便的以代码级的控制远程主机和对象,并且重用性很高。

如何实现,可以自己想想,同时可以查看这里:ruby_proxy的实现

还有一篇 slide: http://windy.github.com/ruby_proxy.html

推荐续读

一个让DRb真正分布式的rinda(Dave Thomas)

一些介绍的例子

来自 windy

本文采用 署名 - 非商业 - 复制保留本授权 的方式进行发布。

原文链接:分布式Ruby解决之道

05-11 21:45