一个简单易用、好理解的微服务治理框架，实现上参照了net/rpc、rpcx、grpc等诸多优秀的rpc框架，底层数据传输协议使用rpcx协议格式，框架封装则主要在net/rpc库的基础上，增加超时访问、心跳保活、断开重连、元数据传递、服务发现、熔断、限流以及指标统计和链路追踪等特性；服务端支持网关模式，可以处理本服务的http访问请求；同时还提供了一个通用的网关实现，可以用于快速搭建自己的微服务集群。

依赖管理

• go mod

快速上手

• 直接运行examples中的例子即可

名词解释

• server ： rpc服务端的一个实例
• client： rpc客户端的一个实例
• rpcclient： rpc客户端到服务端到一个连接
• 网关代理：每个服务可以启用网关代理模式，自身支持http到rpc的转换
• 独立网关：集成服务发现组件，提供所有服务的http协议到rpc协议的转换

rpcclient

• rpc客户端到服务端到一个连接

• 当创建一个rpcclient时，会开启两个goroutine

  go client.input() //用于接收服务端发送到数据 go client.keepalive() //用于连接保活

• 保活设计

  • 根据配置的时间间隔，发送心跳包到对端，当本地有数据发送时，则推迟心跳包到发送，如果心跳包发送失败（会尝试重发几次），则根据当前连接的状态做相应的处理。
  • 当rpcclient关闭时，会退出keepalive goroutine。

超时

ctx, _ := context.WithTimeout(context.Background(), 5*time.Second) log.Infof("client call at time %d", time.Now().Unix()) err = client.Call(ctx, "Mul", args, reply) if err != nil { //log.Fatalf("failed to call: %v", err) log.Error(err)	}

元数据传递

• 客户端发送和获取

  ctx := metadata.NewClientMdContext(context.Background(), map[string]string{ "testmd": "md", "testMd2": "md2",	}) mdFromServer := map[string]string{} err = client.Call(ctx, "Mul", args, reply, easyclient.GetMetadataFromServer(&mdFromServer)) if err != nil { log.Error(err)	}

• 服务端发送和获取

  md, b := metadata.FromClientMdContext(ctx) if b { log.Infof("get md %+v from context", md)	} reply.C = args.A * args.B server.SendMetaData(ctx, map[string]string{ "server": "hi this is server md",	})

熔断

 cli, err := client.NewClient("tcp", ":8972", "Arith", client.SetCircuitBreaker(gobreaker.Settings{ Name: "test_circuit", MaxRequests: 5, Timeout: 5 * time.Second, OnStateChange: client.NewOnStateChange(),	}))

限流

• 使用令牌桶算法

 cli, err := client.NewClient("tcp", ":8972", "Arith", client.SetRateLimiter(ratelimit.NewBucketWithQuantum(1*time.Second, 5, 1))) if err != nil { panic(err)	} defer cli.Close()

服务发现

• 目前仅支持etcd

• 客户端

  cli, err := client.NewDiscoveryClient("Arith", dis.NewEtcdDiscoveryMaster([]string{ "http://127.0.0.1:22379",	}, "Arith"))

  • 服务端

     s := server.NewServer(server.SetEtcdDiscovery([]string{ "http://127.0.0.1:22379",	}, "127.0.0.1:8972")) s.RegisterName("Arith", new(Arith)) s.Serve("tcp", ":8972")

网关代理模式

• 服务端

  s := server.NewServer(server.SetGateWayMode()) s.RegisterName("Arith", new(Arith)) s.Serve("tcp", ":8972")

• 使用curl命令验证

curl -H "Easymro-Version:1.1" -H "Easymicro-SerializeTypymicro-Messageid:1" -X POST --data '{"a":73,"b":1500}' http://127.0.0.1:8972/Arith/mul

独立网关

• 根据给定的服务发现地址，路由所有的服务

gw := gateway.NewGateway(":8887", []string{"http://127.0.0.1:22379"}) gw.StartGateway()

• 使用curl命令验证

curl -H "Easymro-Version:1.1" -H "Easymicro-SerializeType:1" -H "Easymicro-Messageid:1" -X POST --data '{"a":73,"b":1500}' http://127.0.0.1:8887/Arith/mul

性能

• 在请求处理上，采用了goroutine池的方式，没有使用per request per goroutine的模式

• 主要跟grpc对比了一下，1000个并发，5000000条数据，每条消息大小581B,性能差不多是grpc的两倍多

• grpc

  2019/11/27 12:28:16 concurrency: 1000 requests per client: 5000 2019/11/27 12:28:16 message size: 581 bytes 2019/11/27 12:33:11 took 294315 ms for 5000000 requests 2019/11/27 12:33:15 sent requests : 5000000 2019/11/27 12:33:15 received requests : 5000000 2019/11/27 12:33:15 received requests_OK : 5000000 2019/11/27 12:33:15 throughput (TPS) : 16988 2019/11/27 12:33:15 mean: 58657349 ns, median: 55538530 ns, max: 7140185427 ns, min: 282498 ns, p99: 164440052 ns 2019/11/27 12:33:15 mean: 58 ms, median: 55 ms, max: 7140 ms, min: 0 ms, p99: 164 ms 

• easymicro

  2019-11-27 13:40:19.722522 I | took 124799 ms for 5000000 requests 2019/11/27 13:40:19 rpcclient.go:403: INFO : client input goroutine exit 2019/11/27 13:40:19 rpcclient.go:308: INFO : client keepalive goroutine exit 2019-11-27 13:40:23.597393 I | sent requests : 5000000 2019-11-27 13:40:23.597422 I | received requests : 5000000 2019-11-27 13:40:23.597429 I | received requests_OK : 5000000 2019-11-27 13:40:23.597435 I | throughput (TPS) : 40064 2019-11-27 13:40:23.597466 I | mean: 24768440 ns, median: 22327754 ns, max: 3023957318 ns, min: 207311 ns, p99: 65509680 ns 2019-11-27 13:40:23.597475 I | mean: 24 ms, median: 22 ms, max: 3023 ms, min: 0 ms, p99: 65 ms