C++多进程并发框架FFLIB之Tutorial

2014-06-19 |  作者:佚名 |  来源:51CTO |  查看原文

摘要基本介绍可以看这里:    http://www.cnblogs.com/zhiranok/archive/2012/07/30/fflib_framework.html其中之所以特意采用了Broker模式,是吸收了MPI和Erlang的思想。关于MPI:http://www.mcs.anl.go...

基本介绍可以看这里:

    http://www.cnblogs.com/zhiranok/archive/2012/07/30/fflib_framework.html

其中之所以特意采用了Broker模式,是吸收了MPI和Erlang的思想。

关于MPI:http://www.mcs.anl.gov/research/projects/mpi/

关于Erlang:http://www.erlang.org/

FFLIB 目前处于alpha阶段,一些有用的功能还需继续添加。但是FFLIB一开始就是为了解决实际问题而生。Broker 即可以以独立进程运行,也可以集成到某个特定的进程中启动。除了这些,FFLIB中使用epoll实现的网络层也极具参考价值。网上有一些关于epoll ET 和 LT的讨论,关于哪种方式更简单,本人的答案是ET。ET模式下epoll 就是一个完全状态机。开发者只需实现FD的read、write、error 三种状态即可。

我进一步挖掘FFLIB的功能。写一篇FFLIB的Tutorial。创建更多的FFLIB使用示例,以此来深入探讨FFLIB的意义。在游戏开发中,或者一些分布式的环境中,有许多大家熟悉的模式。,本文挑选了如下作为FFLIB示例:

Request/Reply

点对点通讯

阻塞通讯

多播通讯

Map/Reduce

Request/Reply

异步的Request/Reply

在FFLIB中所有的消息都是Request和Reply一一对应的,默认情况下工作在异步模式。假设如下场景,Flash连入GatewayServer并发送Login消息包,GatewaServer 解析用户名密码,调用LoginServer 验证。

首先定义msg:

struct user_login_t {     struct in_t: public msg_i     {         in_t():             msg_i("user_login_t::in_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> uid >> value;         }         long   uid;         string value;     };     struct out_t: public msg_i     {         out_t():             msg_i("user_login_t::out_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> value;         }         bool value;     }; }; 

LoginServer中如此定义接口:

class login_server_t { public:     void verify(user_login_t::in_t& in_msg_, rpc_callcack_t& cb_)     {         user_login_t::out_t out;         out.value = true;         cb_(out);     } }; login_server_t login_server; singleton_t::instance().create_service("login_server", 1)             .bind_service(&login_server)             .reg(&login_server_t::verify); 

在GatewayServer中调用上面接口:

struct lambda_t     {         static void callback(user_login_t::out_t& msg_, socket_ptr_t socket_)         {             if (true == msg_.value)             {                 //! socket_->send_msg("login ok");             }             else             {                 //! socket_->send_msg("login failed");             }         }     };     user_login_t::in_t in;     in.uid  = 520;     in.value = "ILoveYou";     socket_ptr_t flash_socket = NULL;//! TODO     singleton_t::instance()          .get_service_group("login_server_t")         ->get_service(1)        ->async_call(in, binder_t::callback(&lambda_t::callback, flash_socket)); 

如上所示, async_call 可以通过binder_t模板函数为回调函绑定参数。

同步的Request/Reply

大部分时候我们期望Reply被异步处理,但有时Reply 必须被首先处理后才能触发后续操作,一般这种情况发生在程序初始化之时。假设如下场景,SceneServer启动时必须从SuperServer中获取配置,然后才能执行加载场景数据等后续初始化操作。

首先定义通信的msg:

struct config_t {     struct in_t: public msg_i     {         in_t():             msg_i("config_t::in_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> server_type >> server_id;         }         int server_type;         int server_id;     };     struct out_t: public msg_i     {         out_t():             msg_i("config_t::out_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> value;         }         map value;     }; }; 

如上所示, msg 序列化自动支持map。

SuperServer 中定义返回配置的接口:

super_server_t super_server; singleton_t::instance().create_service("super_server", 1)     .bind_service(&super_server)     .reg(&super_server_t::get_config); SceneServer 可以如此实现同步Request/Reply: rpc_future_t rpc_future; config_t::in_t in; in.server_type = 1; in.server_id   = 1; const config_t::out_t& out = rpc_future.call(  singleton_t::instance().get_service_group("super_server")         ->get_service(1), in); cout "\n"; //std::foreach(out.value.begin(), out.value.end(), fuctor_xx); 

点对点通讯

异步Request/Reply 已经能够解决大部分问题了(+微信关注networkworldweixin),但是有时处理Push模式时稍显吃了。我们知道消息推算有Push 和Poll两种方式。了解二者:

    http://blog.sina.com.cn/s/blog_6617106b0100hrm1.html

上面提到的Request/Reply 非常适合poll模式,以上一个获取配置为例,SuperServer由于定义接口的时候只需知道callback,并不知道SceneServer的具体连接。,所以SuperServer不能向SceneServer Push消息。在FFLIB中并没有限定某个节点必须是Client或只能是Service,实际上可以兼有二者的角色。SceneServer 也可以提供接口供SuperServer调用,这就符合了Push的语义。假设如下场景,GatewayServer需要在用户登入时调用通知SessionServer,而某一时刻SessionServer也可能呢通知GatewayServer 强制某用户下线。二者互为client和service。大家必须知道,在FFLIB中实现两个节点的通信只需知道对方的服务名称即可,Broker 在此时实现解耦的作用非常明显,若要增加对其他节点的通信,只需通过服务名称async_call即可。

定义通信的msg:

struct user_online_t {     struct in_t: public msg_i     {         in_t():             msg_i("user_online_t::in_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> uid;         }         long uid;     };     struct out_t: public msg_i     {         out_t():             msg_i("user_online_t::out_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> value;         }         bool value;     }; }; struct force_user_offline_t {     struct in_t: public msg_i     {         in_t():             msg_i("force_user_offline_t::in_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> uid;         }        long uid;     };     struct out_t: public msg_i     {         out_t():             msg_i("force_user_offline_t::out_t")         {}        string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> value;         }         bool value;     }; }; 

GatewayServer 通知SessionServer 用户上线,并提供强制用户下线的接口:

class gateway_server_t { public:     void force_user_offline(force_user_offline_t::in_t& in_msg_, rpc_callcack_t& cb_)     {         //! close user socket         force_user_offline_t::out_t out;         out.value = true;         cb_(out);     } }; gateway_server_t gateway_server; singleton_t::instance().create_service("gateway_server", 1)             .bind_service(&gateway_server)             .reg(&gateway_server_t::force_user_offline); user_online_t::in_t in; in.uid = 520; singleton_t::instance()     .get_service_group("session_server")     ->get_service(1)     ->async_call(in, callback_TODO); 

SessionServer 提供用户上线接口,可能会调用GatewayServer 的接口强制用户下线。

class session_server_t { public:     void user_login(user_online_t::in_t& in_msg_, rpc_callcack_t& cb_)     {         //! close user socket         user_online_t::out_t out;         out.value = true;         cb_(out);     } }; session_server_t session_server; singleton_t::instance().create_service("session_server", 1)             .bind_service(&session_server)             .reg(&session_server_t::user_login); force_user_offline_t::in_t in; in.uid = 520; singleton_t::instance()     .get_service_group("gateway_server")     ->get_service(1)     ->async_call(in, callback_TODO); 

多播通信

和点对点通信一样,要实现多播,只需要知道目标的服务名称。特别提一点的是,FFLIB中有服务组的概念。比如启动了多个场景服务器SceneServer,除了数据不同,二者接口完全相同,有可能只是相同进程的不同实例。在FFLIB框架中把这些服务归为一个服务组,然后再为每个实例分配索引id。

假设如下场景,SuperServer 中要实现一个GM接口,通知所有SceneServer 重新加载配置。

定义通信的msg:

struct reload_config_t     struct in_t: public msg_i    {        in_t():            msg_i("reload_config_t::in_t")        {}        string encode()        {            return (init_encoder()).get_buff();        }        void decode(const string& src_buff_)        {            init_decoder(src_buff_);        }   };    struct out_t: public msg_i    {       out_t():            msg_i("reload_config_t::out_t")        {}         string encode()        {            return (init_encoder()        }        void decode(const string& src_buff_)        {            init_decoder(src_buff_) >> value;        }        bool value;    }; ; 

SceneServer 提供重新载入配置接口:

class scene_server_t { public:     void reload_config(reload_config_t::in_t& in_msg_, rpc_callcack_t& cb_)     {         //! close user socket         reload_config_t::out_t out;         out.value = true;         cb_(out);     } }; scene_server_t scene_server; singleton_t::instance().create_service("scene_server", 1)             .bind_service(&scene_server)             .reg(&scene_server_t::reload_config);  

在SuperServer 中如此实现多播(跟准确是广播,大同小异):

struct lambda_t { static void reload_config(rpc_service_t* rs_) {           reload_config_t::in_t in;           rs_->async_call(in, callback_TODO); } }; singleton_t::instance()     .get_service_group("scene_server")     ->foreach(&lambda_t::reload_config); 

Map/Reduce

在游戏中使用Map/reduce 的情形并不多见,本人找到网上最常见的Map/reduce 实例 WordCount。情形如下:有一些文本字符串,统计每个字符出现的次数。

Map操作,将文本分为多个子文本,分发给多个Worker 进程进行统计

Reduce 操作,将多组worker 进程计算的结果汇总

Worker:为文本统计各个字符出现的次数

定义通信消息: 

struct word_count_t {     struct in_t: public msg_i     {         in_t():             msg_i("word_count_t::in_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> str;         }         string str;     };     struct out_t: public msg_i     {         out_t():             msg_i("word_count_t::out_t")         {}         string encode()         {             return (init_encoder()         }         void decode(const string& src_buff_)         {             init_decoder(src_buff_) >> value;         }        mapchar, int> value;     };  }; 

定义woker的接口:

class worker_t { public:     void word_count(word_count_t::in_t& in_msg_, rpc_callcack_t& cb_)     {         //! close user socket         word_count_t::out_t out;         for (size_t i = 0; i         {             mapint, int>::iterator it = out.value.find(in_msg_.str[i]);             if (it != out.value.end())             {                 it->second  = 1;             }             else             {                 out.value[in_msg_.str[i]] = 1;             }         }         cb_(out);     } }; worker_t worker;    for (int i = 0; i     {        singleton_t::instance().create_service("worker", 1)             .bind_service(&worker)             .reg(&worker_t::word_count);     } 

模拟Map/reduce 操作:

struct lambda_t {     static void reduce(word_count_t::out_t& msg_, mapint, int>* result_, size_t* size_)     {         for (mapint, int>::iterator it = msg_.value.begin(); it != msg_.value.end();  it)         {             mapint, int>::iterator it2 = result_->find(it->first);             if (it2 != result_->end())             {                 it2->second  = it->second;             }             else             {                 (*result_)[it->first] = it->second;             }         }         if (-- size_ == 0)         {             //reduce end!!!!!!!!!!!!!!!!             delete result_;             delete size_;         }     }     static void do_map(const char** p, size_t size_)     {         mapint, int>* result  = new mapint, int>();        size_t*    dest_size   = new size_t();         *dest_size = size_;         for (size_t i = 0; i         {             word_count_t::in_t in;             in.str = p[i];             singleton_t::instance()                 .get_service_group("worker")                 ->get_service(1   i % singleton_t::instance().get_service_group("worker")->size())                ->async_call(in, binder_t::callback(&lambda_t::reduce, result, dest_size));         }     } }; const char* str_vec[] = {"oh nice", "oh fuck", "oh no", "oh dear", "oh wonderful", "oh bingo"}; lambda_t::do_map(str_vec, 6); 

总结:

FFLIB 使进程间通信更容易

source code:  https://ffown.googlecode.com/svn/trunk

原文链接:http://www.cnblogs.com/zhiranok/archive/2012/08/08/fflib_tutorial.html

相关文章