您的位置:首页 > 理论基础 > 计算机网络

从零开始实现简单 RPC 框架 7:网络通信之自定义协议(粘包拆包、编解码)

2021-09-05 09:36 931 查看

当 RPC 框架使用 Netty 通信时,实际上是将数据转化成 ByteBuf 的方式进行传输。 那如何转化呢?可不可以把 请求参数 或者 响应结果 直接无脑序列化成 byte 数组发出去? 答:直接序列化传输是不行的,会出现粘包拆包的问题。

粘包拆包

什么是粘包拆包

RPC 通信使用 TPC (别问我为什么不用 UDP),TCP 是一个“流”协议。所谓流,就是没有界限的一长串二进制数据。TCP 作为传输层协议,并不了解上层业务数据的具体含义,它会根据 TCP 缓冲区的实际情况进行数据包的划分,所以在业务上认为是一个完整包的,可能会被 TCP 拆分成多个包进行发送,也有可能把多个小的包封装成一个大的数据包发送,这就是所谓的 TCP 拆包和粘包问题。

直接序列化发出去是可以,但是接收方收到了一坨数据包,它不知道一个完整的报文哪里开始、哪里结束,也就没有办法解析了。

粘包拆包的解决方案

由于底层的 TCP 无法理解上层的业务数据,所以在底层是无法保证数据包不被拆分和重组的,这个问题只能通过上层的应用协议栈设计来解决。目前业界主流协议的解决方案如下:

  1. 消息定长:报文长度固定,例如每个报文的长度固定为 200 字节,如果不够空位补空格,接受方每次拿 200 字节。
  2. 使用特殊分隔符分割:例如每条报文结束都添加回车换行符作为报文分隔符,接收方读到回车换行符则分割出报文。
  3. 将消息分为消息头和消息体,消息头包含消息的长度。接收方从消息头拿到消息长度,就知道剩下的报文是多少字节了。
  4. 更复杂的自定义应用层协议。

编解码

在网络通信中,将数据转成报文的过程称为 编码,将报文转成数据的过程称为 解码。 在 Netty 中,编解码的处理放在 PipeLine 中。在前文的介绍中,我们知道每个 PipeLine 都是和 Channel 唯一绑定的,一个 PipeLine 只对应一个 Channel,所以 Channel 中的数据读取的时候经过解析,如果不是一个完整的数据包,则解析失败,将这个数据包进行保存,等下次解析时再和这个数据包进行组装解析,直到解析到完整的数据包,才会将数据包向下传递。

解码器

Netty提供了多个解码器,分别是:

  1. LineBasedFrameDecoder
    按行分包。
  2. DelimiterBasedFrameDecoder
    特殊分隔符分包。
  3. FixedLengthFrameDecoder
    :使用定长的报文来分包。
  4. LengthFieldBasedFrameDecoder
    : 将消息分为消息头和消息体,消息头包含消息的长度的方式分包。

在 RPC 这个场景中,我们来分析一下我们应该选哪种解码器:

  1. LineBasedFrameDecoder
    :按行分包显然不行,因为我们的请求响应数据中,极有可能包含换行符。
  2. DelimiterBasedFrameDecoder
    :按照特殊分隔符也不行,因为 RPC 框架是一个通用的场景,请求响应数据中什么都有可能包含,特殊分隔符无论是什么都有可能存在于请求响应数据中。这样会导致分包错误。
  3. FixedLengthFrameDecoder
    :使用定长报文显然就更加不合适了,在 RPC 框架这样一个通用场景中,定的长度太短,可能不够,定得太长又会造成极大的资源浪费。
  4. LengthFieldBasedFrameDecoder
    :将消息分成消息头消息体的方式比较使用于大部分的网络通信场景。
    ccx-rpc
    采用了此解码器,并定义出自己的一套私有协议(下面讲)。

编码器

Netty 提供了个常用的抽象编码器:

MessageToByteEncoder<I>
,编码器不像解码器需要考虑粘包拆包,只需要将数据转换成协议规定的二进制格式发送即可。

ccx-rpc 的自定义协议

前面提到

ccx-rpc
使用了消息头+消息体 的方式制定私有协议。其格式如下:

0   1   2       3   4   5   6   7           8        9        10   11  12  13  14  15  16  17  18
+---+---+-------+---+---+---+---+-----------+---------+--------+---+---+---+---+---+---+---+---+
| magic |version|  full length  |messageType|serialize|compress|           RequestId           |
+---+---+-------+---+---+---+---+-----------+---------+--------+---+---+---+---+---+---+---+---+
|                                                                                              |
|                                         body                                                 |
|                                                                                              |
|                                        ... ...                                               |
+----------------------------------------------------------------------------------------------+
2B magic(魔数)
1B version(版本)
4B full length(消息长度)
1B messageType(消息类型)
1B serialize(序列化类型)
1B compress(压缩类型)
8B requestId(请求的Id)
body(object类型数据)

字段解释

1. magic(魔数)

是通信双方协商的一个暗号,2 个字节,定义在

MessageFormatConst.MAGIC
。 魔数的作用是用于服务端在接收数据时先解析出魔数做正确性对比。如果和协议中的魔数不匹配,则认为是非法数据,可以直接关闭连接或采取其他措施增强系统安全性。 注意:这只是一个简单的校验,如果有安全性方面的需求,需要使用其他手段,例如 SSL/TLS。 魔数的思想在很多场景中都有体现,如 Java Class 文件开头就存储了魔数 OxCAFEBABE,在 JVM 加载 Class 文件时首先就会验证魔数对的正确性。

2. version(版本)

为了应对业务需求的变化,可能需要对自定义协议的结构或字段进行改动。不同版本的协议对应的解析方法也是不同的。所以在生产级项目中强烈建议预留协议版本这个字段。

3. full length(消息长度)

记录了整个消息的长度,这个字段是报文分包的关键。

4. messageType(消息类型)

消息类型包括,普通请求、普通响应、心跳。解码器可以根据消息类型来确定解析的类型。

消息类型的定义如下:

public enum MessageType {
/**
* 普通请求
*/
REQUEST((byte) 1),

/**
* 普通响应
*/
RESPONSE((byte) 2),

/**
* 心跳
*/
HEARTBEAT((byte) 3),
;
private final byte value;
}

6. serialize(序列化类型)

通过这个类型来确定使用哪种序列化方式,将字节流序列化成对应的对象。

序列化类型定义如下:

public enum SerializeType {
PROTOSTUFF((byte) 1, "protostuff");
}

7. compress(压缩类型)

序列化的字节流,还可以进行压缩,使得体积更小,在网络传输更快,但是同时会消耗 CPU 资源。 如果使用压缩效果好的序列化器,可以考虑不适用压缩。

压缩类型的定义如下:

public enum CompressType {
/**
* 伪压缩器,啥事不干。有一些序列化工具压缩已经做得很好了,无需再压缩
*/
DUMMY((byte) 0, "dummy"),

GZIP((byte) 1, "gzip");

private final byte value;
private final String name;
}

8. requestId(请求的Id)

每个请求分配好请求Id,这样响应数据的时候,才能对的上。使用 8 字节的 long 类型,可以支持更多的请求。

9. body

body 里面放具体的数据,通常来说是请求的参数、响应的结果,再经过序列化、压缩后的字节数组。

ccx-rpc 的编码器 RpcMessageEncoder

RpcMessage
是通用的消息结构体,请求参数和响应结果都会封装成这个结构。

编码器相对比较简单,按照协议定义的长度和值进行设置,例如请求Id是8字节的Long,那就

out.writeLong(rpcMessage.getRequestId())

有个细节:消息长度事先不知道 body 的长度,可以先跳过。当然也可以先把 body 解析出来算长度。

代码如下:

@Override
protected void encode(ChannelHandlerContext ctx, RpcMessage rpcMessage, ByteBuf out) {
// 2B magic code(魔数)
out.writeBytes(MessageFormatConst.MAGIC);
// 1B version(版本)
out.writeByte(MessageFormatConst.VERSION);
// 4B full length(消息长度). 总长度先空着,后面填。
out.writerIndex(out.writerIndex() + MessageFormatConst.FULL_LENGTH_LENGTH);
// 1B messageType(消息类型)
out.writeByte(rpcMessage.getMessageType());
// 1B codec(序列化类型)
out.writeByte(rpcMessage.getSerializeType());
// 1B compress(压缩类型)
out.writeByte(rpcMessage.getCompressTye());
// 8B requestId(请求的Id)
out.writeLong(rpcMessage.getRequestId());
// 写 body,返回 body 长度
int bodyLength = writeBody(rpcMessage, out);

// 当前写指针
int writerIndex = out.writerIndex();
out.writerIndex(MessageFormatConst.MAGIC_LENGTH + MessageFormatConst.VERSION_LENGTH);
// 4B full length(消息长度)
out.writeInt(MessageFormatConst.HEADER_LENGTH + bodyLength);
// 写指针复原
out.writerIndex(writerIndex);
}

写 body 的方法抽了出来,因为涉及到了消息类型、序列化、压缩等步骤,比较长。代码如下:

private int writeBody(RpcMessage rpcMessage, ByteBuf out) {
byte messageType = rpcMessage.getMessageType();
// 如果是心跳类型的,没有 body,直接返回头部长度
if (messageType == MessageType.HEARTBEAT.getValue()) {
return 0;
}

// 序列化类型
SerializeType serializeType = SerializeType.fromValue(rpcMessage.getSerializeType());
if (serializeType == null) {
throw new IllegalArgumentException("codec type not found");
}
// 根据序列化类型获得序列化器
Serializer serializer = ExtensionLoader.getLoader(Serializer.class).getExtension(serializeType.getName());

// 压缩类型
CompressType compressType = CompressType.fromValue(rpcMessage.getCompressTye());
// 根据压缩类型获得压缩器
Compressor compressor = ExtensionLoader.getLoader(Compressor.class).getExtension(compressType.getName());

// 使用序列化器对数据进行序列化
byte[] notCompressBytes = serializer.serialize(rpcMessage.getData());
// 序列化完之后进行压缩
byte[] compressedBytes = compressor.compress(notCompressBytes);

// 写 body
out.writeBytes(compressedBytes);
return compressedBytes.length;
}

从上面的代码和注释可以看出,写 body 的流程如下:

  1. 判断消息类型,如果是心跳的,则不用写 body
  2. 根据序列化类型获得序列化器
  3. 根据压缩类型获得压缩器
  4. 使用序列化器对数据进行序列化
  5. 序列化完的数据再进行压缩。如果获取不到压缩器,则不压缩,这里抽象成一个伪序列化器
    DummyCompressor
    ,少点特殊化代码。
public class DummyCompressor implements Compressor {
@Override
public byte[] compress(byte[] bytes) {
return bytes;
}

@Override
public byte[] decompress(byte[] bytes) {
return bytes;
}
}
  1. 压缩完的数据,就可以通过
    out.writeBytes(compressedBytes)
    写到输出流啦

ccx-rpc 的解码器 RpcMessageDecoder

LengthFieldBasedFrameDecoder

ccx-rpc 的解码器

RpcMessageDecoder
继承 Netty 自带的
LengthFieldBasedFrameDecoder
,其完整的构造函数定义如下:

public LengthFieldBasedFrameDecoder(
ByteOrder byteOrder, int maxFrameLength, int lengthFieldOffset, int lengthFieldLength,
int lengthAdjustment, int initialBytesToStrip, boolean failFast) {
// 忽略 ...
}

构造函数的参数非常多,我们来一一解释一下:

  1. byteOrder
    :在各种计算机体系结构中,对于字节、字等的存储机制有所不同。如果不达成一致的规则,通信双方将无法进行正确的编/译码从而导致通信失败。默认值是:
    ByteOrder.BIG_ENDIAN
  2. maxFrameLength
    :指定包的最大长度,如果超过,直接丢弃
  3. lengthFieldOffset
    :描述长度的字段(我们叫
    length
    )在哪个位置(前面有几个字节)
  4. lengthFieldLength
    length
    字段本身的长度(几个字节)
  5. lengthAdjustment
    :包的总长度调整。 这个参数比较难理解,我们先假设
    lengthFieldOffset
    = 3,
    lengthFieldLength
    =4,我们存的长度是 10。 那么
    lengthFieldOffset
    lengthFieldLength
    可以拿到长度结束的偏移量(
    lengthFieldEndOffset
    )是 7。 这个长度10,Netty 认为是
    length
    字段后的长度,所以 Netty 在计算消息总长度
    frameLength
    的时候,会再加上
    lengthFieldEndOffset
    frameLength += lengthFieldEndOffset
    。 如果我们本来存的长度就是
    length
    字段后的长度,那这个结果就是对的了。但是我们长度存的就是总长度,这么一加,就相当于多加了一个
    lengthFieldEndOffset
    了!!! 由于协议的定义没有谁对谁错,也不能强制要人家就那么设置,所以 Netty 还提供了一个长度调整参数
    lengthAdjustment
    给我们,
    frameLength += lengthAdjustment
    。 因为多加了
    lengthFieldEndOffset
    ,那我们把这个它减回去,所以大部分的时候,这个参数就是个负数。
  6. initialBytesToStrip
    :之前的几个参数,已经足够识别出整个数据包了。但是很多时候,调用者只关心包的内容,包的头部完全可以丢弃掉,
    initialBytesToStrip
    就是用来告诉 Netty,识别出整个数据包之后,截掉
    initialBytesToStrip
    之前的数据。
  7. failFast
    :参数一般设置为 true。当这个参数为 true 时,Netty 一旦读到
    length
    字段,并判断
    length
    超过
    maxFrameLength
    ,就立即抛出异常。false 表示只有当真正读取完所有的字节之后,才会抛出异常。一般不用修改,否则可能会内存溢出。

RpcMessageDecoder 构造函数

下面来看看,

ccx-rpc
是如何使用这几个参数的吧,上代码:

public class RpcMessageDecoder extends LengthFieldBasedFrameDecoder {
public RpcMessageDecoder() {
super(
// 最大的长度,如果超过,会直接丢弃
MAX_FRAME_LENGTH,
// 描述长度的字段[4B full length(消息长度)]在哪个位置:在 [2B magic(魔数)]、[1B version(版本)] 后面
MAGIC_LENGTH + VERSION_LENGTH,
// 描述长度的字段[4B full length(消息长度)]本身的长度,也就是 4B 啦
FULL_LENGTH_LENGTH,
// LengthFieldBasedFrameDecoder 拿到消息长度之后,还会加上 [4B full length(消息长度)] 字段前面的长度
// 因为我们的消息长度包含了这部分了,所以需要减回去
-(MAGIC_LENGTH + VERSION_LENGTH + FULL_LENGTH_LENGTH),
// initialBytesToStrip: 去除哪个位置前面的数据。因为我们还需要检测 魔数 和 版本号,所以不能去除
0);
}
}

解码的方法先使用父类

LengthFieldBasedFrameDecoder
decode
方法得到完整的报文数据:

@Override
protected Object decode(ChannelHandlerContext ctx, ByteBuf in) throws Exception {
Object decoded = super.decode(ctx, in);
if (decoded instanceof ByteBuf) {
ByteBuf frame = (ByteBuf) decoded;
if (frame.readableBytes() >= HEADER_LENGTH) {
try {
return decodeFrame(frame);
} catch (Exception ex) {
log.error("Decode frame error.", ex);
} finally {
frame.release();
}
}
}
return decoded;
}

注意:如果解码报错,需要调用

frame.release()
来释放。

自定义协议解码

1. 初步读出字段并做基础检查

接下来就是自定义协议的解码方法

decodeFrame
,返回值就是业务的消息结构体
RpcMessage

/**
* 业务解码
*/
private RpcMessage decodeFrame(ByteBuf in) {
readAndCheckMagic(in);
readAndCheckVersion(in);
int fullLength = in.readInt();
byte messageType = in.readByte();
byte codec = in.readByte();
byte compress = in.readByte();
long requestId = in.readLong();

RpcMessage rpcMessage = RpcMessage.builder()
.serializeType(codec)
.compressTye(compress)
.requestId(requestId)
.messageType(messageType)
.build();

//...
}

第一步:检查魔数,比较简单,就是把前两位字节读出来,跟我们的魔数进行对比,不一样就抛出异常。

/**
* 读取并检查魔数
*/
private void readAndCheckMagic(ByteBuf in) {
byte[] bytes = new byte[MAGIC_LENGTH];
in.readBytes(bytes);
for (int i = 0; i < bytes.length; i++) {
if (bytes[i] != MAGIC[i]) {
throw new IllegalArgumentException("Unknown magic: " + Arrays.toString(bytes));
}
}
}

第二步:检查版本,目前来说版本的逻辑还很简单。后续如果版本不一样,可能解码的方式还不一样。

/**
* 读取并检查版本
*/
private void readAndCheckVersion(ByteBuf in) {
byte version = in.readByte();
if (version != VERSION) {
throw new IllegalArgumentException("Unknown version: " + version);
}
}

第三步:读出其他字段,并初步构造出

RpcMessage

2. 不需要解析 body 的情况

正常来说我们接下来需要解析 body 了,但是有几种情况是不需要解析的。那就是心跳类型的请求、body 长度 0 的情况。

if (messageType == MessageType.HEARTBEAT.getValue()) {
return rpcMessage;
}

int bodyLength = fullLength - HEADER_LENGTH;
if (bodyLength == 0) {
return rpcMessage;
}

3. 解析 body

拿到 body 之后,应该先要解压再反序列化,跟编码时的先序列化再压缩相反。代码如下:

byte[] bodyBytes = new byte[bodyLength];
in.readBytes(bodyBytes);
CompressType compressType = CompressType.fromValue(compress);
// 根据压缩类型找出压缩器
Compressor compressor = ExtensionLoader.getLoader(Compressor.class).getExtension(compressType.getName());
// 进行解压
byte[] decompressedBytes = compressor.decompress(bodyBytes);

SerializeType serializeType = SerializeType.fromValue(codec);
if (serializeType == null) {
throw new IllegalArgumentException("unknown codec type:" + codec);
}
// 根据序列化类型找出序列化器
Serializer serializer = ExtensionLoader.getLoader(Serializer.class).getExtension(serializeType.getName());
// 根据消息类型获取消息体结构
Class<?> clazz = messageType == MessageType.REQUEST.getValue() ? RpcRequest.class : RpcResponse.class;
// 反序列化
Object object = serializer.deserialize(decompressedBytes, clazz);
rpcMessage.setData(object);
return rpcMessage;

总结

上文介绍了 TCP 中的粘包拆包问题,并且介绍了 Netty 提供的解决方案。着重介绍了

ccx-rpc
选择的
LengthFieldBasedFrameDecoder
,他的构造参数比较多,一次看不懂没关系,多看几遍,尝试 debug 一下代码,也许就豁然开朗了。 最后介绍了
ccx-rpc
的自定义协议和编解码器,大家在自定义协议的时候,可以不用跟我的一样,不过大体上的思想是一样的,希望同学们能活学活用。

ccx-rpc 代码已经开源 Github:https://github.com/chenchuxin/ccx-rpc Gitee:https://gitee.com/imccx/ccx-rpc

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: