Jiang Jun bio photo

Jiang Jun

Playing TensorFlow with Kubernetes

Twitter Google+ LinkedIn Instagram Github Weibo

oslo.messaging 笔记

消息消费者

service.start() 时,把 rpc 准备起来。

self.rpcserver = rpc.get_server(target, endpoints, serializer)
self.rpcserver.start()

nova/rpc.py

里面 get_server 调用 oslo.messaging

   messaging.get_rpc_server(TRANSPORT,
                            target,
                            endpoints,
                            executor='eventlet',
                            serializer=serializer)
    """Construct an RPC server.

    The executor parameter controls how incoming messages will be received and
    dispatched. By default, the most simple executor is used - the blocking
    executor.

    If the eventlet executor is used, the threading and time library need to be
    monkeypatched.

    :param transport: the messaging transport
    :type transport: Transport
    :param target: the exchange, topic and server to listen on
    :type target: Target
    :param endpoints: a list of endpoint objects
    :type endpoints: list
    :param executor: name of a message executor - for example
                     'eventlet', 'blocking'
    :type executor: str
    :param serializer: an optional entity serializer
    :type serializer: Serializer
    """

oslo_messaging/rpc/server.py

里面有 get_rpc_server

它创建一个 RPCDispatcher,再把 transport, dispatcher, executor 结合,创建出一个 oslo_message.server.MessageHandlingServer 返回给调用者。

Server for handling messages.

Connect a transport to a dispatcher that knows how to process the message using an executor that knows how the app wants to create new tasks.

这个 MessageHandlingServer 是可以被 .start() 的。Start handling incoming messages.

它里面也是载入 oslo_messsaging/_executors 里面的 driver(blocking, eventlet, ...),用里面的 .start() 起来的。

而在创建这个 executor object 时,传入了 conf, listener, dispatcher。而这里的 listener 是 dispatcher._listen(self.transport),而 dispatcher 里面又是让 transport._listen(self.target) 终于知道该听啥了。

最后是调用这个 self._executor.start() 开始 listener.poll() 坐等请求进来。

oslo_messaging/rpc/dispatcher.py

来了一个 RPC message,由 RPCDispatcher 来读懂格式,根据 namespace, version, method 把它匹配到对应的 endpoints。

直接 __call__ 它的时候, 调用里面的 _dispatch_and_reply, 里面通过 _dispatch 一些逻辑,检查是否有这种方法,如果有, 交给 _do_dispatch 去解包 (deserialize) 得到 (consumer) 真正的 func 并执行。

endpoint 暴露着 namespace + version 特定的 method。endpoint 的所有 public methods 都可以被 client 远程调用。


消息生产者

oslo_messaging/rpc/client.py

所谓 oslo_messaging/rpc/client.pyRPCClient 其实在 .prepare 时,是去用 _CallContext._prepare(...) 返回一个 _CallContext 对象。

prepare 无非是设置一些参数、属性。

oslo_messaging/_drivers/amqpdriver.py

AMQPDriverBase 里面可以看到,由 kombu 支撑起来的核心方法就是 _send

RPCClient 的 call, cast 其实都是 _CallContext 的方法。

cast 就不说了,是靠 self.transport._send() 实现的。 call 的功能,其实也是靠 self.transport._send() 实现的。transport 的 _send() 又是由 self._driver.send(...) 完成的。

AMQPDriverBase (oslo_messaging/_drivers/amqpdriver.py) 里 _send() 可以做很多事情,让 _send 百变。 它能发 conn.noticy_send,能 conn.fanout_send,还能 conn.topic_send。 如果是 call,那它通过 wait_for_reply 参数,知道要提前去准备好一个 msg_id 和 replyq

msg.update({'_msg_id': msg_id})
msg.update({'_reply_q': self._get_reply_q()})

后者创建了一个 ReplyWaiter object。 在消息发出后,

result = self._waiter.wait(msg_id, timeout)

oslo_messaging/drivers/implrabbit.py

里面的 RabbitDriver 继承自 AMQPDriverBase

oslo_messaging/transport.py

一个 Transport 只是 driver 的一层壳,把 driver 包起来。


comments powered by Disqus