RPC开源框架Dubbo, Motan, gRPC

1、RPC 框架

RPC框架在微服务平台中，微服务间的服务调用，不可避免的会遇到一个问题，该选用哪一个RPC框架好呢？今天我们就请到三位RPC框架，来进行一场选美大赛，看看谁更适合微服务平台中的服务间调用。

Dubbo！阿里开源的分布式服务框架，最大的特点是按照分层的方式来架构，使用这种方式可以使各个层之间解耦合（或者最大限度地松耦合）。

 

Motan！我是微博开源的一套高性能、易于使用的分布式远程服务调用(RPC)框架。

 

gRPC！我是Google开源的一套面向移动和HTTP/2设计的，高性能的、通用的远程调用框架。

2、RPC框架的配置

配置方式

Motan：我支持 Xml 配置和 Spring注解配置。
Dubbo：我支持 Xml 配置 、 注解配置、 属性配置 、 API 配置 ！
gRPC：我，我只支持 API 配置 。

 

Xml 配置是用xml 文件来配置协议、服务、注册中心等信息，这是 rpc 框架最常用的配置方式，也是最基本的；

属性配置是用properties 文件来配置协议、服务、注册中心等信息，和Xml 配置使用上异曲同工 ；

注释配置是声明 Annotation 用来指定需要解析的包名，使用 spring-boot 启动服务 ，这是很多 RPC 所追求的，简化了我们代码的书写， Maton 也是最新版本才开始支持的；

API 配置是 Dubbo 的 API 配置仅用于 OpenAPI, ESB, Test, Mock 等系统集成 ， API 属性与配置项一对一。

 

服务通信协议

Motan：我支持 Motan 协议，使用tcp 长连接模式，基于 netty通信。
Dubbo：我支持 Dubbo 协议、 Rmi 协议、 Hessian 协议、 HTTP 协议、 WebService 协议、Dubbo Thrift 协议、Memcached 协议！
gRPC：我，我支持 HTTP/2.0 协议，基于 Netty4.1.3 通信。

 

序列化

Motan：我默认使用对 java 更友好的 hessian2 进行序列化，还支持 Json 格式。
Dubbo：Dubbo 协议缺省序列化为hessian2 ， rmi 协议缺省为java ， http 协议缺省为 json！
gRPC：哼！说到序列化，我是独一无二的！我使用 ProtoBuf 来定义服务！

 

主持人： gRPC 使用的 ProtoBuf 是由 Google 开发的一种数据序列化协议，用户使用 .proto 文件定义服务，并支持定义多种类型的方法参数。 ProtoBuf 能够将数据进行序列化，并广泛应用在数据存储、通信协议等方面。不过，当前 gRPC 仅支持 Protobuf ，且不支持在浏览器中使用。但由于 gRPC 的设计能够支持支持多种数据格式，所以能够很容易实现对其他数据格式（如 XML 、 JSON 等）的支持。这就是我强大的 IDL 特性！

 

 

负载均衡

Motan：我支持 ActiveWeight 、Random 、 RoundRobin 、LocalFirst 、 Consistent 、ConfigurableWeight 
Dubbo：我可以支持 Random 、RoundRobin 、ConsistentHash 、 LeastActive。
gRPC：我，我提供了可插拔负载均衡器的机制。

 

ActiveWeight / LeastActive ：低并发度优先， referer 的某时刻的 call 数越小优先级越高。
Random ：随机，按权重设置随机概率。在一个截面上碰撞的概率高，但调用量越大分布越均匀，而且按概率使用权重后也比较均匀，有利于动态调整提供者权重。
RoundRobin ：轮循，按公约后的权重设置轮循比率。存在慢的提供者累积请求问题，比如：第二台机器很慢，但没挂，当请求调到第二台时就卡在那，久而久之，所有请求都卡在调到第二台上。
LocalFirst ：本地服务优先获取策略。
Consistent ：一致性 Hash ，相同参数的请求总是发到同一提供者。当某一台提供者挂时，原本发往该提供者的请求，基于虚拟节点，平摊到其它提供者，不会引起剧烈变动。
ConfigurableWeight ：权重可配置的负载均衡策略。

 

容错

Motan：我支持 Failover 失效切换、Failfast 快速失败。
Dubbo：我支持 Failover 、 Failfast 、Failsafe 、 Failback 、 Forking、 Broadcast 。
gRPC：我，我 具有 Failover 失效切换的容错策略。

 

Failover ：失败自动切换，当出现失败，重试其它服务器。通常用于读操作，但重试会带来更长延迟。
Failfast ：快速失败，只发起一次调用，失败立即报错。通常用于非幂等性的写操作，比如新增记录。
Failsafe ：失败安全，出现异常时，直接忽略。通常用于写入审计日志等操作。
Failback ：失败自动恢复，后台记录失败请求，定时重发。通常用于消息通知操作。
Forking ：并行调用多个服务器，只要一个成功即返回。通常用于实时性要求较高的读操作，但需要浪费更多服务资源。
Broadcast ：广播调用所有提供者，逐个调用，任意一台报错则报错。通常用于通知所有提供者更新缓存或日志等本地资源信息。

 

注册中心与服务发现

Motan：我支持使用 Consul 作为注册中心、使用 Zookeeper 作为注册中心、点对点直连。
Dubbo：我支持使用 Zookeeper 作为注册中心、使用 Redis 注册中心、使用 Multicast 注册中心、使用 Simple 注册中心。
gRPC：我，我只能让用户自己扩展注册中心 。

 

性能

Motan：在高并发、高负载场景的场景下，我的 平均 TPS 和平均响应时间依旧保持良好，我具备在高压力场景下的高可用能力。
Dubbo：Dubbo2.0 相比较 Dubbo1.0（默认使用的都是 hessian2序列化）性能均有提升。如对性能有更高要求可以使用dubbo 序列化，由其是在处理复杂对象时。 Dubbo 的设计目的是为了满足高并发小数据量的 rpc 调用，在大数据量下的性能表现并不好，建议使用 rmi 或 http 协议。
gRPC：我采用的是 ProtoBuf 序列化协议 ， ProtoBuf 与其他协议的性能对比 ，非常明显 的ProtoBuf 要远远优于其他 。

 

3、RPC框架的才艺角逐

Motan ：通过 spring 配置方式集成，无需额外编写代码即可为服务提供分布式调用能力完全不需要任何 xml 配置文件， Dubbo 的注解配置还需要配合 xml 文件的哦 。

Dubbo ：无论从支持的注册中心还是容错机制上看，都是我 Dubbo 的优势更大！

Motan ： 明显支持负载均衡的模式我更多 。 我 拥有自定义动态负载均衡、跨机房流量调整等高级服务调度能力。

Dubbo ：成熟度更高的我在健壮性和伸缩性上还能比你们差么？让我来一一例举。 说到健壮性 ，监控中心宕掉不影响使用，只是丢失部分采样数据；数据库宕掉后，注册中心仍能通过缓存提供服务列表查询，但不能注册新服务；注册中心对等集群，任意一台宕掉后，将自动切换到另一台；注册中心全部宕掉后，服务提供者和服务消费者仍能通过本地缓存通讯；服务提供者无状态，任意一台宕掉后，不影响使用；服务提供者全部宕掉后，服务消费者应用将无法使用，并无限次重连等待服务提供者恢复。至于伸缩性，注册中心为对等集群，可动态增加机器部署实例，所有客户端将自动发现新的注册中心；服务提供者无状态，可动态增加机器部署实例，注册中心将推送新的服务提供者信息给消费者。

Motan ：对，我在功能上或许不是那么全面，但我更注重简单、易用以及在高并发高可用场景的使用。服务发现灵活支持多种配置管理组件，基于高并发高负载场景的高可用策略优化，良好的 SPI(Service Provider Interface) 扩展，详细的调用统计，灵活支持多种 RPC 传输协议。

Dubbo ：说了这么多你能支持泛型调用么？我能！ Dubbo 提供 GenericService 泛型调用接口 ， 让用户的调用更加灵活 。

Motan ： 我的 工程依赖只涉及核心 5 个模块，且可以按需依赖，不要的说舍弃就舍弃。看看你那么一堆堆的工程，啧啧啧 ……

gRPC ： 哼 ！ 本宝宝支持 服务的跨语言调用，目前所支持语言类型有 C++ 、 JAVA 、 GO 、 Python 、 Ruby 、 Node.js 、 Android 、 C# 、 PHP 、 Objective-C ，你们可以么？

Motan ： 额 ，是啊，我们不能，可是你有服务发现相关机制么？

Dubbo ：而且你的负载均衡和容错也太弱了 …..

gRPC ： 嘤嘤嘤 ……

4、RPC框架的终极PK

Dubbo作为阿里开源的分布式服务框架，实现高性能的 RPC 调用同时提供了丰富的管理功能

Motan作为微博的 Motan RPC 倾向于服务治理型，与 Dubbo 系列相比在功能上或许不是那么全，扩展实现也没有那么多，高性能轻量级易上手的RPC框架

gRPC作为google2015年才开源的跨语言调用型的RPC框架，侧重于服务的跨语言调用，能够支持大部分的语言进行语言无关的调用，非常适合多语言调用场景。如果你需要支持多语言，跨语言调用的RPC框架，选我吧！