Page d'accueil>Code source CGI>Autres catégories
Télécharger

Introduction au FPNN

Résumé en une phrase de FPNN :

  • Client : Une API résout toutes les opérations
  • Serveur : Un héritage de classe pour résoudre tous les problèmes RPC, synchrone/asynchrone, encodage/décodage, TCP/UDP

1. Contexte du développement

Personne ne veut réinventer la roue.

Mais que faire lorsque toutes les roues ne fonctionnent pas ?

Étant donné que les projets précédents utilisant Thrift rencontraient trop d'embûches, de nombreuses ressources ont été dépensées pour résoudre les problèmes de Thrift lui-même.
Sur la base de la préparation et de l'accumulation technique des outils d'infrastructure de l'entreprise, combinées à une expérience antérieure dans l'utilisation de frameworks RPC bien connus tels que ICE, ACE et Codra, nous avons décidé de développer un framework RPC plus adapté aux activités et à l'infrastructure de l'entreprise. .

Il n’y a pas de meilleure roue, seulement la plus adaptée.

Il en va de même pour les frameworks RPC.

2. Le framework FPNN fournit des fonctions

  • Prise en charge d'IPv4

  • Prise en charge d'IPv6

  • Prise en charge du protocole privé binaire TCP

  • Prise en charge du protocole privé binaire UDP

  • Prend en charge les liens UDP fiables

  • Prise en charge de l'envoi mixte de données UDP fiables/peu fiables

  • Prise en charge HTTP 1.1 (prise en charge facultative)

  • Prise en charge de WebSocket

  • Prise en charge SSL/TLS

  • Prise en charge de l'encodage msgpack

  • Prise en charge du format Json

  • Prend en charge les paramètres facultatifs

  • Prise en charge des paramètres de type indéfinis

  • Prise en charge des paramètres de longueur variable et de type variable

  • Prise en charge de la compatibilité des niveaux de gris de l'interface

  • Prise en charge du protocole privé binaire TCP et de la conversion du format HTTP Json

  • Prise en charge du serveur push

  • Prise en charge des opérations asynchrones

  • Prise en charge du fonctionnement synchrone

  • Prise en charge de la fonction Lambda

  • Prise en charge de l'ajustement dynamique des paramètres au niveau du système

  • Prise en charge de l'ajustement dynamique des paramètres au niveau du framework

  • Prise en charge de la visualisation en temps réel de l'état d'exécution du service

  • Prise en charge de la visualisation en temps réel de l'état de chaque paramètre

  • Prise en charge du basculement

  • Prise en charge du résumé du journal unifié

  • Soutenir une sortie en douceur

  • Prise en charge d'une gestion unifiée des exceptions

  • Prend en charge plusieurs protocoles (TCP/HTTP/WebSocket) sur le même port

  • Prise en charge d'un retour rapide de la réponse

  • Prend en charge le retour asynchrone des réponses

  • Statistiques sur les temps de réponse aux demandes d'assistance

  • Prise en charge des statistiques QPS

  • Prise en charge des statistiques de requêtes lentes

  • Prend en charge l'exécution prioritaire des commandes intégrées au système

  • Prise en charge du cryptage AES

  • Prise en charge de l'échange de clés ECDH

  • Prend en charge les clés 128 bits ou 256 bits

  • Prise en charge de la liste blanche IP

  • Prise en charge de la liste blanche des segments IP

  • Prise en charge des restrictions de chiffrement lors de l'accès aux interfaces définies par l'utilisateur

  • Prise en charge des restrictions intranet lors de l'accès aux interfaces définies par l'utilisateur

Dans l'écosystème technologique FPNN, les fonctions supplémentaires suivantes sont fournies

  • Prise en charge de l'enregistrement du cluster
  • Prise en charge de la gestion des clusters
  • Prise en charge de la réconciliation des données
  • Prise en charge de la synchronisation des données
  • Prise en charge du déploiement, de la surveillance et de la coordination de tests distribués à grande échelle
  • Prise en charge du proxy transparent du cluster FPNN
  • Prise en charge du proxy transparent MySQL
  • Prise en charge de la mise en cache au niveau des lignes de données

3. Aperçu des performances du cadre FPNN

Test de résistance (v1.0.0) :

Résumé des données TCP

  • Même réseau local

    modèle processeur virtuel Mémoire (Go) Nombre de liens RPS Temps de réponse moyen (usec)
    AWS m5.xlarge 4 16 1000 49 708 335
    --- --- --- --- --- ---
    AWS m5.xlarge 4 16 130 227 919 12 854
    AWS m5.xlarge 4 16 1 500 148 959 10 403
    AWS m5.xlarge 4 16 2 000 99 552 356
    AWS m5.xlarge 4 16 3 000 149 615 27 456

  • Transmission intercontinentale : de Francfort, en Allemagne, à l'Oregon, dans l'ouest des États-Unis

    modèle processeur virtuel Mémoire (Go) Nombre de liens RPS Temps de réponse moyen (usec) ping/2 (ms)
    AWS m5.xlarge 4 16 10 17 921 147 825 137
    --- --- --- --- --- ---- ---
    AWS m5.xlarge 4 16 190 338 601 151 772 139
    AWS m5.xlarge 4 16 700 339 240 183 541 136 ~ 137
    AWS m5.xlarge 4 16 3 200 312 073 256 980 139 ~ 141
    AWS m5.xlarge 4 16 6 000 299 175 346 927 136 ~ 137

Résumé des données UDP

  • Même réseau local

    modèle processeur virtuel Mémoire (Go) Nombre de liens RPS Temps de réponse moyen (usec)
    AWS m5.xlarge 4 16 10 17 628 199
    --- --- --- --- --- ---
    AWS m5.xlarge 4 16 70 123 009 1 174
    AWS m5.xlarge 4 16 80 122 641 24 623
    AWS m5.xlarge 4 16 800 73 030 1 306
    AWS m5.xlarge 4 16 200 95 894 400
    AWS m5.xlarge 4 16 1 000 49 590 3 832

  • Transmission intercontinentale : de Francfort, en Allemagne, à l'Oregon, dans l'ouest des États-Unis

    modèle processeur virtuel Mémoire (Go) Nombre de liens RPS Temps de réponse moyen (usec) ping/2 (ms)
    AWS m5.xlarge 4 16 100 48 493 138 859 138
    --- --- --- --- --- ---- ---
    AWS m5.xlarge 4 16 60 107 528 139 968 140
    AWS m5.xlarge 4 16 800 79 503 139 974 138 ~ 139

Liens massifs (v1.0.0) :

Résumé des données TCP

modèle processeur virtuel Mémoire (Go) Nombre de liens RPS Temps de réponse moyen (usec)
AWS m5.2xlarge 8 32 2 040 000 81 351 446
AWS m5.2xlarge 8 32 2 040 000 137 294 4 985
AWS m5.2xlarge 8 32 2 040 000 179 794 11 345

Résumé des données UDP

modèle processeur virtuel Mémoire (Go) Nombre de liens RPS Temps de réponse moyen (usec)
AWS m5.2xlarge 8 32 12 200 5 957 11 480
AWS m5.2xlarge 8 32 19 000 721 1 857

Pour une introduction spécifique aux performances et plus de données, veuillez vous référer au rapport sur les performances du FPNN.

4. Utiliser

  1. besoins environnementaux

    système opérateur compilateur
    CentOS7 GCC/G++ 4.8.5
    CentOS 8 GCC/G++ 8
    Ubuntu 20 GCC/G++ 9
    MacOS 11.5 XCode/Apple clang 12

  2. Dépendances de bibliothèques tierces

    • gcc
    • g++
    • libcurl
    • tcmalloc
    • ouvressl

  3. Compiler et installer le framework FPNN

    Exécutez simplement make dans le répertoire racine du projet.

    Pour plus de détails, voir Installation et intégration de FPNN

  4. Développé à l'aide du framework FPNN

    Voir

    1. Instructions d'utilisation de base du serveur FPNN
    2. Instructions d'utilisation avancées du serveur FPNN
    3. Instructions d'utilisation de base du client FPNN
    4. Instructions d'utilisation avancées du client FPNN

  5. Remarques et dépannage

    Veuillez vous référer aux notes FPNN pour les précautions.

    Pour le dépannage, veuillez vous référer à Dépannage FPNN

  6. meilleures pratiques

    1. Meilleures pratiques FPNN
    2. Gouvernance des services FPNN et grille de services

5. Index de tous les documents

Index des documents chinois

Développer
Informations supplémentaires
Applications connexes
Recommandé pour vous
Actualités connexes Tout