C++中消息自动派发之四 使用IDL构建Chat Server

  前一篇blog 讲了如何实现IDL 解析器,本篇通过IDL解析器构建一个聊天服务器程序。本程序用来测试IDL解析器的功能,网络层使用前边blog中介绍的ffown库。我们只需定义chat.idl文件,idl解析器自动生成消息排放代码,省了每次再去繁琐的编写消息解析、判断代码。

  IDL解析器介绍:http://www.cnblogs.com/zhiranok/archive/2012/02/23/json_to_cpp_struct_idl_parser_second.html

  ffown socket库:http://www.cnblogs.com/zhiranok/archive/2011/12/24/cpp_epoll_socket.html

1. 场景设定

  1>. user 登入系统,检查是否重登陆,若登陆过则返回出错(由于无passwor认证,只好采用”抢注“方式,uid抢先登入者可登入)。user登入后须获取在线的用户ID列表。同时该user上线消息也应该推送给在线的其他用户。

  2>. user 登出,从服务器中删除用户信息,关闭socket。广播给所有在线用户该用户下线。

  3>. chat 聊天。用户可以给在线的某个用户发送聊天信息,也可以多人聊天,甚至可以给所有人广播。

2. 服务器模块设计

  1>. 网络层

    开发网络程序必须有一个稳定、高效的网络库框架。目前流行的基于C++的网络程序库有:

    a. Boost ASIO

    b. Libevent

    c. unix socket API

    这里极力推荐ASIO,两年来开发的多个服务器程序都是基于ASIO实现的,自己也非常的熟悉。自己也阅读过ASIO的源码,收获了一些非常宝贵的异步IO的设计技巧。网上有些人评论ASIO太大,太臃肿,我觉得其实不然。虽然ASIO为实现跨平台而增加了很多封装、宏,但是ASIO对应SOCKET的封装还是比较简单的。ASIO中最巧妙的就是所有IO模型都是建立在io_service上,这样网络层非常容易使用多线程。针对ASIO的分析详见前边的blog:http://www.cnblogs.com/zhiranok/archive/2011/09/04/boost_asio_io_service_CPP.html。使用ASIO还有一个好处是,你可以充分享受Boost库(如Lamda、shared_ptr、thread)带来的便捷,生产力立刻提升一个台阶。个人觉得使用ASIO需要有一定的模式基础。我也是用ASIO封装过一个网络层参见:

http://www.cnblogs.com/zhiranok/archive/2011/12/18/ffasio.html

    当然喜欢搞底层的工程师都爱自己构建一个socket通讯库,这也无可厚非(即使有点重复造轮子),毕竟这样个人或者团队可以完全控制代码库的质量,出了问题也容易排查,而且也不需要太大的工作量。使用ASIO时我们就出现过问题,1.39版本的asio异步连接有bug,有非常小的概率回调函数不能被调用(大并发测试),更新到1-44就ok了。个人认为,对于一个团队,一个成熟的网络框架是成功的基石。

    本示例中网络层传输协议非常简单,消息体body的长度(字符串形式)+\r\n + 消息体body,这样可以直接使用telnet测试本程序。

  2>. 消息派发层

    我曾使用过google protocol和facebook thrift,protocol只是封装了消息封装,不具有消息派发功能,thrift实际上是一个rpc框架,自动能够生成client代码或non blocking server框架代码。但是我们开发实时在线游戏后台程序都是基于消息的,所以开发一个类似protoco这样的东东还是很有意义的。用法是编写消息的idl文件,定义请求消息格式和响应消息格式。idl文件实际上也扮演了和client的接口描述文档角色。接下来使用idl 解析器分析idl 自动生成消息派发代码。

    如在chat server示例中,我定义了chat.idl, 生成消息派发框架代码的方式是:

    idl_generator.py idl/chat.idl include/msg_def.h

    生成的代码文件为msg_def.h

    其中idl文件定义为:

struct login_req_t
{
    uint32 uid;
};

struct chat_to_some_req_t
{
    array<uint32> dest_uids;
    string               content;
};

struct user_login_ret_t
{
    uint32 uid;
};

struct user_logout_ret_t
{
    uint32 uid;
};

struct online_list_ret_t
{
    array<uint32> uids;
};

struct chat_content_ret_t
{
    uint32 from_uid;
    string   content;
};

  3> 领域逻辑层

    领域逻辑尽量保证跟需求分析中建立的模型一致,DDD驱动。所以尽量不要集成太多网络层或消息解析层的代码。我的思路是将消息解析用idl解析器实现,网络层使用成熟的框架,这样我们只需集中精力测试逻辑层的正确即可。

    本chat server只是要测试一下idl 解析器的功能,所以没有集成太多功能。

     主要代码片段为:

int chat_service_t::handle_broken(socket_ptr_t sock_)
{
    uid_t* user = sock_->get_data<uid_t>();
    if (NULL == user)
    {
        delete sock_;
        return 0;
    }

    lock_guard_t lock(m_mutex);
    m_clients.erase(*user);

    user_logout_ret_t ret_msg;
    ret_msg.uid = *user;
    string json_msg = ret_msg.encode_json();
    delete sock_;

    map<uid_t, socket_ptr_t>::iterator it = m_clients.begin();
    for (; it != m_clients.end(); ++it)
    {
        it->second->async_send(json_msg);
    }
    return 0;
}


int chat_service_t::handle_msg(const message_t& msg_, socket_ptr_t sock_)
{
    try
    {
        m_msg_dispather.dispath(msg_.get_body() , sock_);
    }
    catch(exception& e)
    {
        sock_->async_send("msg not supported!");
        logtrace((CHAT_SERVICE, "chat_service_t::handle_msg exception<%s>", e.what()));
        sock_->close();
    }
    return 0;
}

int chat_service_t::handle(shared_ptr_t<login_req_t> req_, socket_ptr_t sock_)
{
    logtrace((CHAT_SERVICE, "chat_service_t::handle login_req_t uid<%u>", req_->uid));
    lock_guard_t lock(m_mutex);

    pair<map<uid_t, socket_ptr_t>::iterator, bool> ret =  m_clients.insert(make_pair(req_->uid, sock_));
    if (false == ret.second)
    {
        sock_->close();
        return -1;
    }

    uid_t* user = new uid_t(req_->uid);
    sock_->set_data(user);

    user_login_ret_t login_ret;
    login_ret.uid = req_->uid;
    string login_json = login_ret.encode_json();

    online_list_ret_t online_list;

    map<uid_t, socket_ptr_t>::iterator it = m_clients.begin();
    for (; it != m_clients.end(); ++it)
    {
        online_list.uids.push_back(it->first);
        it->second->async_send(login_json);
    }

    sock_->async_send(online_list.encode_json());
    return 0;
}

int chat_service_t::handle(shared_ptr_t<chat_to_some_req_t> req_, socket_ptr_t sock_)
{
    lock_guard_t lock(m_mutex);

    chat_content_ret_t content_ret;
    content_ret.from_uid = *sock_->get_data<uid_t>();
    content_ret.content  = req_->content;

    string json_msg =  content_ret.encode_json();
    for (size_t i = 0; i < req_->dest_uids.size(); ++i)
    {
        m_clients[req_->dest_uids[i]]->async_send(json_msg);
    }
    return 0;
}

 完整代码参见:

https://ffown.googlecode.com/svn/trunk/example/chat_server

 3. 总结

   1. 网络层使用ffown,目前还没有socket管理模块主要是心跳功能,后续加入。

   2. 日志直接使用printf完成,应该使用一个日志模块完成日志的格式化、输出等。

   3. idl 消息派发框架支持者json字符串协议,二进制协议可以后续加入,而网络层应该具有压缩传输功能

   4. 由于只是示例程序,client端我简单用python实现了一个。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏派森公园

深入理解Linux LA

经常和Linux打交道的童鞋都知道,load averages是衡量机器负载的关键指标,但是这个指标是怎样定义出来的呢?

1204
来自专栏阿杜的世界

【转】Dubbo架构设计详解总体架构核心要点参考资料

Dubbo是Alibaba开源的分布式服务框架,它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)。从服务模型的角度...

815
来自专栏微信终端开发团队的专栏

MMKV--基于 mmap 的 iOS 高性能通用 key-value 组件

MMKV 是基于 mmap 内存映射的 key-value 组件,底层序列化/反序列化使用 protobuf 实现,性能高,稳定性强。

2.4K19
来自专栏恰同学骚年

设计模式的征途—7.适配器(Adapter)模式

在现实生活中,我们的笔记本电脑的工作电压大多数都是20V,而我国的家庭用电是220V,如何让20V的笔记本电脑能够工作在220V的电压下工作?答案:引入一个电源...

823
来自专栏服务端技术杂谈

乐视支付架构

架构 乐视 订单架构 分库分表 构建一个支撑每秒十万只读系统并不复杂,无非是通过一致性哈希扩展缓存节点,水平扩展web服务器等。每秒钟数十万数据更新操作,在任何...

3248
来自专栏非著名程序员

理解RESTful架构

越来越多的人开始意识到,网站即软件,而且是一种新型的软件。 这种"互联网软件"采用客户端/服务器模式,建立在分布式体系上,通过互联网通信,具有高延时(high ...

17010
来自专栏Linyb极客之路

互联网常见架构接口压测性能分析及调优手段建议

常见的互联网架构中,一般都能看到spring+mybatis+mysql+redis搭配的身影,在我所服务的公司亦是如此。一般来说,应用内部的接口都是直接调用的...

1085
来自专栏JAVA高级架构

多研究些架构,少谈些框架(2)-- 微服务和充血模型

上篇我们聊了微服务的DDD之间的关系,很多人还是觉得很虚幻,DDD那么复杂的理论,聚合根、值对象、事件溯源,到底我们该怎么入手呢? 实际上DDD和面向对象设计、...

2805
来自专栏我是攻城师

如何实现Solr自定义评分查询

3357
来自专栏机器之心

资源 | 这是一份收藏量超过2万6的计算机科学学习笔记

项目地址:https://github.com/CyC2018/Interview-Notebook

713

扫描关注云+社区