总结：
为什么要使用RPC：
- 自定义协议，减少数据传输（因为http协议包含请求行请求头等数据，在远程调用场景依赖不是很强）
- 使用长连接：直接基于socket进行连接，不用每个请求都重新走三次握手的流程
什么是RPC框架：跨进程方法调用时，需要考虑序列化、反序列化、连接池管理、服务发现、负载均衡（服务端收到的流量均匀）、故障转移（服务端挂掉时可以及时下线，恢复时可以加入到服务列表）等问题，而rpc框架就是对业务方屏蔽了这些细节。
RPC-client同步调用：rpc框架将请求（包含请求方法名、请求参数等）序列化后，从连接池中拿到一个可用连接后给该连接加锁（置标志位），然后调用服务端，服务端通过反射执行相关方法，然后将返回值通过该连接同步返回，rpc框架再反序列化成具体的response给到client。
RPC-client异步调用：rpc框架将将请求的上下文存储起来，为每一个请求维护一个map<请求id，上下文>（回调使用），然后执行序列化，将请求放入收发队列后，请求同步返回（不会阻塞）。下游收发线程将收发队列的请求，从连接池拿到一个连接后，请求服务端，服务端处理后，将响应放入已接收队列，释放连接。从接收队列取出响应，从上下文中找到相应callback回调业务。
注：会有定时器，定时扫描上下文管理，如果有超时的，则直接执行callback，后续server端的响应到来后直接丢弃。
服务化有什么好处？
服务化的一个好处就是，不限定服务的提供方使用什么技术选型，能够实现大公司跨团队的技术解耦，如下图所示：
- 服务A：欧洲团队维护，技术背景是Java
- 服务B：美洲团队维护，用C++实现
- 服务C：中国团队维护，技术栈是go
服务的上游调用方，按照接口、协议即可完成对远端服务的调用。
但实际上，大部分互联网公司，研发团队规模有限，大都使用同一套技术体系来实现服务：
这样的话，如果没有统一的服务框架，各个团队的服务提供方就需要各自实现一套序列化、反序列化、网络框架、连接池、收发线程、超时处理、状态机等“业务之外”的重复技术劳动，造成整体的低效。
因此，统一服务框架把上述“业务之外”的工作统一实现，是服务化首要解决的问题。
什么是RPC？
Remote Procedure Call Protocol，远程过程调用。
什么是“远程”，为什么“远”？
先来看下什么是“近”，即“本地函数调用”。
当我们写下：
int result = Add(1, 2);
这行代码的时候，到底发生了什么？
- 传递两个入参
- 调用了本地代码段中的函数，执行运算逻辑
- 返回一个出参
这三个动作，都发生在同一个进程空间里，这是本地函数调用。
那有没有办法，调用一个跨进程的函数呢？
典型的，这个进程部署在另一台服务器上。
最容易想到的，两个进程约定一个协议格式，使用Socket通信，来传输：
如果能够实现，那这就是“远程”过程调用。
Socket通信只能传递连续的字节流，如何将入参、函数都放到连续的字节流里呢？
假设，设计一个11字节的请求报文：
- 前3个字节填入函数名“add”
- 中间4个字节填入第一个参数“1”
- 末尾4个字节填入第二个参数“2”
同理，可以设计一个4字节响应报文：
调用方的代码可能变为：
request = MakePacket(“add”, 1, 2);
SendRequest_ToService_B(request);
response = RecieveRespnse_FromService_B();
int result = unMakePacket(respnse);
这4个步骤是：
（1）将传入参数变为字节流；
（2）将字节流发给服务B；
（3）从服务B接受返回字节流；
（4）将返回字节流变为传出参数；
服务方的代码可能变为：
request = RecieveRequest();
args/function = unMakePacket(request);
result = Add(1, 2);
response = MakePacket(result);
SendResponse(response);
这个5个步骤也很好理解：
（1）服务端收到字节流；
（2）将字节流转为函数名与参数；
（3）本地调用函数得到结果；
（4）将结果转变为字节流；
（5）将字节流发送给调用方；
这个过程用一张图描述如下：
调用方与服务方的处理步骤都是非常清晰。
这个过程存在最大的问题是什么呢？
调用方太麻烦了，每次都要关注很多底层细节：
- 入参到字节流的转化，即序列化应用层协议细节
- socket发送，即网络传输协议细节
- socket接收
- 字节流到出参的转化，即反序列化应用层协议细节
能不能调用层不关注这个细节？
可以，RPC框架就是解决这个问题的，它能够让调用方“像调用本地函数一样调用远端的函数（服务）”。
讲到这里，是不是对RPC，对序列化范序列化有点感觉了？往下看，有更多的底层细节。
RPC框架的职责是什么？
RPC框架，要向调用方屏蔽各种复杂性，要向服务提供方也屏蔽各类复杂性：
- 服务调用方client感觉就像调用本地函数一样，来调用服务
- 服务提供方server感觉就像实现一个本地函数一样，来实现服务
所以整个RPC框架又分为client部分与server部分，实现上面的目标，把复杂性屏蔽，就是RPC框架的职责。
如上图所示，业务方的职责是：
- 调用方A，传入参数，执行调用，拿到结果
- 服务方B，收到参数，执行逻辑，返回结果
RPC框架的职责是，中间大蓝框的部分：
- client端：序列化、反序列化、连接池管理、负载均衡、故障转移、队列管理，超时管理、异步管理等等
- server端：服务端组件、服务端收发包队列、io线程、工作线程、序列化反序列化等
server端的技术大家了解的比较多，接下来重点讲讲client端的技术细节。
先来看看RPC-client部分的“序列化反序列化”部分。
为什么要进行序列化？
工程师通常使用“对象”来进行数据的操纵：
class User{
std::String user_name;
uint64_t user_id;
uint32_t user_age;
};
User u = new User(“shenjian”);
u.setUid(123);
u.setAge(35);
但当需要对数据进行存储或者传输时，“对象”就不这么好用了，往往需要把数据转化成连续空间的“二进制字节流”，一些典型的场景是：
- 数据库索引的磁盘存储：数据库的索引在内存里是b+树，但这个格式是不能够直接存储到磁盘上的，所以需要把b+树转化为连续空间的二进制字节流，才能存储到磁盘上
- 缓存的KV存储：redis/memcache是KV类型的缓存，缓存存储的value必须是连续空间的二进制字节流，而不能够是User对象
- 数据的网络传输：socket发送的数据必须是连续空间的二进制字节流，也不能是对象
所谓序列化（Serialization），就是将“对象”形态的数据转化为“连续空间二进制字节流”形态数据的过程。这个过程的逆过程叫做反序列化。
怎么进行序列化？
这是一个非常细节的问题，要是让你来把“对象”转化为字节流，你会怎么做？很容易想到的一个方法是xml（或者json）这类具有自描述特性的标记性语言：
<class name=”User”>
<element name=”user_name” type=”std::String” value=”shenjian” />
<element name=”user_id” type=”uint64_t” value=”123” />
<element name=”user_age” type=”uint32_t” value=”35” />
</class>
规定好转换规则，发送方很容易把User类的一个对象序列化为xml，服务方收到xml二进制流之后，也很容易将其范序列化为User对象。
画外音：语言支持反射时，这个工作很容易。
第二个方法是自己实现二进制协议来进行序列化，还是以上面的User对象为例，可以设计一个这样的通用协议：
- 头4个字节表示序号
- 序号后面的4个字节表示key的长度m
- 接下来的m个字节表示key的值
- 接下来的4个字节表示value的长度n
- 接下来的n个字节表示value的值
- 像xml一样递归下去，直到描述完整个对象
上面的User对象，用这个协议描述出来可能是这样的：
- 第一行：序号4个字节（设0表示类名），类名长度4个字节（长度为4），接下来4个字节是类名（”User”），共12字节
- 第二行：序号4个字节（1表示第一个属性），属性长度4个字节（长度为9），接下来9个字节是属性名（”user_name”），属性值长度4个字节（长度为8），属性值8个字节（值为”shenjian”），共29字节
- 第三行：序号4个字节（2表示第二个属性），属性长度4个字节（长度为7），接下来7个字节是属性名（”user_id”），属性值长度4个字节（长度为8），属性值8个字节（值为123），共27字节
- 第四行：序号4个字节（3表示第三个属性），属性长度4个字节（长度为8），接下来8个字节是属性名（”user_name”），属性值长度4个字节（长度为4），属性值4个字节（值为35），共24字节
整个二进制字节流共12+29+27+24=92字节。
实际的序列化协议要考虑的细节远比这个多，例如：强类型的语言不仅要还原属性名，属性值，还要还原属性类型；复杂的对象不仅要考虑普通类型，还要考虑对象嵌套类型等。无论如何，序列化的思路都是类似的。
序列化协议要考虑什么因素？
不管使用成熟协议xml/json，还是自定义二进制协议来序列化对象，序列化协议设计时都需要考虑以下这些因素。
- 解析效率：这个应该是序列化协议应该首要考虑的因素，像xml/json解析起来比较耗时，需要解析doom树，二进制自定义协议解析起来效率就很高
- 压缩率，传输有效性：同样一个对象，xml/json传输起来有大量的xml标签，信息有效性低，二进制自定义协议占用的空间相对来说就小多了
- 扩展性与兼容性：是否能够方便的增加字段，增加字段后旧版客户端是否需要强制升级，都是需要考虑的问题，xml/json和上面的二进制协议都能够方便的扩展
- 可读性与可调试性：这个很好理解，xml/json的可读性就比二进制协议好很多
- 跨语言：上面的两个协议都是跨语言的，有些序列化协议是与开发语言紧密相关的，例如dubbo的序列化协议就只能支持Java的RPC调用
- 通用性：xml/json非常通用，都有很好的第三方解析库，各个语言解析起来都十分方便，上面自定义的二进制协议虽然能够跨语言，但每个语言都要写一个简易的协议客户端
有哪些常见的序列化方式？
- xml/json：解析效率，压缩率都较差，扩展性、可读性、通用性较好
- thrift
- protobuf：Google出品，必属精品，各方面都不错，强烈推荐，属于二进制协议，可读性差了点，但也有类似的to-string协议帮助调试问题
- Avro
- CORBA
- mc_pack：懂的同学就懂，不懂的就不懂了，09年用过，传说各方面都超越protobuf，懂行的同学可以说一下现状
- …
RPC-client除了：
还包含：
这一部分，又分为同步调用与异步调用两种方式，下面一一来进行介绍。
画外音：搞通透RPC-client确实不容易。
同步调用的代码片段为：
Result = Add(Obj1, Obj2);// 得到Result之前处于阻塞状态
异步调用的代码片段为：
Add(Obj1, Obj2, callback);// 调用后直接返回，不等结果
处理结果通过回调为：
callback(Result){// 得到处理结果后会调用这个回调函数
…
}
这两类调用，在RPC-client里，实现方式完全不一样。
RPC-client同步调用架构如何？
所谓同步调用，在得到结果之前，一直处于阻塞状态，会一直占用一个工作线程，上图简单的说明了一下组件、交互、流程步骤：
- 左边大框，代表了调用方的一个工作线程
- 左边粉色中框，代表了RPC-client组件
- 右边橙色框，代表了RPC-server
- 蓝色两个小框，代表了同步RPC-client两个核心组件，序列化组件与连接池组件
- 白色的流程小框，以及箭头序号1-10，代表整个工作线程的串行执行步骤：
1）业务代码发起RPC调用：
Result=Add(Obj1,Obj2)
2）序列化组件，将对象调用序列化成二进制字节流，可理解为一个待发送的包packet1；
3）通过连接池组件拿到一个可用的连接connection；
4）通过连接connection将包packet1发送给RPC-server；
5）发送包在网络传输，发给RPC-server；
6）响应包在网络传输，发回给RPC-client；
7）通过连接connection从RPC-server收取响应包packet2；
8）通过连接池组件，将conneciont放回连接池；
9）序列化组件，将packet2范序列化为Result对象返回给调用方；
10）业务代码获取Result结果，工作线程继续往下走；
画外音：请对照架构图中的1-10步骤阅读。
连接池组件有什么作用？
RPC框架锁支持的负载均衡、故障转移、发送超时等特性，都是通过连接池组件去实现的。
典型连接池组件对外提供的接口为：
int ConnectionPool::init(…);
Connection ConnectionPool::getConnection();
int ConnectionPool::putConnection(Connection t);
init做了些什么？
和下游RPC-server（一般是一个集群），建立N个tcp长连接，即所谓的连接“池”。
getConnection做了些什么？
从连接“池”中拿一个连接，加锁（置一个标志位），返回给调用方。
putConnection做了些什么？
将一个分配出去的连接放回连接“池”中，解锁（也是置一个标志位）。
如何实现负载均衡？
连接池中建立了与一个RPC-server集群的连接，连接池在返回连接的时候，需要具备随机性。
如何实现故障转移？
连接池中建立了与一个RPC-server集群的连接，当连接池发现某一个机器的连接异常后，需要将这个机器的连接排除掉，返回正常的连接，在机器恢复后，再将连接加回来。
如何实现发送超时？
因为是同步阻塞调用，拿到一个连接后，使用带超时的send/recv即可实现带超时的发送和接收。
总的来说，同步的RPC-client的实现是相对比较容易的，序列化组件、连接池组件配合多工作线程数，就能够实现。
遗留问题，工作线程数设置为多少最合适？
这个问题在《工作线程数究竟要设置为多少最合适？》中讨论过，此处不再深究。
RPC-client异步回调架构如何？
所谓异步回调，在得到结果之前，不会处于阻塞状态，理论上任何时间都没有任何线程处于阻塞状态，因此异步回调的模型，理论上只需要很少的工作线程与服务连接就能够达到很高的吞吐量，如上图所示：
- 左边的框框，是少量工作线程（少数几个就行了）进行调用与回调
- 中间粉色的框框，代表了RPC-client组件
- 右边橙色框，代表了RPC-server
- 蓝色六个小框，代表了异步RPC-client六个核心组件：上下文管理器，超时管理器，序列化组件，下游收发队列，下游收发线程，连接池组件
- 白色的流程小框，以及箭头序号1-17，代表整个工作线程的串行执行步骤：
1）业务代码发起异步RPC调用；
Add(Obj1,Obj2, callback)
2）上下文管理器，将请求，回调，上下文存储起来；
3）序列化组件，将对象调用序列化成二进制字节流，可理解为一个待发送的包packet1；
4）下游收发队列，将报文放入“待发送队列”，此时调用返回，不会阻塞工作线程；
5）下游收发线程，将报文从“待发送队列”中取出，通过连接池组件拿到一个可用的连接connection；
6）通过连接connection将包packet1发送给RPC-server；
7）发送包在网络传输，发给RPC-server；
8）响应包在网络传输，发回给RPC-client；
9）通过连接connection从RPC-server收取响应包packet2；
10）下游收发线程，将报文放入“已接受队列”，通过连接池组件，将conneciont放回连接池；
11）下游收发队列里，报文被取出，此时回调将要开始，不会阻塞工作线程；
12）序列化组件，将packet2范序列化为Result对象；
13）上下文管理器，将结果，回调，上下文取出；
14）通过callback回调业务代码，返回Result结果，工作线程继续往下走；
如果请求长时间不返回，处理流程是：
15）上下文管理器，请求长时间没有返回；
16）超时管理器拿到超时的上下文；
17）通过timeout_cb回调业务代码，工作线程继续往下走；
画外音：请配合架构图仔细看几遍这个流程。
序列化组件和连接池组件上文已经介绍过，收发队列与收发线程比较容易理解。下面重点介绍上下文管理器与超时管理器这两个总的组件。
为什么需要上下文管理器？
由于请求包的发送，响应包的回调都是异步的，甚至不在同一个工作线程中完成，需要一个组件来记录一个请求的上下文，把请求-响应-回调等一些信息匹配起来。
如何将请求-响应-回调这些信息匹配起来？
这是一个很有意思的问题，通过一条连接往下游服务发送了a，b，c三个请求包，异步的收到了x，y，z三个响应包：
怎么知道哪个请求包与哪个响应包对应？
怎么知道哪个响应包与哪个回调函数对应？
可以通过“请求id”来实现请求-响应-回调的串联。
整个处理流程如上，通过请求id，上下文管理器来对应请求-响应-callback之间的映射关系：
1）生成请求id；
2）生成请求上下文context，上下文中包含发送时间time，回调函数callback等信息；
3）上下文管理器记录req-id与上下文context的映射关系；
4）将req-id打在请求包里发给RPC-server；
5）RPC-server将req-id打在响应包里返回；
6）由响应包中的req-id，通过上下文管理器找到原来的上下文context；
7）从上下文context中拿到回调函数callback；
8）callback将Result带回，推动业务的进一步执行；
如何实现负载均衡，故障转移？
与同步的连接池思路类似，不同之处在于：
- 同步连接池使用阻塞方式收发，需要与一个服务的一个ip建立多条连接
- 异步收发，一个服务的一个ip只需要建立少量的连接（例如，一条tcp连接）
如何实现超时发送与接收？
超时收发，与同步阻塞收发的实现就不一样了：
- 同步阻塞超时，可以直接使用带超时的send/recv来实现
- 异步非阻塞的nio的网络报文收发，由于连接不会一直等待回包，超时是由超时管理器实现的
超时管理器如何实现超时管理？
超时管理器，用于实现请求回包超时回调处理。
每一个请求发送给下游RPC-server，会在上下文管理器中保存req-id与上下文的信息，上下文中保存了请求很多相关信息，例如req-id，回包回调，超时回调，发送时间等。
超时管理器启动timer对上下文管理器中的context进行扫描，看上下文中请求发送时间是否过长，如果过长，就不再等待回包，直接超时回调，推动业务流程继续往下走，并将上下文删除掉。
如果超时回调执行后，正常的回包又到达，通过req-id在上下文管理器里找不到上下文，就直接将请求丢弃。
画外音：因为已经超时处理了，无法恢复上下文。
无论如何，异步回调和同步回调相比，除了序列化组件和连接池组件，会多出上下文管理器，超时管理器，下游收发队列，下游收发线程等组件，并且对调用方的调用习惯有影响。
画外音：编程习惯，由同步变为了回调。
异步回调能提高系统整体的吞吐量，具体使用哪种方式实现RPC-client，可以结合业务场景来选取。
总结
什么是RPC调用？
像调用本地函数一样，调用一个远端服务。
为什么需要RPC框架？
RPC框架用于屏蔽RPC调用过程中的序列化，网络传输等技术细节。让调用方只专注于调用，服务方只专注于实现调用。
什么是序列化？为什么需要序列化？
把对象转化为连续二进制流的过程，叫做序列化。磁盘存储，缓存存储，网络传输只能操作于二进制流，所以必须序列化。
同步RPC-client的核心组件是什么？
同步RPC-client的核心组件是序列化组件、连接池组件。它通过连接池来实现负载均衡与故障转移，通过阻塞的收发来实现超时处理。
异步RPC-client的核心组件是什么？
异步RPC-client的核心组件是序列化组件、连接池组件、收发队列、收发线程、上下文管理器、超时管理器。它通过“请求id”来关联请求包-响应包-回调函数，用上下文管理器来管理上下文，用超时管理器中的timer触发超时回调，推进业务流程的超时处理。
思路比结论重要。
原文：https://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=2651961985&idx=1&sn=6f757843f5c159eab00d847e9c2cc995&chksm=bd2d0f5d8a5a864b05fada6919204378134e174f1105a0716dd879845b0d365c913ef8e94a12&scene=21#wechat_redirect
能、机器学习、深度学习的关系
机器学习的基本思路
将打好标签的照片用来训练
当机器遇到新的小狗照片时就能认出他
将不打标签的照片给机器
机器可以将猫和狗分开，但是并不知道哪个是猫，哪个是狗
机器学习的7个步骤
案例目标：区分红酒和啤酒
数据要分为3个部分：训练集、验证集、测试集