深入了解百度开源的分布式RPC框架brpc的方方面面

1、前言

2017 年 9 月 14 日，百度正式在 GitHub 上基于 Apache 2.0 协议开源了其 RPC 框架 brpc。

brpc的源码托管地址：https://github.com/brpc/brpc

brpc 是一个基于 Protobuf 接口的 RPC 框架，在百度内部称为“baidu-rpc”，它囊括了百度内部所有 RPC 协议，并支持多种第三方协议，从目前的性能测试数据来看，brpc 的性能领跑于其他同类 RPC 产品。

brpc 开发于 2014 年，主要使用的语言是 C++ 和 Java，是百度内部使用最为广泛的 RPC 框架，它经受了高并发高负载的生产环境验证，并支撑了百度内部大约 75 万个同时在线的实例。

百度内部曾有多款 RPC 框架，甚至在 2014 年时还开源过另外一款 RPC 框架 sofa-pbrpc。那 brpc 是在什么样的背景下诞生的？它有什么样的优势？又为何要开源？就这些问题，采访了 brpc 负责人戈君。以下正文是本次的采访内容整理。

2、分享者

戈君，百度主任架构师，brpc 主要作者，在系统编程、数据结构、设计和实现大规模分布式系统方面有广泛的实践。

3、brpc 什么时候开始研发的？经过了怎么样的迭代和升级？目前在百度内部应用情况如何？

brpc 于 2014 年创建，在百度内部称为“baidu-rpc”。到目前为止，brpc 一共进行了 3000 次左右的改动，现在仍在持续优化中，百度内的 wiki 上可以查询到每次改动的描述。

brpc 的主要语言是 C++ 和 Java，对其他语言的支持主要是通过包装 C++ 版本，比如 brpc 的 Python 版包含 C++ 版的大部分功能。brpc 目前支撑百度内部大约 75 万个同时在线的实例（不含 client），超过 500 种服务（去年的统计，现在已不统计这类数据）。

Hadoop、Table、Mola（另一种广泛使用的存储）、高性能计算、模型训练、大量的在线检索服务都使用了 brpc。brpc 第一次统一了百度内分布式系统和业务线的通信框架。

4、为什么百度当时要研发 brpc？

我们在实践中意识到，RPC 作为最基础的通信组件，当时的百度已经不领先了。我当时的经理刘炀曾是 Google 的工程师，非常重视基础架构的建设，也愿意在这个方向投入资源。

我们在内部会更加深入地讨论这些问题。“好用”有时看起来很主观，但其实还是有据可循的，它的关键点是能不能真正地提高用户的效率：开发、调试、维护都要考虑到，如果用户效率真的被提高了，用户会想着你的，靠吹嘘或政令推广的东西得不了人心。

我们创建 brpc 的初衷是解决百度业务所面临的实际挑战，同时也希望成为百度同学最喜爱的工具，哪怕离开百度也会怀念 brpc。

我们希望在提供了一个好用框架的同时，也展现了一种工作方法：注释怎么写，日志怎么打，ChangeLog 怎么写，版本怎么发布，文档怎么组织，甚至对未来不在百度的同学的工作也有帮助，所以从这点来说 brpc 从一开始就是拥抱开源的。事实上，我们在口碑上做得还不错，brpc 的 wiki 可能是百度内被点赞最多的内容之一。

5、与其他的一些开源的 RPC 框架相比，brpc 的优势是什么？

brpc 主打的是深度和易用性。一方面我们没有精力像 gRPC 那样摊大饼，什么都做。另一方面我们也注意到 gRPC（包括更早的 Thrift）的深度和易用性并不够。

技术方面的东西就是这样，看示例程序、文档非常牛逼，但实战中可能就是另一回事了，为什么各个公司都要造自己的轮子，一个隐藏原因就是表面高大上的东西在一些细节上让你无法忍受。

RPC 真正的痛点是什么？是可靠性、易用性和定位问题的便利性。服务中不要出现不可解释的长尾，程序的可变项要尽量少，各种诡异问题要有工具支持快速排查。而这些在目前开源的 RPC 框架中做的并不好，它们大多看着很牛，但就是无法在自己组织中推广开来。回到前面那三点，brpc 是如何做的呢？

可靠性：这一方面是代码质量问题，通过为 brpc 团队设立很高的招聘门槛，以及在团队中深入的技术讨论，我们确保了稳固的代码基础。另一个问题是长尾问题，这是设计问题，brpc 其实包含了很多模块，其中的 bthread 是一个 M:N 线程库，就是为了更好地提高并发避免阻塞。brpc 中的读和写都是 wait-free 的，这是最高程度的并发。

技术细节请查看下边地址：
https://github.com/brpc/brpc/blob/master/docs/cn/bthread.md

易用性：有种设计是什么选择都做成选项丢给用户，号称功能都有，但一旦出问题，则是用户“配置错了”。而且这样用户还非常依赖开发团队，没有开发团队的支持基本用不了，开发团队有足够的理由扩充团队。

这么做其实非常不负责任，用户面对海量的选项也很难受。brpc 对于增加选项非常谨慎，框架能自己做判断的绝不扔给用户，所有用户选项都有最合理的默认值，不设也能用。我们认为这对用户体验来说非常重要。

定位问题的便利性：这点其它开源框架目前做得都不好，正常使用是可以的，但出问题就麻烦了。这个问题在百度内部其实也很严重，brpc 之前用户排查问题都要拉 RPC 同学一起排查，RPC 框架对用户是个黑盒，用户根本不知道里面发生了什么。

按我们的经验，基本每天都有几个用户在群里问 server 卡顿，client 超时之类的问题，排查问题是常态，人手必然不够。时间长了用户就觉得你这个框架各种问题，人还拽得不行很少回他们消息。

brpc 的解决办法是给 server 内加入各种 HTTP 接口的内置服务，通过这些服务，用户可以很快看到 server 的延时、错误、连接、跟踪某个 RPC、CPU 热点、内存分配、锁竞争等信息。

用户还可以使用 bvar 来自定义各类统计信息，并在百度的运维平台 NOAH 上汇总。这样大部分问题用户可以自助解决。其实我们去看也是看这些，只是会更加专业。

内置服务的具体说明可以看这里：
https://github.com/brpc/brpc/blob/master/docs/cn/builtin_service.md

6、作为公司内部的 RPC 框架，在服务治理方面有什么考虑？

百度内部 RPC 使用非常广泛，基本都是 RPC 调用，一些产品线还会通过 local RPC 隔离工程框架和策略代码。这么多年下来，服务周边的系统也比较全面了：编译是 BCLOUD，发布是 Agile，服务注册和发现是 BNS，认证是 Giano，监控和运维是 NOAH。

在百度内部，brpc 和这些系统做了比较紧密的绑定，用户体验是一站式的。虽然在开源版本中，这些结合大都删掉了，但用户可以根据自己组织中的基础设施来进行定制：交互协议、名字服务、负载均衡算法都可以定制。对于其中一些特别通用的，我们希望用户反馈到开源版本中来以方便所有人。

7、之前百度还开源过 sofa-pbrpc，brpc 与它的区别是什么？

sofa-pbrpc 也是百度开发的一个比较早期的 RPC 框架，属于 sofa 编程框架的一部分，在搜索有应用。

brpc 相比 sofa-pbrpc 有如下优点:

对协议的抽象更一般化，并统一了全百度的通信架构。bprc 能容纳非常多的协议，基于 Protobuf 的、基于 HTTP 的、百度内的 nshead/mcpack、开源的 Redis/Memcached，甚至 RTMP/FLV/HLS 直播协议，brpc 能逐渐地嵌入现有系统，而不需要彻底重构，但 sofa-pbrpc 则不具备扩展协议的能力。

类似的，sofa-pbrpc 也无法定制负载均衡算法，brpc 默认提供 round-robin、随机、一致性哈希，Locality-aware（局部性感知）四种算法，用户还能定制。

多线程质量更好。多线程编程是非常困难的，看起来简单的 RPC 遍布多线程陷阱，比如处理超时的代码可能在 RPC 还没发出去时就运行了；发送函数还没结束，处理回复的回调就被运行了；一个回复还在被处理另一个回复回来了，诸如此类。

另外，一个异步 RPC 的回调里发起一个同步 RPC 会发生什么，带着锁做同步 RPC 会发生什么。这些问题我们都不能在 sofa-pbrpc 中找到满意的答案。

完备的调试和运维支持。解决这个问题的本质还在可扩展性，你如何让用户参与进来定制他们感兴趣的指标，为此我们设计了 bvar，让用户能用比原子变量代价还小的方式自由地定制各种指标，用户能在浏览器上看到指标的变化曲线，或在运维平台 NOAH 看到汇总的监控数据。

brpc 还加入了大量内置服务方便用户调试程序，查看连接，在线修改 gflags，追踪 RPC，分析 CPU 热点、内存分配、锁竞争等。

无需讳言，brpc 在诞生之初和 sofa-pbrpc 在百度内部是有竞争关系的，但就像其他地方一样，这种竞争带来了活力。

类似的，brpc 和其他已经开源的 RPC 框架也是良性的竞争关系，在比拼谁能真正提高用户效率的过程中共同进步。每个用户都可以去对比代码、文档质量，接口设计，易用程度，扩展能力等，投出自己的一票。

8、谈谈 brpc 的整体架构？

技术栈无外乎是从传输层垒到应用层，就略过不讲了，具体可以去看下开源出来的文档。brpc 在架构上强调“在不牺牲易用性的前提下增强可扩展性”，比如 brpc 支持非常多的协议，在百度内部一个 brpc server 同端口可以支持二十几种协议，这对于服务的平滑迁移就非常好用。

Client 端的协议也非常多，用户用 brpc 和 bthread 用得很爽，所以希望我们最好能统一所有的客户端，像对 Redis 和 Memcached 的客户端支持也是在这个背景下做的，这两个客户端比官方 Client 好用多了，感兴趣的读者可以去尝试一下。

但这么多协议的配置非常简单，填个字符串就行了，比如 HTTP 就是把 ChannelOptions.protocol 设为“http”，Redis 就是“redis”。Server 端甚至不用设，它会自动判断每个 client 的协议，怎么做到的开源文档里也有。

名字服务、负载均衡也都可以定制。但为了对用户负责，我们也不鼓励“太自由”的定制，比如一点点需求的变化就要搞个新的，这时更需要想清楚本质区别是什么。

这个事情我们在百度内的支持群里每天都在做。我们是开放的“乙方”，但我们也是严厉的“乙方”。

9、brpc 的性能如何？这么高的性能是怎么做到的？

性能是我们非常看中的一点，它和用户体验也是紧密联系的。好用但性能不行，或不好用但性能很牛，用户会很难受，我们不希望用户纠结。从另一个角度来看，在推广初期，我们要说服产品线用 brpc 靠什么？最直观的就是性能提升。

而且这儿的性能不能停留在 benchmark 的图片上，而是能在真实应用中体现出来。开放出来的案例文档中或多或少都包含了性能提升，具体如下。

百度地图 API 入口：
https://github.com/brpc/brpc/blob/master/docs/cn/case_apicontrol.md

联盟 DSP：
https://github.com/brpc/brpc/blob/master/docs/cn/case_baidu_dsp.md

ELF 学习框架：
https://github.com/brpc/brpc/blob/master/docs/cn/case_elf.md

云平台代理服务：
https://github.com/brpc/brpc/blob/master/docs/cn/case_ubrpc.md

和其他 RPC 框架（包含 thrift、gRPC）的性能对比可以见这里：
https://github.com/brpc/brpc/blob/master/docs/cn/benchmark.md

开源文档中概括了性能上的设计， “RPC in depth”这一节下的文档会谈的更细点。这里我不赘述，还请直接阅读文档：
https://github.com/brpc/brpc#better-latency-and-throughput

10、为什么要将 brpc 开源？接下来在开源项目的迭代方面有什么计划吗？

因为马上还有不少依赖 RPC 的百度系统要开源啊。RPC 作为最基础的组件，开源不仅仅是为了自身，也是为其它开源项目铺路，比如说我们马上还会开源基于 brpc 的 RAFT 库，搭建高可用分布式系统非常方便；以及使用 brpc 的 bigflow，让流式计算变得很顺手。

这些年百度对开源的认识也在不断加深，开源看似曝光了百度的核心技术，但带来的生态影响力更重要。从 Apollo、PaddlePaddle 开始，百度真的开始拥抱开源了。

brpc 的开源版和内部版很接近，只是去掉了对百度内部独有的一些基础设施的支持，我们在内网写的深入分析 RPC 技术细节的文档也都一并开源了，后续也会及时推送改动，请大家放心。这是一个活项目，不会拉个开源分支就不管了。

现在BAT死了命的做开源，没想明白图个什么···

做IM集群的时候会用到RPC