C++多进程并发框架FFLIB中Tutorial的原理是什么，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
纳溪网站建设公司创新互联,纳溪网站设计制作，有大型网站制作公司丰富经验。已为纳溪1000多家提供企业网站建设服务。企业网站搭建\外贸网站制作要多少钱，请找那个售后服务好的纳溪做网站的公司定做！
特意采用了Broker模式，是吸收了MPI和Erlang的思想。
关于MPI：http://www.mcs.anl.gov/research/projects/mpi/
关于Erlang：http://www.erlang.org/
FFLIB 目前处于alpha阶段，一些有用的功能还需继续添加。但是FFLIB一开始就是为了解决实际问题而生。Broker 即可以以独立进程运行，也可以集成到某个特定的进程中启动。除了这些，FFLIB中使用epoll实现的网络层也***参考价值。网上有一些关于epoll ET 和 LT的讨论，关于哪种方式更简单，本人的答案是ET。ET模式下epoll 就是一个完全状态机。开发者只需实现FD的read、write、error 三种状态即可。
我进一步挖掘FFLIB的功能。写一篇FFLIB的Tutorial。创建更多的FFLIB使用示例，以此来深入探讨FFLIB的意义。在游戏开发中，或者一些分布式的环境中，有许多大家熟悉的模式。，本文挑选了如下作为FFLIB示例：
Request/Reply
点对点通讯
阻塞通讯
多播通讯
Map/Reduce
Request/Reply
异步的Request/Reply
在FFLIB中所有的消息都是Request和Reply一一对应的，默认情况下工作在异步模式。假设如下场景，Flash连入GatewayServer并发送Login消息包，GatewaServer 解析用户名密码，调用LoginServer 验证。
首先定义msg:
struct user_login_t { struct in_t: public msg_i { in_t(): msg_i("user_login_t::in_t") {} string encode() { return (init_encoder() << uid << value).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> uid >> value; } long uid; string value; }; struct out_t: public msg_i { out_t(): msg_i("user_login_t::out_t") {} string encode() { return (init_encoder() << value).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> value; } bool value; }; };LoginServer中如此定义接口：
class login_server_t { public: void verify(user_login_t::in_t& in_msg_, rpc_callcack_t& cb_) { user_login_t::out_t out; out.value = true; cb_(out); } }; login_server_t login_server; singleton_t::instance().create_service("login_server", 1) .bind_service(&login_server) .reg(&login_server_t::verify);在GatewayServer中调用上面接口：
struct lambda_t { static void callback(user_login_t::out_t& msg_, socket_ptr_t socket_) { if (true == msg_.value) { //! socket_->send_msg("login ok"); } else { //! socket_->send_msg("login failed"); } } }; user_login_t::in_t in; in.uid = 520; in.value = "ILoveYou"; socket_ptr_t flash_socket = NULL;//! TODO singleton_t::instance() .get_service_group("login_server_t") ->get_service(1) ->async_call(in, binder_t::callback(&lambda_t::callback, flash_socket));如上所示， async_call 可以通过binder_t模板函数为回调函绑定参数。
同步的Request/Reply
大部分时候我们期望Reply被异步处理，但有时Reply 必须被首先处理后才能触发后续操作，一般这种情况发生在程序初始化之时。假设如下场景，SceneServer启动时必须从SuperServer中获取配置，然后才能执行加载场景数据等后续初始化操作。
首先定义通信的msg：
struct config_t { struct in_t: public msg_i { in_t(): msg_i("config_t::in_t") {} string encode() { return (init_encoder() << server_type << server_id).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> server_type >> server_id; } int server_type; int server_id; }; struct out_t: public msg_i { out_t(): msg_i("config_t::out_t") {} string encode() { return (init_encoder() << value).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> value; } map value; }; };如上所示， msg 序列化自动支持map。
SuperServer 中定义返回配置的接口：
super_server_t super_server; singleton_t::instance().create_service("super_server", 1) .bind_service(&super_server) .reg(&super_server_t::get_config); SceneServer 可以如此实现同步Request/Reply: rpc_future_t rpc_future; config_t::in_t in; in.server_type = 1; in.server_id = 1; const config_t::out_t& out = rpc_future.call( singleton_t::instance().get_service_group("super_server") ->get_service(1), in); cout << out.value.size() <<"\n"; //std::foreach(out.value.begin(), out.value.end(), fuctor_xx);
点对点通讯
异步Request/Reply 已经能够解决大部分问题了，但是有时处理Push模式时稍显吃了。我们知道消息推算有Push 和Poll两种方式。了解二者：
http://blog.sina.com.cn/s/blog_6617106b0100hrm1.html
上面提到的Request/Reply 非常适合poll模式，以上一个获取配置为例，SuperServer由于定义接口的时候只需知道callback，并不知道SceneServer的具体连接。，所以SuperServer不能向SceneServer Push消息。在FFLIB中并没有限定某个节点必须是Client或只能是Service，实际上可以兼有二者的角色。SceneServer 也可以提供接口供SuperServer调用，这就符合了Push的语义。假设如下场景，GatewayServer需要在用户登入时调用通知SessionServer，而某一时刻SessionServer也可能呢通知GatewayServer 强制某用户下线。二者互为client和service。大家必须知道，在FFLIB中实现两个节点的通信只需知道对方的服务名称即可，Broker 在此时实现解耦的作用非常明显，若要增加对其他节点的通信，只需通过服务名称async_call即可。
定义通信的msg：
struct user_online_t { struct in_t: public msg_i { in_t(): msg_i("user_online_t::in_t") {} string encode() { return (init_encoder() << uid).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> uid; } long uid; }; struct out_t: public msg_i { out_t(): msg_i("user_online_t::out_t") {} string encode() { return (init_encoder() << value).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> value; } bool value; }; }; struct force_user_offline_t { struct in_t: public msg_i { in_t(): msg_i("force_user_offline_t::in_t") {} string encode() { return (init_encoder() << uid).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> uid; } long uid; }; struct out_t: public msg_i { out_t(): msg_i("force_user_offline_t::out_t") {} string encode() { return (init_encoder() << value).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> value; } bool value; }; };GatewayServer 通知SessionServer 用户上线，并提供强制用户下线的接口：
class gateway_server_t { public: void force_user_offline(force_user_offline_t::in_t& in_msg_, rpc_callcack_t& cb_) { //! close user socket force_user_offline_t::out_t out; out.value = true; cb_(out); } }; gateway_server_t gateway_server; singleton_t::instance().create_service("gateway_server", 1) .bind_service(&gateway_server) .reg(&gateway_server_t::force_user_offline); user_online_t::in_t in; in.uid = 520; singleton_t::instance() .get_service_group("session_server") ->get_service(1) ->async_call(in, callback_TODO);SessionServer 提供用户上线接口，可能会调用GatewayServer 的接口强制用户下线。
class session_server_t { public: void user_login(user_online_t::in_t& in_msg_, rpc_callcack_t& cb_) { //! close user socket user_online_t::out_t out; out.value = true; cb_(out); } }; session_server_t session_server; singleton_t::instance().create_service("session_server", 1) .bind_service(&session_server) .reg(&session_server_t::user_login); force_user_offline_t::in_t in; in.uid = 520; singleton_t::instance() .get_service_group("gateway_server") ->get_service(1) ->async_call(in, callback_TODO);多播通信
和点对点通信一样，要实现多播，只需要知道目标的服务名称。特别提一点的是，FFLIB中有服务组的概念。比如启动了多个场景服务器SceneServer，除了数据不同，二者接口完全相同，有可能只是相同进程的不同实例。在FFLIB框架中把这些服务归为一个服务组，然后再为每个实例分配索引id。
假设如下场景，SuperServer 中要实现一个GM接口，通知所有SceneServer 重新加载配置。
定义通信的msg：
struct reload_config_t struct in_t: public msg_i { in_t(): msg_i("reload_config_t::in_t") {} string encode() { return (init_encoder()).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_); } }; struct out_t: public msg_i { out_t(): msg_i("reload_config_t::out_t") {} string encode() { return (init_encoder() << value).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> value; } bool value; }; ;SceneServer 提供重新载入配置接口：
class scene_server_t { public: void reload_config(reload_config_t::in_t& in_msg_, rpc_callcack_t& cb_) { //! close user socket reload_config_t::out_t out; out.value = true; cb_(out); } }; scene_server_t scene_server; singleton_t::instance().create_service("scene_server", 1) .bind_service(&scene_server) .reg(&scene_server_t::reload_config);在SuperServer 中如此实现多播（跟准确是广播，大同小异）：
struct lambda_t { static void reload_config(rpc_service_t* rs_) { reload_config_t::in_t in; rs_->async_call(in, callback_TODO); } }; singleton_t::instance() .get_service_group("scene_server") ->foreach(&lambda_t::reload_config);Map/Reduce
在游戏中使用Map/reduce 的情形并不多见，本人找到网上最常见的Map/reduce 实例 WordCount。情形如下：有一些文本字符串，统计每个字符出现的次数。
Map操作，将文本分为多个子文本，分发给多个Worker 进程进行统计
Reduce 操作，将多组worker 进程计算的结果汇总
Worker：为文本统计各个字符出现的次数
定义通信消息：
struct word_count_t { struct in_t: public msg_i { in_t(): msg_i("word_count_t::in_t") {} string encode() { return (init_encoder() << str).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> str; } string str; }; struct out_t: public msg_i { out_t(): msg_i("word_count_t::out_t") {} string encode() { return (init_encoder() << value).get_buff(); } void decode(const string& src_buff_) { init_decoder(src_buff_) >> value; } map value; }; };定义woker的接口：
class worker_t { public: void word_count(word_count_t::in_t& in_msg_, rpc_callcack_t& cb_) { //! close user socket word_count_t::out_t out; for (size_t i = 0; i < in_msg_.str.size(); ++i) { map::iterator it = out.value.find(in_msg_.str[i]); if (it != out.value.end()) { it->second += 1; } else { out.value[in_msg_.str[i]] = 1; } } cb_(out); } }; worker_t worker; for (int i = 0; i < 5; ++i) { singleton_t::instance().create_service("worker", 1) .bind_service(&worker) .reg(&worker_t::word_count); }模拟Map/reduce 操作：
struct lambda_t { static void reduce(word_count_t::out_t& msg_, map* result_, size_t* size_) { for (map::iterator it = msg_.value.begin(); it != msg_.value.end(); ++it) { map::iterator it2 = result_->find(it->first); if (it2 != result_->end()) { it2->second += it->second; } else { (*result_)[it->first] = it->second; } } if (-- size_ == 0) { //reduce end!!!!!!!!!!!!!!!! delete result_; delete size_; } } static void do_map(const char** p, size_t size_) { map* result = new map(); size_t* dest_size = new size_t(); *dest_size = size_; for (size_t i = 0; i < size_; ++i) { word_count_t::in_t in; in.str = p[i]; singleton_t::instance() .get_service_group("worker") ->get_service(1 + i % singleton_t::instance().get_service_group("worker")->size()) ->async_call(in, binder_t::callback(&lambda_t::reduce, result, dest_size)); } } }; const char* str_vec[] = {"oh nice", "oh fuck", "oh no", "oh dear", "oh wonderful", "oh bingo"}; lambda_t::do_map(str_vec, 6);总结：
FFLIB 使进程间通信更容易
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联行业资讯频道，感谢您对创新互联的支持。
当前标题：C++多进程并发框架FFLIB中Tutorial的原理是什么
文章网址：
http://njwzjz.com/article/iedihs.html
