FFLIB框架是为简化分布式/多进程并发而生的。它起始于本人尝试解决工作中经常遇到的问题如消息定义、异步、多线程、单元测试、性能优化等。基本介绍可以看这里：

      

　　其中之所以特意采用了Broker模式，是吸收了MPI和Erlang的思想。

•  关于MPI：
•  关于Erlang：

　　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实现的网络层也极具参考价值。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：

      

　　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

source code:  

示例代码目录：example/tutorial