随着近几年分布式、微服务架构的火热，RPC在开发工作中使用的越来越多，也变的越来越重要。
今天我们来看RPC是什么，为什么要了解RPC,通过学习RPC我们能掌握什么内容？
什么是「RPC」
RPC 全称 Remote Procedure Call, wikipedia的部分说明：
RPC is a request–response protocol. An RPC is initiated by the client , which sends a request message to a known remote server to execute a specified procedure with supplied parameters. The remote server sends a response to the client, and the application continues its process.
首先这里的重点是「protocol」,其次是 RPC中的R -「Remote」。所以这里的RPC的意义是一个调用执行远程方法的协议。我们对于方法的调用一般类似这样
Echoecho= child.say("Hello World");
这种一般是指调用自己本地的方法，比如 Java 应用是指调用在同一个 JVM 内的方法。
如果上述的代码要换成我们以RPC的形式去调用，写法有什么区别呢？
其实是没有的。
我们在调用时仍然按这个形式，仅需要在配置中指定这个方法对应的「远程地址」即可。
再举个生活化的例子。
假设你是招揽游客的小贩。每次集齐了游客你都在卖力的吆喝，在各种神奇的网站的搜索，找对应景点的导游。后来有一天，你和街边多个打印店谈了合作。符合条件可以导对应景点的都可以在打印店「登记」，你下次来的时候根据记录，直接「联系」对应的人即可，省力不少哇。
这里我们看到两种RPC的使用形式：
直接在配置中固定写好远程方法的地址，请求是一步到位
在配置中提供的「注册处」的地址，方法请求时先到注册处查方法地址再执行
看到这里，你不禁要说，调用个远程方法嘛，又不难，有啥看的。
那我们继续这个生活化的例子。
在你集齐了游客联系经常合作的导游时，他生病了。你要找谁？ 你说我有「备份」嘛，登记处记录了好多呢。
那好，这好多个导游里，你「选哪一个」？
你说，靠，我那管那么多，随便挑一个打电话就是了。好，这时你就已经在用到了RPC中的「负载均衡LoadBalance」了，只不过你的策略是用的「随机」。
如果在导游登记的时候每个提供了照片和历史认证评级，那你可能不会随便挑一个打，可能会看看照片，哪个感觉更靠谱，哪个评级更高。此时这些项都做为你联系他的一个「权重」。在多个导游间，这个权重决定了被联系次数的多少。此时你的LB不再是简单随机，而是根据「权重」进行。
再比如你们合作多次，固定的几个景点就是固定的几个导游，老相识，每次带人来都找他。此时你的策略又变成了「一致性Hash」。
后来，有导游和你说，最近像他们这类自找生意的导游，被发现在主动拉生意，可能会罚款，下次联系他的时候别说那么多。于是你们订了个简单「协议」：先说「0或1」，代表是否空闲，再说「1到100」代表你们所带游客游览的景点。再说「0或1」代表是否可以带购物。
你会发现，此时你们的协议里有「编码」，有压缩，每个人在听到对方信息时，需要再在你这里解码，还原成真实的信息。在 RPC 里也一样，在方法调用前，需要将对应的参数序列化，以指定的「格式」传递，到达后再对应的还原回去执行方法。
过了一段时间，你的业务发展壮大，一个景区附近的导游们自动组队。在你请求到达时，这个景区的导游里自动根据上面的权重选一个人出来，这些导游组成的，就是一个「Cluster」
业务发展的同时，你成立了一个秘书团，这些人负责过一段时间联系一下各个导游组，判断这个景区是否能提供，这个时候，秘书团就在进行「监控」。
(一口老血，编不下去了……)
接下来要说的是，我们为什么要学习 RPC。
为什么要学习 RPC
为什么要学习 RPC呢？ 我们开头时也提到，微服务、分布式应用的开发越来越常见， RPC 是其中相当重要的组件。通过 RPC 的学习，可以更好的理解和进行较大型应用的设计与开发。
同时， RPC 中涉及到的各类技术，也会使学习者知识面更宽广，每个方面，都值得深入。而对于技术，特别是源码的学习，又会返过来促使更好的理解 RPC，你写出更好的代码。
学习 RPC 我们能掌握什么
我们上面的生活化例子中，提到了这些技术
注册处
集群
负载均衡
协议
序列化编码、解码
一致性Hash
监控
……
这些技术，也是 RPC 中很重要的一些内容。 我们看 Dubbo 的源码中，从代码的组织上，也能一窥究竟。
这张图里，比我们在上面例子里提到的技术，多一些「Filter」,「Config」还有「Remoting」，包含了更完整的 RPC 的配置管理，请求过滤，多协议支持等内容。
而对 RPC 学习，例如负载均衡，除技术之外，还可以学习一种思想，是一种可迁移的东西。这种负载均衡的使用和实现，在 Nginx、Apache 做反向代理，在 应用服务器做集群搭建时，都会用的到。
像一致性Hash，对于通过 Hash思想来实现请求均衡的实现中，一致性 Hash 的思路，能更大程度的保证请求 Hash到原来的服务器上，在增减服务器时，影响减小。
再比如「注册处」Registry 中，我们可以了解到通过 zk, redis，甚至广播 的注册处实现。这种注册处的学习，可以在我们后续的微服务，分布式应用中常用的「注册中心」提供实现的思路。
再比如 我们远程调用时参数、信息的序列化，我们 Java 默认的序列化在性能上不能满足 RPC 这种高频序列化的应用场景，那有什么好的办法来提升序列化性能呢?
你会发现 Dubbo 中集成了 kryo，hessian2，fastjson等支持，可以比较学习这些不同的序列化实现，在自己的业务场景中有需要时，就发现你的技能工具箱中又多了一件工具。
类似的内容还有很多，学习这些都能让我们更好的成长。
原文地址：http://blog.51cto.com/13732225/2152884