Sogou基于Workflow的自研RPC框架

rpc-spring-boot-starter

分布式的系统章节的学习共12章第一章Introduction掌握分布式系统的基本概念、实现分布式系统的几种途径、以及几种典型系统的比较第二章Communication　　　1.RPC　　　2.RMI　　　3.MOM了解stream模型需要处理的问题。
第三章DistributedComputingParadigm四章Processes第五章Naming第六章Synchronization第七章ConsistencyandReplication第八章FaultTolerance第九章Security第十章DistributedFileSystems第十一章DistributedObject-basedSystems第十二章DistributedWeb-BasedSystems

摘要：现今，越来越多的企业面临着各种各样的数据集成和系统整合，CORBA、DCOM、RMI等RPC中间件技术也应运而生，但由于采用RPC同步处理技术，在功能、健壮性、可扩展性上都存在着诸多缺点。
而基于消息的异步处理模型采用非阻塞的调用特性，发送者将消息发送给消息服务器，消息服务器在合适的时候再将消息转发给接收者；
发送和接收是异步的，发送者无需等待，二者的生命周期也可以不必相同，而且发送者可以将消息间接传给多个接收者，大大提高了程序的功能、可扩展性及健壮性，这使得异步处理模型在分布式应用上比起同步处理模型更具有吸引力。
[5]本文首先介绍了消息中间件的原理，然后介绍了目前流行的消息中间件产品和一些

dubbox修正了kryo序列问题atcom.alibaba.dubbo.remoting.exchange.support.DefaultFuture.returnFromResponse(DefaultFuture.java:190) atcom.alibaba.dubbo.remoting.exchange.support.DefaultFuture.get(DefaultFuture.java:110) atcom.alibaba.dubbo.remoting.exchange.support.DefaultFuture.get(DefaultFuture.java:84) atcom.alibaba.dubbo.rpc.protocol.dubbo.DubboInvoker.doInvoke(DubboInvoker.java:96) atcom.alibaba.dubbo.rpc.protocol.AbstractInvoker.invoke(AbstractInvoker.java:144) atcom.alibaba.dubbo.rpc.listener.ListenerInvokerWrapper.invoke(ListenerInvokerWrapper.java:74) atcom.alibaba.dubbo.monitor.support.MonitorFilter.invoke(MonitorFilter.java:75) atcom.alibaba.dubbo.rpc.protocol.ProtocolFilterWrapper$1.invoke(ProtocolFilterWrapper.java:91) atcom.alibaba.dubbo.rpc.protocol.dubbo.filter.FutureFilter.invoke(FutureFilter.java:53) atcom.alibaba.dubbo.rpc.protocol.ProtocolFilterWrapper$1.invoke(ProtocolFilterWrapper.java:91) atcom.alibaba.dubbo.rpc.filter.ConsumerContextFilter.invoke(ConsumerContextFilter.java:48) atcom.alibaba.dubbo.rpc.protocol.ProtocolFilterWrapper$1.invoke(ProtocolFilterWrapper.java:91) atcom.alibaba.dubbo.rpc.protocol.InvokerWrapper.invoke(InvokerWrapper.java:53) atcom.alibaba.dubbo.rpc.cluster.support.FailoverClusterInvoker.doInvoke(FailoverClusterInvoker.java:77) atcom.alibaba.dubbo.rpc.cluster.support.AbstractClusterInvoker.invoke(AbstractClusterInvoker.java:227) atcom.alibaba.dubbo.rpc.cluster.support.wrapper.MockClusterInvoker.invoke(MockClusterInvoker.java:72) atcom.alibaba.dubbo.rpc.proxy.InvokerInvocationHandler.invoke(InvokerInvocationHandler.java:52) atcom.alibaba.dubbo.common.bytecode.proxy1.test(proxy1.java)

dubbox修正了kryo序列问题atcom.alibaba.dubbo.remoting.exchange.support.DefaultFuture.returnFromResponse(DefaultFuture.java:190) atcom.alibaba.dubbo.remoting.exchange.support.DefaultFuture.get(DefaultFuture.java:110) atcom.alibaba.dubbo.remoting.exchange.support.DefaultFuture.get(DefaultFuture.java:84) atcom.alibaba.dubbo.rpc.protocol.dubbo.DubboInvoker.doInvoke(DubboInvoker.java:96) atcom.alibaba.dubbo.rpc.protocol.AbstractInvoker.invoke(AbstractInvoker.java:144) atcom.alibaba.dubbo.rpc.listener.ListenerInvokerWrapper.invoke(ListenerInvokerWrapper.java:74) atcom.alibaba.dubbo.monitor.support.MonitorFilter.invoke(MonitorFilter.java:75) atcom.alibaba.dubbo.rpc.protocol.ProtocolFilterWrapper$1.invoke(ProtocolFilterWrapper.java:91) atcom.alibaba.dubbo.rpc.protocol.dubbo.filter.FutureFilter.invoke(FutureFilter.java:53) atcom.alibaba.dubbo.rpc.protocol.ProtocolFilterWrapper$1.invoke(ProtocolFilterWrapper.java:91) atcom.alibaba.dubbo.rpc.filter.ConsumerContextFilter.invoke(ConsumerContextFilter.java:48) atcom.alibaba.dubbo.rpc.protocol.ProtocolFilterWrapper$1.invoke(ProtocolFilterWrapper.java:91) atcom.alibaba.dubbo.rpc.protocol.InvokerWrapper.invoke(InvokerWrapper.java:53) atcom.alibaba.dubbo.rpc.cluster.support.FailoverClusterInvoker.doInvoke(FailoverClusterInvoker.java:77) atcom.alibaba.dubbo.rpc.cluster.support.AbstractClusterInvoker.invoke(AbstractClusterInvoker.java:227) atcom.alibaba.dubbo.rpc.cluster.support.wrapper.MockClusterInvoker.invoke(MockClusterInvoker.java:72) atcom.alibaba.dubbo.rpc.proxy.InvokerInvocationHandler.invoke(InvokerInvocationHandler.java:52) atcom.alibaba.dubbo.common.bytecode.proxy1.test(proxy1.java)

SpringCloud是一个相对比较新的微服务框架，2016年才推出1.0的release版本.虽然SpringCloud时间最短,但是相比Dubbo等RPC框架,SpringCloud提供的全套的分布式系统处理方案。

Storm是一个分布式的、高容错的实时计算系统。
Storm适用的场景：　　1、Storm可以用来用来处理源源不断的音讯，并将处理之后的结果保存到持久化介质中。
　　2、由于Storm的处理组件都是分布式的，而且处理延迟都极低，所以可以Storm可以做为一个通用的分布式RPC框架来使用。

Protocolbuffers是一种编码方法构造的一种无效而可扩展的格式的数据。
谷歌使用其内部几乎RPC协议和文件格式的所有协议缓冲区。
C#protobuf如何实现http方式二进制传输的一个例子及说明文档

博客地址：https://blog.csdn.net/luoyayun361/article/details/91588654QtRemoteObject简称QtRO，这是Qt5.9以后官方推出来的新模块，专门用于进程间通信（IPC）。
在这之前，要实现进程间通信有多种方式，这里就不做引见了，而Qt官方推出的这个新模块是基于Socket来封装的，使用起来非常方便，兼容LPC和RPC。
LPC即LocalProcessCommunication，而RPC是指RemoteProcessCommunication，两者都属于IPC。
QtRO能够工作于这两种不同的模式：如果用于LPC，则QtRO使用QLocalSocket；
如果是用于RPC，则使用QTcpSocket。
对于一个Qt开发者来说，如果项目中涉及到进程间通信，那么直接使用现成的模块进行开发，莫过于是最好的选择，集成度高，代码量少。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。