简单 Netty RPC 框架 snrpc
- 授权协议: GPL
- 开发语言: Java
- 操作系统: 跨平台
- 软件首页: https://github.com/stefzhlg/snrpc
- 软件文档: https://github.com/stefzhlg/snrpc
软件介绍
snrpc 是一个简单的 Netty RPC 框架,使用 protostuff 1.07 作为序列化工具,使用 Netty-3.2.1 作为 NIO。
使用方式:
比如:
1. server class;
interface and implementor // define an interface: public interface SnRpcInterface { public String getMessage(String param); }
// implement interface public class SnRpcImpl implements SnRpcInterface { public String getMessage(String param) { return "hi,it is message from server...param+" + param; } }
2, start server
SnRpcInterface inter = new SnRpcImpl(); SnRpcServer server = new SnNettyRpcServer(new Object[] { inter }); try { server.start(); } catch (Throwable e) { e.printStackTrace(); }
3,config file
snrpcserver.properties
#tcpNoDelay snrpc.tcp.nodelay=true #call the bind method as many times as you want snrpc.tcp.reuseAddress=true #ISDEBUG snrpc.dev=true #TCP timeout snrpc.read.timeout=25000 #server port snrpc.http.port=8080
config.xml
<?xml version="1.0" encoding="UTF-8"?><application> <!-- rpc interface services --> <rpcServices> <rpcService name="SnRpcInterface" interface="org.stefan.snrpc.server.SnRpcInterface" overload="true"> <rpcImplementor class="org.stefan.snrpc.server.SnRpcImpl"/> </rpcService> </rpcServices></application>
4, client invoker
SnRpcConnectionFactory factory = new SnNettyRpcConnectionFactory( "localhost", 8080); factory = new PoolableRpcConnectionFactory(factory); SnRpcClient client = new CommonSnRpcClient(factory); try { SnRpcInterface clazz = client.proxy(SnRpcInterface.class); String message = clazz.getMessage("come on"); System.out.println("client receive message .... : " + message); } catch (Throwable e) { e.printStackTrace(); }
要求
JDK6+
Maven 2
依赖
reflectasm-1.07.jar
asm-4.0.jar
log4j-1.2.16.jar
dom4j-1.6.1.jar
xml-apis-1.0.b2.jar
slf4j-api-1.6.6.jar
netty-3.2.1.Final.jar
jaxen-1.1.6.jar
protostuff-core-1.0.7.jar
protostuff-api-1.0.7.jar
protostuff-runtime-1.0.7.jar
protostuff-collectionschema-1.0.7.jar
commons-pool-1.6.jar
智能Web算法(第2版)
【英】Douglas G. McIlwraith(道格拉斯 G. 麦基尔雷思)、【美】Haralambos Marmanis(哈若拉玛 玛若曼尼斯)、【美】Dmitry Babenko(德米特里•巴邦科) / 达观数据、陈运文 等 / 电子工业出版社 / 2017-7 / 69.00
机器学习一直是人工智能研究领域的重要方向,而在大数据时代,来自Web 的数据采集、挖掘、应用技术又越来越受到瞩目,并创造着巨大的价值。本书是有关Web数据挖掘和机器学习技术的一本知名的著作,第2 版进一步加入了本领域最新的研究内容和应用案例,介绍了统计学、结构建模、推荐系统、数据分类、点击预测、深度学习、效果评估、数据采集等众多方面的内容。《智能Web算法(第2版)》内容翔实、案例生动,有很高的阅......一起来看看 《智能Web算法(第2版)》 这本书的介绍吧!