1. 请求超时

在 HTTP 请求中，我们发送请求的时候，可以设置一个请求超时时间-connectTimeout，即在指定的时间内，如果请求没有到达服务端，为了避免客户端一直进行不必要的等待，就会抛出一个请求超时异常。

但是在微服务系统中，我们却很少设置请求超时时间，一般都是用另外一个概念代替，那就是请求截止时间。

这是什么原因呢？今天我们就来简单聊一聊这个话题。

在微服务中我们客户端的请求在服务端往往会有比较复杂的链条，我想起来 Spring Cloud Sleuth 官方给的一个请求链路追踪的图，我们直接拿来看下：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-caRonTxI-1678343260249)(null)]

这张图中，请求从客户端发起之后，在服务端一共经历了四个 SERVICE，对于这样的请求，如果我们还是按照之前发送普通 HTTP 请求的方式，设置一个 connectTimeout 显然是不够的。

我举个例子：

假设我们发送一个请求，为该请求设置 connectTimeout 为 5s，那么这个时间只对第一个服务 SERVICE1 有效，也就是请求在 5s 之内没有到达 SERVICE1，那么就会抛出连接超时异常；请求如果在 5s 之内到达 SERVICE1，那么就不会抛出异常，但是！！！，请求到达 SERVICE1 并不意味着请求结束，后面从 SERVICE1 到 SERVICE2，从 SERVICE2 到 SERVICE3，从 SERVICE3 到 SERVICE4，还有四个 HTTP 请求待处理，这些请求超时了怎么办？很明显，connectTimeout 属性对于后面几个请求就鞭长莫及了。

所以，对于这种场景，我们一般使用截止时间来处理。

截止时间相当于设置整个请求生命周期的时间，也就是这个请求，我要多久拿到结果。很明显，这个时间应该在客户端发起请求的时候设置。

gRPC 中提供了对应的方法，我们可以非常方便的设置请求的截止时间 DeadLineTime，如下：

publicclassLoginClient{publicstaticvoidmain(String[]args)throwsInterruptedException{ManagedChannelchannel=ManagedChannelBuilder.forAddress("localhost",50051).usePlaintext().build();LoginServiceGrpc.LoginServiceStubstub=LoginServiceGrpc.newStub(channel).withDeadline(Deadline.after(3,TimeUnit.SECONDS));login(stub);}privatestaticvoidlogin(LoginServiceGrpc.LoginServiceStubstub)throwsInterruptedException{CountDownLatchcountDownLatch=newCountDownLatch(1);stub.login(LoginBody.newBuilder().setUsername("javaboy").setPassword("123").build(),newStreamObserver<LoginResponse>(){@OverridepublicvoidonNext(LoginResponseloginResponse){System.out.println("loginResponse.getToken()="+loginResponse.getToken());}@OverridepublicvoidonError(Throwablethrowable){System.out.println("throwable="+throwable);}@OverridepublicvoidonCompleted(){countDownLatch.countDown();}});countDownLatch.await();}}

服务端通过 Thread.sleep 做个简单的休眠就行了，超时之后，客户端的 onError 方法会被触发，抛出如下异常：

throwable=io.grpc.StatusRuntimeException:DEADLINE_EXCEEDED:deadlineexceededafter2.939621462s.[closed=[],open=[[buffered_nanos=285550823,remote_addr=localhost/127.0.0.1:50051]]]

2. 服务端处理异常

在之前的几篇文章中，其实我们也遇到过异常问题，只是当时没有和小伙伴们细说，只是囫囵吞枣写了一个案例而已，今天我们就来把这个话题跟小伙伴们仔细捋一捋。

我们之前写过一个登录的案例，在之前的案例中，如果用户在登录时输入了错误的用户名密码的话，那么我们是通过一个普通的数据流返回异常信息，其实，对于异常信息，我们可以通过专门的异常通道来写回到客户端。

先来看看服务端如何处理异常。

还是以我们之前的 gRPC 登录案例为例，我们修改服务端的登录逻辑如下（完整代码小伙伴们可以参考之前的 手把手教大家在 gRPC 中使用 JWT 完成身份校验 一文）：

publicclassLoginServiceImplextendsLoginServiceGrpc.LoginServiceImplBase{@Overridepublicvoidlogin(LoginBodyrequest,StreamObserver<LoginResponse>responseObserver){Stringusername=request.getUsername();Stringpassword=request.getPassword();if("javaboy".equals(username)&&"123".equals(password)){System.out.println("loginsuccess");//登录成功StringjwtToken=Jwts.builder().setSubject(username).signWith(AuthConstant.JWT_KEY).compact();responseObserver.onNext(LoginResponse.newBuilder().setToken(jwtToken).build());responseObserver.onCompleted();}else{System.out.println("loginerror");//登录失败responseObserver.onError(Status.UNAUTHENTICATED.withDescription("loginerror").asException());}}}

小伙伴们看到，在登录失败时我们通过 responseObserver.onError 方法将异常信息写回到客户端。这个方法的参数是一个 Throwable 对象，对于这个对象，在 Status 这个枚举类中定义了一些常见的值，分别如下：

OK(0)：请求成功。

CANCELLED(1)：操作被取消。

UNKNOWN(2)：未知错误。

INVALID_ARGUMENT(3)：客户端给了无效的请求参数。

DEADLINE_EXCEEDED(4)：请求超过了截止时间。

NOT_FOUND(5)：请求资源未找到。

ALREADY_EXISTS(6)：添加的内容已经存在。

PERMISSION_DENIED(7)：请求权限不足。

RESOURCE_EXHAUSTED(8)：资源耗尽。

FAILED_PRECONDITION(9)：服务端上为准备好。

ABORTED(10)：请求被中止。

OUT_OF_RANGE(11)：请求超出范围。

UNIMPLEMENTED(12)：未实现的操作。

INTERNAL(13)：服务内部错误。

UNAVAILABLE(14)：服务不可用。

DATA_LOSS(15)：数据丢失或者损毁。

UNAUTHENTICATED(16)：请求未认证。

系统默认给出的请求类型大致上就这些。当然，如果这些并不能满足你的需求，我们也可以扩展这个枚举类。

3. 客户端处理异常

当服务端给出异常信息之后，客户端的处理分为两种情况。

3.1 异步请求

如果客户端是异步请求，则直接在异常回调中处理即可，如下：

publicclassLoginClient{publicstaticvoidmain(String[]args)throwsInterruptedException{ManagedChannelchannel=ManagedChannelBuilder.forAddress("localhost",50051).usePlaintext().build();LoginServiceGrpc.LoginServiceStubstub=LoginServiceGrpc.newStub(channel).withDeadline(Deadline.after(3,TimeUnit.SECONDS));login(stub);}privatestaticvoidlogin(LoginServiceGrpc.LoginServiceStubstub)throwsInterruptedException{CountDownLatchcountDownLatch=newCountDownLatch(1);stub.login(LoginBody.newBuilder().setUsername("javaboy").setPassword("1234").build(),newStreamObserver<LoginResponse>(){@OverridepublicvoidonNext(LoginResponseloginResponse){System.out.println("loginResponse.getToken()="+loginResponse.getToken());}@OverridepublicvoidonError(Throwablethrowable){System.out.println("throwable="+throwable);}@OverridepublicvoidonCompleted(){countDownLatch.countDown();}});countDownLatch.await();}}

小伙伴们看到，直接在 onError 回到中处理异常即可。

3.2 同步请求

如果客户端请求是同步阻塞请求，那么就要通过异常捕获的方式获取服务端返回的异常信息了，如下：

publicclassLoginClient2{publicstaticvoidmain(String[]args)throwsInterruptedException{ManagedChannelchannel=ManagedChannelBuilder.forAddress("localhost",50051).usePlaintext().build();LoginServiceGrpc.LoginServiceBlockingStubstub=LoginServiceGrpc.newBlockingStub(channel).withDeadline(Deadline.after(3,TimeUnit.SECONDS));login(stub);}privatestaticvoidlogin(LoginServiceGrpc.LoginServiceBlockingStubstub)throwsInterruptedException{try{LoginResponseresp=stub.login(LoginBody.newBuilder().setUsername("javaboy").setPassword("1234").build());System.out.println("resp.getToken()="+resp.getToken());}catch(Exceptione){System.out.println("e.getMessage()="+e.getMessage());}}}

同步阻塞请求就通过异常捕获去获取服务端返回的异常信息即可。

4. 题外话

最后，再来和小伙伴们说一个提高 gRPC 数据传输效率的小技巧，那就是传输的数据可以使用 gzip 进行压缩。

具体处理方式就是在客户端调用 withCompression 方法指定数据压缩，如下：

publicclassLoginClient2{publicstaticvoidmain(String[]args)throwsInterruptedException{ManagedChannelchannel=ManagedChannelBuilder.forAddress("localhost",50051).usePlaintext().build();LoginServiceGrpc.LoginServiceBlockingStubstub=LoginServiceGrpc.newBlockingStub(channel).withDeadline(Deadline.after(3,TimeUnit.SECONDS));login(stub);}privatestaticvoidlogin(LoginServiceGrpc.LoginServiceBlockingStubstub)throwsInterruptedException{try{LoginResponseresp=stub.withCompression("gzip").login(LoginBody.newBuilder().setUsername("javaboy").setPassword("123").build());System.out.println("resp.getToken()="+resp.getToken());}catch(Exceptione){System.out.println("e.getMessage()="+e.getMessage());}}}

好啦，一个关于 gRPC 的小小知识点～