Restate项目中Remote Query Scanner消息迁移的技术解析
2025-07-02 09:06:03作者:侯霆垣
在Restate项目的开发过程中,团队需要对Remote Query Scanner相关的消息进行迁移,将其从原有实现转移到bilrost框架下。这项工作的核心在于处理消息序列化和反序列化的兼容性问题,特别是针对那些作为RPC响应对象的复杂枚举类型。
技术背景
Remote Query Scanner是Restate系统中负责远程查询扫描的关键组件,其消息定义原本位于项目的网络模块中。随着架构演进,团队决定将这些消息迁移到bilrost框架下,以利用其更高效的序列化机制。
核心挑战
迁移过程中遇到的主要技术难点在于如何处理RemoteQueryScannerNextResult
这个枚举类型。该类型作为RPC响应对象,其设计模式与bilrost框架的兼容性存在冲突:
- bilrost框架对Oneof类型的支持有限,特别是当这些类型需要直接作为RPC响应对象时
- 需要保持与原有序列化格式的向后兼容性
- 枚举类型的变体包含复杂数据结构,如元组和自定义类型
解决方案
经过技术讨论,团队确定了以下解决方案路径:
1. 消息结构重构
将原本的枚举类型重构为包含内部枚举的结构体模式。这种设计既满足了bilrost框架对Message trait的要求,又保持了原有的语义表达:
#[derive(bilrost::Message)]
pub struct RemoteQueryScannerNextResult {
#[bilrost(oneof(1, 2, 3, 4, 5))]
inner: RemoteQueryScannerNextResultInner,
}
#[derive(bilrost::Oneof)]
enum RemoteQueryScannerNextResultInner {
Unknown,
NextBatch(RemoteQueryScannerNextResultNextBatch),
Failure((ScannerId, String)),
NoMoreRecords(ScannerId),
NoSuchScanner(ScannerId),
}
2. 兼容性处理
通过实现From/TryFrom trait和serde的转换标记,确保新旧格式间的无缝转换:
#[derive(bilrost::Message)]
#[serde(into="RemoteQueryScannerNextResultInner", try_from="RemoteQueryScannerNextResultInner")]
pub struct RemoteQueryScannerNextResult {
#[bilrost(oneof(1, 2, 3, 4, 5))]
inner: RemoteQueryScannerNextResultInner,
}
3. 实用方法封装
为重构后的类型添加便捷的构造方法和解析方法,提升API易用性:
impl RemoteQueryScannerNextResult {
pub fn success(scanner_id: ScannerId) -> Self {
Self {
inner: RemoteQueryScannerNextResultInner::Success { scanner_id },
}
}
pub fn parse(self) -> anyhow::Result<ScannerId> {
match self.inner {
RemoteQueryScannerNextResultInner::Unknown =>
anyhow::bail!("Got unknown response"),
// 其他变体处理...
}
}
}
技术价值
这种解决方案带来了多重技术优势:
- 框架兼容性:完全符合bilrost框架对Message trait的要求
- 类型安全:保持了Rust强类型系统的优势
- 向后兼容:通过serde转换保持了与旧版消息格式的互操作性
- 代码清晰:将复杂的枚举逻辑封装在结构体中,提供更清晰的API边界
经验总结
通过这次迁移工作,团队积累了处理复杂消息类型迁移的宝贵经验:
- 当遇到框架限制时,考虑通过中间类型或包装类型来解决问题
- 保持向后兼容性需要同时考虑序列化格式和API设计
- Rust的trait系统为解决这类问题提供了强大而灵活的工具
- 良好的封装可以隐藏实现细节,为后续的架构演进预留空间
这项工作的完成不仅解决了当前的技术需求,也为Restate项目后续的消息系统演进奠定了坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
207
2.19 K

暂无简介
Dart
516
115

Ascend Extension for PyTorch
Python
62
95

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
86

React Native鸿蒙化仓库
C++
209
285

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
976
576

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
193