Pitaya 集群示例解析
目录结构
examples/demo/cluster/
├── main.go # 启动入口，通过 -type 区分 frontend/backend
└── services/
├── connector.go # Frontend 服务 (连接管理、Session数据)
└── room.go # Backend 服务 (房间逻辑、Group广播)启动模式
通过命令行参数区分：
bash
# 启动 Frontend (Connector)
go run main.go -port 3250 -type connector -frontend true
# 启动 Backend (Room)
go run main.go -port 3251 -type room -frontend falseFrontend (Connector) 服务
go
type Connector struct {
component.Base
app pitaya.Pitaya
}
// Session 数据读写
func (c *Connector) GetSessionData(ctx context.Context) (*SessionData, error)
func (c *Connector) SetSessionData(ctx context.Context, data *SessionData) (*protos.Response, error)
// Remote: 供其他服务 RPC 调用
func (c *ConnectorRemote) RemoteFunc(ctx context.Context, msg *protos.RPCMsg) (*protos.RPCRes, error)Backend (Room) 服务
go
type Room struct {
component.Base
timer *timer.Timer
app pitaya.Pitaya
}
// 核心方法
func (r *Room) Entry(ctx context.Context, msg []byte) // 入口：绑定Session
func (r *Room) Join(ctx context.Context) // 加入Group
func (r *Room) Leave(ctx context.Context) // 离开Group
func (r *Room) Message(ctx context.Context, msg *protos.UserMessage) // 群发消息
// 跨服 RPC
func (r *Room) SendRPC(ctx context.Context, msg *protos.SendRPCMsg) (*protos.RPCRes, error)
→ app.RPCTo(ctx, serverId, route, &ret, payload)路由配置
go
// 字符串路由 → 数字ID 压缩（省带宽）
app.SetDictionary(map[string]uint16{
"connector.getsessiondata": 1,
"room.room.getsessiondata": 3,
"onMessage": 4,
})
// 自定义路由策略：room 请求 → 发到哪台 backend
app.AddRoute("room", func(ctx, route, payload, servers) (*Server, error) {
for k := range servers { return servers[k], nil } // 简单轮询
})Group 广播
go
// 加入房间 Group
r.app.GroupAddMember(ctx, "room", s.UID())
// 广播给全组
r.app.GroupBroadcast(ctx, "connector", "room", "onMessage", msg)
// 推送给自己
s.Push("onMembers", &protos.AllMembers{Members: members})关键设计亮点
- 字符串路由字典压缩: 常用路由映射成 uint16，节省 10x 带宽
- AddRoute 自定义路由: 可按 UID hash、负载均衡选择 backend
- Group 简化房间: 不需要自己管理成员列表，Group 封装好了
- Remote vs Handler: 明确区分客户端请求和服务端间 RPC
对 rts-server-golang 的借鉴
rts-server-golang 的 Room 设计：
- 单进程单 goroutine，tick 驱动
- 无需跨服（因为是帧同步，延迟敏感）
如果要做多房间水平扩展，可以学习 Pitaya：
- Frontend: 只做连接+协议解析
- Backend: 每个 Room 是独立进程
- NATS/etcd: 服务发现 + 跨服 RPC
Contributors
root