RPC远程调用

小狮子安度因

已于 2024-07-07 15:11:52 修改

阅读量1.2k

点赞数 38

分类专栏： C/C++ 后台开发文章标签： rpc

于 2024-06-24 18:45:11 首次发布

本文链接：https://blog.csdn.net/H520xcodenodev/article/details/139934739

版权

C/C++ 同时被 2 个专栏收录

38 篇文章 1 订阅

订阅专栏

后台开发

4 篇文章 0 订阅

订阅专栏

文章目录

1. gRPC原理
6 参考和扩展阅读

1. gRPC原理

grpc: https://grpc.io/docs/what-is-grpc/faq/

Asynchronous-API tutorial | C++ | gRPC

1.1 什么是RPC

RPC 即远程过程调用协议（Remote Procedure Call Protocol），可以让我们像调用本地对象一样发起
远程调用。RPC 凭借其强大的治理功能，成为解决分布式系统通信问题的一大利器。

gRPC是一个现代的、高性能、开源的和语言无关的通用 RPC 框架，基于 HTTP2 协议设计，序列化使用
PB(Protocol Buffer)，PB 是一种语言无关的高性能序列化框架，基于 HTTP2+PB 保证了的高性能。

tars 兼容grpc
brpc也兼容grpc
grpc能不能兼容tars以及brpc。

1.2 gRPC的一些特性

gRPC基于服务的思想：定义一个服务，描述这个服务的方法以及入参出参，服务器端有这个服务
的具体实现，客户端保有一个存根，提供与服务端相同的服务
gRPC默认采用protocol buffer作为IDL(Interface Description Lanage)接口描述语言,服务之间通信
的数据序列化和反序列化也是基于protocol buffer的，因为protocol buffer的特殊性，所以gRPC
框架是跨语言的通信框架(与编程语言无关性)，也就是说用Java开发的基于gRPC的服务，可以用
GoLang编程语言调用
gRPC同时支持同步调用和异步调用，同步RPC调用时会一直阻塞直到服务端处理完成返回结果，
异步RPC是客户端调用服务端时不等待服务段处理完成返回，而是服务端处理完成后主动回调客户
端告诉客户端处理完成
gRPC是基于 http2 协议实现的，http2协议提供了很多新的特性，并且在性能上也比http1提搞了许
多，所以gRPC的性能是非常好的
gRPC并没有直接实现负载均衡和服务发现的功能，但是已经提供了自己的设计思路。已经为命名
解析和负载均衡提供了接口
基于http2协议的特性：gRPC允许定义如下四类服务方法
一元RPC：客户端发送一次请求，等待服务端响应结构，会话结束，就像一次普通的函数调用
这样简单
服务端流式RPC：客户端发起一起请求，服务端会返回一个流，客户端会从流中读取一系列消
息，直到没有结果为止
客户端流式RPC：客户端提供一个数据流并写入消息发给服务端，一旦客户端发送完毕，就等
待服务器读取这些消息并返回应答

4. 双向流式RPC：客户端和服务端都一个数据流，都可以通过各自的流进行读写数据，这两个流

是相互独立的，客户端和服务端都可以按其希望的任意顺序独写

1.3 gRPC支持的编程语言

C ++，Java(包括对Android的支持)，Objective-C(对于iOS)，Python，Ruby，Go，C＃，Node.js都在
GA中，并遵循语义版本控制。

1.4 gRPC的使用场景

低延迟，高度可扩展的分布式系统

开发与云服务器通信的客户端

设计一个准确，高效，且与语言无关的新协议时

分层设计，以实现扩展，例如。身份验证，负载平衡，日志记录和监控等

1.5 谁在使用gRPC

谷歌长期以来一直在gRPC中使用很多基础技术和概念。目前正在谷歌的几个云产品和谷歌面向外部的
API中使用。Square，Netflix，CoreOS，Docker，CockroachDB，Cisco，Juniper Networks以及许多
其他组织和个人也在使用它。

1.6 gRPC设计之初的动机和原则

自由，开放：让所有人，所有平台都能使用，其实就是开源，跨平台，跨语言
协议可插拔：不同的服务可能需要使用不同的消息通信类型和编码机制，例如，JSON、XMLThirft,所以协议应允许可插拔机制，还有负载均衡，服务发现，日志，监控等都支持可插拔机制
阻塞和非阻塞：支持客户端和服务器交换的消息序列的异步和同步处理。这对于在某些平台上扩展
和处理至关重要
取消和超时：一次RPC操作可能是持久并且昂贵的，应该允许客户端设置取消RPC通信和对这次通
信加上一个超时时间
拒绝：必须允许服务器通过在继续处理请求的同时拒绝新请求的到来并优雅地关闭。
流处理：存储系统依靠流和流控制来表达大型数据集，其他服务，如语音到文本或股票行情，依赖
于流来表示与时间相关的消息序列
流控制：计算能力和网络容量在客户端和服务器之间通常是不平衡的。流控制允许更好的缓冲区管
理，以及过度活跃的对等体提供对DOS的保护。
元数据交换：认证或跟踪等常见的跨领域问题依赖于不属于服务声明接口的数据交换。依赖于他们
将这些特性演进到服务，暴露API来提供能力。
标准化状态码：客户端通常以有限的方式响应API调用返回的错误。应约束状态码名称空间，以使
这些错误处理决策更加清晰。如果需要更丰富的特定领域的状态，则可以使用元数据交换机制来提
供该状态。
互通性：报文协议(Wire Protocol)必须遵循普通互联网基础框架

信息来源 https://grpc.io/faq/

**grpc授权**

client->server


# 2 数据封装和数据传输问题

## 2.1 网络传输中的内容封装数据体积问题

早期的RPCJSON的方式，目前的RPC基本上都采用类似Protobuf的二进制序列化方式。

其差别在于： **json的设计是给人看的，protobuf则是利于机器** 。

## JSON

优点：在body中用JSON对内容进行编码，极易跨语言，不需要约定特定的复杂编码格式和Stub文件。
在版本兼容性上非常友好，扩展也很容易。

缺点：JSON难以表达复杂的参数类型，如结构体等；数据冗余和低压缩率使得传输性能差。

## Protobuf （微服务之间的服务器调用，一般采用二进制的序列化方

## 式，比如protobuf）

gRPC对此的解决方案是丢弃json、xml这种传统策略，使用 Protocol Buffer，是Google开发的一种跨
语言、跨平台、可扩展的用于序列化数据协议。

##### 以上是一个使用样例，包含方法定义、入参、出参。可以看出有几个明确的特点：

##### 有明确的类型，支持的类型有多种

每个field会有名字
每个field有一个数字标号，一般按顺序排列(下文编解码会用到这个点)
能表达数组、map映射等类型
通过嵌套message可以表达复杂的对象

// XXXX.proto
// rpc服务的类 service关键字， Test服务类名
service Test {
// rpc 关键字，rpc的接口
rpc HowRpcDefine (Request) returns (Response) ; // 定义一个RPC方法
}
// message 类，c++ class
message Request {
//类型 | 字段名字| 标号
int64 user_id = 1 ;
string name = 2 ;
}
message Response {
repeated int64 ids = 1 ; // repeated 表示数组
Value info = 2 ; // 可嵌套对象
map<int, Value> values = 3 ; // 可输出map映射
}
message Value {
bool is_man = 1 ;
int age = 2 ;
}

方法、参数的定义落到一个.proto 文件中，依赖双方需要同时持有这个文件，并依此进行编解码

protobuf作为一个以跨语言为目标的序列化方案，protobuf能做到多种语言以同一份proto文件作为约
定，不用A语言写一份，B语言写一份，各个依赖的服务将proto文件原样拷贝一份即可。

但.proto文件并不是代码，不能执行，要想直接跨语言是不行的，必须得有对应语言的中间代码才行，
中间代码要有以下能力：

将message转成对象，例如C++里是class，golang里是struct，需要各自表达后，才能被理解
需要有进行编解码的代码，能解码内容为自己语言的对象、能将对象编码为对应的数据

**更多protobuf的讲解请参考 课程《应用层协议设计protobuf》。**

## 2.2 网络传输效率问题

grpc采用HTTP2.0，相对于HTTP1.0 在更快的传输和更低的成本两个目标上做了改进。有以下几个基本
点：

HTTP2 未改变HTTP的语义(如GET/POST等)，只是在传输上做了优化
引入帧、流的概念，在TCP连接中，可以区分出多个request/response
一个域名只会有一个TCP连接，借助帧、流可以实现多路复用，降低资源消耗
引入二进制编码，降低header带来的空间占用

HTTP1.1核心问题在于：在同一个TCP连接中，没办法区分response是属于哪个请求，一旦多个请求返
回的文本内容混在一起，则没法区分数据归属于哪个请求，所以请求只能一个个串行排队发送。这直接
导致了TCP资源的闲置。

HTTP2为了解决这个问题，提出了流的概念，每一次请求对应一个流，有一个唯一ID，用来区分不同的
请求。基于流的概念，进一步提出了帧，一个请求的数据会被分成多个帧，方便进行数据分割传输，每
个帧都唯一属于某一个流ID，将帧按照流ID进行分组，即可分离出不同的请求。这样同一个TCP连接中
就可以同时并发多个请求，不同请求的帧数据可穿插在一起，根据流ID分组即可。HTTP2.0基于这种二
进制协议的乱序模式 (Duplexing)， **直接解决了HTTP1.1的核心痛点，通过这种复用TCP连接的方式，不
用再同时建多个连接，提升了TCP的利用效率** 。

# 4 GRPC 4种模式


## 1. 一元RPC模式

##### 一元 RPC 模式也被称为 简单 RPC 模式 。在该模式中，当客户端调用服务器端的远程方法时，客户端发

送请求至服务器端并获得一个响应，与响应一起发送的还有状态细节以及 trailer 元数据。

## 2. 服务器端流RPC模式

在一元 RPC 模式中，gRPC 服务器端和 gRPC 客户端在通信时始终只有一个请求和一个响应。在服务器
端流 RPC 模式中，服务器端在接收到客户端的请求消息后，会发回一个响应的序列。这种多个响应所组
成的序列也被称为“流”。在将所有的服务器端响应发送完毕之后，服务器端会以 trailer 元数据的形式将
其状态发送给客户端，从而标记流的结束。

## 3. 客户端流RPC模式

##### 在客户端流 RPC 模式中，客户端会发送多个请求给服务器端，而不再是单个请求。服务器端则会发送一

##### 个响应给客户端。但是，服务器端不一定要等到从客户端接收到所有消息后才发送响应。基于这样的逻

##### 辑，我们可以在接收到流中的一条消息或几条消息之后就发送响应，也可以在读取完流中的所有消息之

##### 后再发送响应。


## 4. 双向流RPC模式

##### 在双向流 RPC 模式中，客户端以消息流的形式发送请求到服务器端，服务器端也以消息流的形式进行响

应。调用必须由客户端发起，但在此之后，通信完全基于 gRPC 客户端和服务器端的应用程序逻辑。

# 5 GRPC异步同步

具体参考： **examples/cpp/helloworld**

Quick start | C++ | gRPC

https://grpc.io/docs/languages/cpp/quickstart/

## 5.1 基本概念概览


上图中列出了 gRPC 基础概念及其关系图。其中包括： **Service(定义)、RPC、API、Client、Stub、
Channel、Server、Service(实现)、ServiceBuilder** 等。

接下来，以官方提供的 example/helloworld 为例进行说明。

### 5.1.1 proto文件

helloworld.proto

```protobuf
syntax = "proto3";
option java_multiple_files = true;
option java_package = "io.grpc.examples.helloworld";
option java_outer_classname = "HelloWorldProto";
option objc_class_prefix = "HLW";

package helloworld;

// The greeting service definition.
service Greeter {
// Sends a greeting
rpc SayHello (HelloRequest) returns (HelloReply) {}
}

// The request message containing the user's name.
message HelloRequest {
string name = 1 ;
}

// The response message containing the greetings
message HelloReply {
string message = 1 ;
}

5.1.2 client

class GreeterClient 是 Client ，是对 Stub 封装；通过 Stub 可以真正的调用 RPC 请求。

Channel 提供一个与特定 gRPC server 的主机和端口建立的连接。

Stub 就是在 Channel 的基础上创建而成的。

5.1.3 server

Server 端需要实现对应的 RPC，所有的 RPC 组成了 Service ：

Server 的创建需要一个 Builder ，添加上监听的地址和端口，注册上该端口上绑定的服务，最后构建出
Server 并启动：

RPC 和 API 的区别 ：RPC (Remote Procedure Call) 是一次远程过程调用的整个动作，而 API
(Application Programming Interface) 是不同语言在实现 RPC 中的具体接口。一个 RPC 可能对应多种
API，比如同步的、异步的、回调的。一次 RPC 是对某个 API 的一次调用，比如：

class GreeterClient {
public:
GreeterClient(std::shared_ptr<Channel> channel)
: stub_(Greeter::NewStub(channel)) {}

std::string SayHello(const std::string& user) {

private:
std::unique_ptr<Greeter::Stub> stub_;
};

target_str = "localhost:50051";
auto channel =
grpc::CreateChannel(target_str, grpc::InsecureChannelCredentials());
GreeterClient greeter(channel);
std::string user("world");
std::string reply = greeter.SayHello(user);

class GreeterServiceImpl final : public Greeter::Service {
Status SayHello(ServerContext* context, const HelloRequest* request,
HelloReply* reply) override {
std::string prefix("Hello ");
reply->set_message(prefix + request->name());
return Status::OK;
}
};

ServerBuilder builder;
builder.AddListeningPort(server_address, grpc::InsecureServerCredentials());
builder.RegisterService(&service);
std::unique_ptr<Server> server(builder.BuildAndStart());

不管是哪种类型 RPC，都是由 Client 发起请求。

5.2 异步相关概念

不管是 Client 还是 Server，异步 gRPC 都是利用 CompletionQueue API 进行异步操作。基本的流
程：

绑定一个 CompletionQueue 到一个 RPC 调用
利用唯一的 void* Tag 进行读写
调用 CompletionQueue::Next() 等待操作完成，完成后通过唯一的 Tag 来判断对应什么请求/返
回进行后续操作

官方文档 Asynchronous-API tutorial 中有上边的介绍，并介绍了异步 client 和 server 的解释，对应
这 greeter_async_client.cc 和 greeter_async_server.cc 两个文件。

Client 看文档可以理解，但 Server 的代码复杂，文档和注释中的解释并不是很好理解，接下来会多做一
些解释。

5.2.1. 异步 Client

greeter_async_client.cc 中是异步 Client 的 Demo，其中只有一次请求，逻辑简单。

创建 CompletionQueue
创建 RPC (既 ClientAsyncResponseReader)，这里有两种方式：
stub_->PrepareAsyncSayHello() + rpc->StartCall()
stub_->AsyncSayHello()
调用 rpc->Finish() 设置请求消息 reply 和唯一的 tag 关联，将请求发送出去
使用 cq.Next() 等待 Completion Queue 返回响应消息体，通过 tag 关联对应的请求

5.2.2. 异步 Server

RequestSayHello() 这个函数没有任何的说明。只说是：“we request that the system start
processing SayHello requests.” 也没有说跟 cq_->Next(&tag, &ok); 的关系。我这里通过加上一些日
志打印，来更清晰的展示 Server 的逻辑：

std::unique_ptr<ClientAsyncResponseReader<HelloReply> > rpc(
stub_->PrepareAsyncSayHello(&context, request, &cq));

上边绿色的部分为创建的第一个 CallData 对象地址，橙色的为第二个 CallData 的地址。

创建一个 CallData， 初始构造列表中将状态设置为 CREATE
构造函数中，调用 Process()成员函数，调用 service_->RequestSayHello()后，状态变更为
PROCESS ：
传入 ServerContext ctx_
传入 HelloRequest request_
传入 ServerAsyncResponseWriter<HelloReply> responder_
传入 ServerCompletionQueue* cq_
将对象自身的地址作为 tag 传入
该动作，能将 事件加入事件循环，可以在 CompletionQueue 中等待

收到请求，cq->Next()的阻塞结束并返回， 得到 tag ，既上次传入的 CallData 对象地址
调用 tag 对应 CallData 对象的 Proceed()，此时状态为 Process
创建新的 CallData 对象以接收新请求
处理消息体并设置 reply_
将状态设置为 FINISH
调用 responder_.Finish() 将返回发送给客户端
该动作，能将 事件加入到事件循环，可以在 CompletionQueue 中等待
发送完毕，cq->Next()的阻塞结束并返回， 得到 tag 。现实中，如果发送有异常应当有其他相关
的处理
调用 tag 对应 CallData 对象的 Proceed()，此时状态为 FINISH ，delete this 清理自己，一条
消息处理完成。

5.2.3. 关系图

将上边的异步 Client 和异步 Server 的逻辑通过关系图进行展示。右侧 RPC 为创建的对象中的内存容，
左侧使用相同颜色的小块进行代替。

以下 CallData 并非 gRPC 中的概念，而是异步 Server 在实现过程中为了方便进行的封装，其中的
Status 也是在异步调用过程中自定义的、用于转移的状态。

5.2.4. 异步 Client 2

在 example/cpp/helloworld 中还有另外一个异步 Client，对应文件名为
greeter_async_client2.cc。这个例子中使用了 两个线程去分别进行发送请求和处理返回 ，一个线程
批量发出 100 个 SayHello 的请求，另外一个不断的通过 cq_.Next() 来等待返回。

无论是 Client 还是 Server，在以异步方式进行处理时，都要预先分配好一定的内存/对象，以存储异步
的请求或返回。

5.2.5. 回调方式的异步调用（先不用关注）

在 example/cpp/helloworld 中， 还提供了 callback 相关的 Client 和 Server 。

使用回调方式简介明了，结构上与同步方式相差不多，但是并发有本质的区别。可以通过文件对比，来
查看其中的差异。

其实，回调方式的异步调用属于实验性质的，不建议直接在生产环境使用，这里也只做简单的介绍：

Notice: This API is EXPERIMENTAL and may be changed or removed at any time.

5.2.5.1 回调 Client

发送单个请求，在调用 SayHello 时，除了传入 Request、 Reply 的地址之外，还需要传入一个接收
Status 的回调函数。

例子中只有一个请求，因此在 SayHello 之后，就直接通过 condition_variable 的 wait 函数等待回
调结束，然后进行后续处理。这样其实不能进行并发，跟同步请求差别不大。如果要进行大规模的并
发，还是需要使用额外的对象进行封装一下。

上边函数调用函数声明如下，很明显这是实验性（experimental）的接口：

5.2.5.2 回调 Server

与同步 Server 不同的是：

服务的实现是继承 Greeter::CallbackService
SayHello 返回的不是状态，而是 ServerUnaryReactor 指针
通过 CallbackServerContext 获得 reactor

cd examples/cpp/helloworld/
vimdiff greeter_callback_client.cc greeter_client.cc
vimdiff greeter_callback_server.cc greeter_server.cc

stub_->async()->SayHello(&context, &request, &reply,
[&mu, &cv, &done, &status](Status s) {
status = std::move(s);
std::lock_guard<std::mutex> lock(mu);
done = true;
cv.notify_one();
});

void Greeter::Stub::experimental_async::SayHello(
::grpc::ClientContext* context, const ::helloworld::HelloRequest* request,
::helloworld::HelloReply* response, std::function<void(::grpc::Status)> f);

调用 reactor 的 Finish 函数处理返回状态

5.3 流相关概念

可以按照 Client 和 Server 一次发送/返回的是单个消息还是多个消息，将 gRPC 分为：

Unary RPC （一元）
Server streaming RPC
Client streaming RPC
Bidirectional streaming RPC

见： grpc/examples/cpp/route_guide 范例（道路指引）。

对应的proto文件

syntax = "proto3";

option java_multiple_files = true;
option java_package = "io.grpc.examples.routeguide";
option java_outer_classname = "RouteGuideProto";
option objc_class_prefix = "RTG";

package routeguide;

// Interface exported by the server. 路线向导
service RouteGuide {
// A simple RPC.
//
// Obtains the feature at a given position.
//
// A feature with an empty name is returned if there's no feature at the given
// position. 定义最简单的RPC服务
// 提供经纬度坐标Point， 返回这个位置特征名Feature
rpc GetFeature(Point) returns (Feature) {}

// A server-to-client streaming RPC. 带有 stream 的RPC服务，返回是stream
//
// Obtains the Features available within the given Rectangle. Results are
// streamed rather than returned at once (e.g. in a response message with a
// repeated field), as the rectangle may cover a large area and contain a
// huge number of features.
// Rectangle
rpc ListFeatures(Rectangle) returns (stream Feature) {}

// A client-to-server streaming RPC. 带有 stream 的RPC服务，客户端是stream
//
// Accepts a stream of Points on a route being traversed, returning a
// RouteSummary when traversal is completed.
// 多个坐标stream Point， RouteSummary： 有多少个著名景点返回
rpc RecordRoute(stream Point) returns (RouteSummary) {}

// A Bidirectional streaming RPC. 2端都是stream的RPC服务
//
// Accepts a stream of RouteNotes sent while a route is being traversed,

// while receiving other RouteNotes (e.g. from other users).
// 路线注释
rpc RouteChat(stream RouteNote) returns (stream RouteNote) {}
}

// Points are represented as latitude-longitude pairs in the E7 representation
// (degrees multiplied by 10**7 and rounded to the nearest integer).
// Latitudes should be in the range +/- 90 degrees and longitude should be in
// the range +/- 180 degrees (inclusive).
// 经纬度坐标
message Point {
int32 latitude = 1 ; // 纬度
int32 longitude = 2 ; // 经度
}

// 经纬度矩形，表示为两个对角的矩形
// A latitude-longitude rectangle, represented as two diagonally opposite
// points “lo” and “hi”.
message Rectangle {
// One corner of the rectangle.
Point lo = 1 ;

// The other corner of the rectangle.
Point hi = 2 ;
}

// A feature names something at a given point.
// 特征名，对于给定的坐标，客户端发送给定的特证名返回坐标
// If a feature could not be named, the name is empty.
message Feature {
// The name of the feature. 特征名
string name = 1 ;

// The point where the feature is detected. 坐标
Point location = 2 ;
}

// A RouteNote is a message sent while at a given point.
// 路线注释
message RouteNote {
// The location from which the message is sent.
Point location = 1 ;

// The message to be sent.
string message = 2 ;
}

// A RouteSummary is received in response to a RecordRoute rpc.
// 路线指南总结
// It contains the number of individual points received, the number of
// detected features, and the total distance covered as the cumulative sum of
// the distance between each point.
message RouteSummary {
// The number of points received.
int32 point_count = 1 ;

5.3.1 Server 对 RPC 的实现

Server 需要实现 proto 中定义的 RPC，每种 RPC 的实现都需要将 ServerContext 作为参数输入。

如果是一元 (Unary) RPC 调用，则像调用普通函数一样。将 Request 和 Reply 的对象地址作为参数传
入，函数中将根据 Request 的内容，在 Reply 的地址上写上对应的返回内容。

如果涉及到流，则会用 Reader 或/和 Writer 作为参数，读取流内容。如 ServerStream 模式下，只有
Server 端产生流，这时对应的 Server 返回内容，需要使用作为参数传入的 ServerWriter。这类似于
以 ‘w’ 打开一个文件，持续的往里写内容，直到没有内容可写关闭。

另一方面，Client 来的流，Server 需要使用一个 ServerReader 来接收。这类似于打开一个文件，读其
中的内容，直到读到 EOF 为止类似。

如果 Client 和 Server 都使用流，也就是 Bidirectional-Stream 模式下，输入参数除了 ServerContext
之外，只有一个 ServerReaderWriter 指针。通过该指针，既能读 Client 来的流，又能写 Server 产生
的流。

例子中，Server 不断地从 stream 中读，读到了就将对应的写过写到 stream 中，直到客户端告知结
束；Server 处理完所有数据之后，直接返回状态码即可。

// The number of known features passed while traversing the route.
int32 feature_count = 2 ;

// The distance covered in metres.
int32 distance = 3 ;  // 距离

// The duration of the traversal in seconds.
int32 elapsed_time = 4 ;
}

// rpc GetFeature(Point) returns (Feature) {}
Status GetFeature(ServerContext* context, const Point* point, Feature* feature);

// rpc ListFeatures(Rectangle) returns (stream Feature) {}
Status ListFeatures(ServerContext* context,
const routeguide::Rectangle* rectangle,
ServerWriter<Feature>* writer);

// rpc RecordRoute(stream Point) returns (RouteSummary) {}
Status RecordRoute(ServerContext* context, ServerReader<Point>* reader,
RouteSummary* summary);

5.3.2 Client 对 RPC 的调用

Client 在调用一元 (Unary) RPC 时，像调用普通函数一样，除了传入 ClientContext 之外，将 Request
和 Response 的地址，返回的是 RPC 状态：

Client 在调用 ServerStream RPC 时，不会得到状态，而是返回一个 ClientReader 的指针：

Reader 通过不断的 Read()，来不断的读取流，结束时 Read() 会返回 false；通过调用 Finish()
来读取返回状态。

调用 ClientStream RPC 时，则会返回一个 ClientWriter 指针：

Writer 会不断的调用 Write() 函数将流中的消息发出；发送完成后调用 WriteDone() 来说明发送完
毕；调用 Finish() 来等待对端发送状态。

而 双向流 的 RPC 时，会返回 ClientReaderWriter，：

前面说明了 Reader 和 Writer 读取和发送完成的函数调用。因为 RPC 都是 Client 请求而后 Server 响
应，双向流也是要 Client 先发送完自己流，才有 Server 才可能结束 RPC。所以对于双向流的结束过程
是：

stream->WriteDone()
stream->Finish()

示例中创建了单独的一个线程去发送请求流， 在主线程中读返回流，实现了一定程度上的并发 。

// rpc RouteChat(stream RouteNote) returns (stream RouteNote) {}
Status RouteChat(ServerContext* context,
ServerReaderWriter<RouteNote, RouteNote>* stream);

// rpc GetFeature(Point) returns (Feature) {}
Status GetFeature(ClientContext* context, const Point& request,
Feature* response);

// rpc ListFeatures(Rectangle) returns (stream Feature) {}
unique_ptr<ClientReader<Feature>> ListFeatures(ClientContext* context,
const Rectangle& request);

// rpc RecordRoute(stream Point) returns (RouteSummary) {}
unique_ptr<ClientWriter<Point>> RecordRoute(ClientContext* context,
Route Summary* response);

// rpc RouteChat(stream RouteNote) returns (stream RouteNote) {}
unique_ptr<ClientReaderWriter<RouteNote, RouteNote>> RouteChat(
ClientContext* context);

5.3. 3 流是会结束的

并不似长连接，建立上之后就一直保持，有消息的时候发送。（是否有通过建立一个流 RPC 建立推送机

制？）

Client 发送流，是通过 Writer->WritesDone() 函数结束流
Server 发送流，是通过结束 RPC 函数并返回状态码的方式来结束流
流接受者，都是通过 Reader->Read() 返回的 bool 型状态，来判断流是否结束

Server 并没有像 Client 一样调用 WriteDone()，而是在消息之后，将 status code、可选的 status
message、可选的 trailing metadata 追加进行发送，这就意味着流结束了。

6 参考和扩展阅读

RPC 远程过程调用专栏：https://blog.csdn.net/wohu1104/category_11323760.html
RPC源码分析：https://cloud.tencent.com/developer/article/

gRPC 基础概念详解：https://zhuanlan.zhihu.com/p/

推荐课程：https://xxetb.xetslk.com/s/3oyV5o

小狮子安度因

关注

38
点赞
踩
26

收藏

觉得还不错? 一键收藏
0
评论
RPC远程调用

RPC 即远程过程调用协议（Remote Procedure Call Protocol），可以让我们像调用本地对象一样发起远程调用。RPC 凭借其强大的治理功能，成为解决分布式系统通信问题的一大利器。gRPC是一个现代的、高性能、开源的和语言无关的通用 RPC 框架，基于 HTTP2 协议设计，序列化使用PB(Protocol Buffer)，PB 是一种语言无关的高性能序列化框架，基于 HTTP2+PB 保证了的高性能。tars 兼容grpcbrpc也兼容grpc。
复制链接

扫一扫