grpc系列2-针对k8s vip超时设置，自定义服务端和客户端镜像和配置ipvs超时时间

已于 2022-07-27 20:08:30 修改
阅读量1k 收藏 1
点赞数 1
分类专栏： NLP实战项目 笔记 docker 文章标签： docker 容器 kubernetes
于 2022-07-19 21:06:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_15821487/article/details/125872227
版权
笔记 同时被 3 个专栏收录
649 篇文章 16 订阅
订阅专栏
NLP实战项目
202 篇文章 14 订阅
订阅专栏
docker
97 篇文章 1 订阅
订阅专栏

问题

https://github.com/PaddlePaddle/Serving/issues/1829

参考

直接看第一手资料

docker指令官网：https://docs.docker.com/engine/reference/commandline/docker/

在Docker中运行特权容器很危险：https://www.4hou.com/posts/4YP2

方案介绍

默认情况下容器中的root用户只是host主机的一个普通用户，但如果docker run --privileged=true 就真正的给这个普通用户赋予了和host主机root用户的特权。

docker --privileged=true 参数作用
大约在0.6版，privileged被引入docker。
使用该参数，container内的root拥有真正的root权限。
否则，container内的root只是外部的一个普通用户权限。
privileged启动的容器，可以看到很多host上的设备，并且可以执行mount。
甚至允许你在docker容器中启动docker容器。

docker run --name mysql-test --privileged=true -e MYSQL_ROOT_PASSWORD=123456 -p 9092:3306  -d daocloud.io/library/mysql:5.7.6

成功运行命令

查询配置

cat /etc/sysctl.conf

构建镜像知识步骤

1：在本地登录到远程仓库：

docker login --username=[用户名] -p=[密码]  远程ip:端口

2：给本地镜像打标签, [远程ip:端口/自定义路径/*]:[版本号] 就是：[标签名:版本号]

docker tag [镜像id] [远程ip:端口/自定义路径/*]:[版本号]

3：推送

docker push [远程ip:端口/自定义路径/*]:[版本号]

nvidia-docker build -t image-server-milvus-grpc:1.0.0.0730 .

#################解决方案1，系统上缩小本身tcp的超时时间

2 服务端实际流程


    nvidia-docker build -t image-server-milvus-grpc:1.0.0.0730 .

    nvidia-docker run -it --privileged=true --entrypoint=/bin/bash image-server-milvus-grpc:1.0.0.0730

	cat /etc/sysctl.conf
	
    echo 'net.ipv4.tcp_keepalive_time=600'  >> /etc/sysctl.conf
    echo 'net.ipv4.tcp_keepalive_intvl=30'  >> /etc/sysctl.conf
    echo 'net.ipv4.tcp_keepalive_probes=9' >> /etc/sysctl.conf
    sysctl -p

    docker commit 4f4af16d3eaa  image-server-milvus-grpc-new:1.0.0.0730

    docker tag image-server-milvus-grpc-new:1.0.0.0730 xx/image-server-milvus-grpc-new:1.0.0.0730   

    docker login -u xx -p xx xx.net

    docker push xx/image-server-milvus-grpc-new:1.0.0.0730

3 客户端实际流程

    cd /data/mart/12345/deploy/docker_server

    nvidia-docker build -t image-client-milvus-grpc:1.0.0.0730 .

    nvidia-docker run -it --privileged=true --entrypoint=/bin/bash image-client-milvus-grpc:1.0.0.0730

	cat /etc/sysctl.conf

    echo 'net.ipv4.tcp_keepalive_time=600'  >> /etc/sysctl.conf
    echo 'net.ipv4.tcp_keepalive_intvl=30'  >> /etc/sysctl.conf
    echo 'net.ipv4.tcp_keepalive_probes=9' >> /etc/sysctl.conf
    sysctl -p

    docker commit ad37fc5edb9c image-client-milvus-grpc-new:1.0.0.0730

    docker tag image-client-milvus-grpc-new:1.0.0.0730 xx:1.0.0.0730   

    docker login -u xx -p xx xx

    docker push xx/image-client-milvus-grpc-new:1.0.0.0730

3.1 是是否配置成功，必须用以下指令查看

sysctl net.ipv4.tcp_keepalive_time net.ipv4.tcp_keepalive_probes net.ipv4.tcp_keepalive_intvl

4 继承自建镜像重新构建镜像，解决超时vip主动中断的问题

服务端（特别注意，经验证服务端不需要更改配置，否则会导致服务不可用）

FROM xx/image-server-milvus-grpc-new:1.0.0.0730


COPY . /deploy
WORKDIR /deploy

RUN pip3.7 install -r requirements.txt \
    && python3.7 paddle_model.py

ENTRYPOINT python3.7 web_service.py

客户端

FROM xx/image-client-milvus-grpc-new:1.0.0.0730

COPY . /deploy
WORKDIR /deploy

RUN pip3.7 install -r requirements.txt

ENTRYPOINT ["gunicorn", "-c", "gunicorn_cfg.py", "main_api:app"]

5 继承自建镜像报错，解决方案

解决方案参考：https://blog.csdn.net/qq_15821487/article/details/125885828?spm=1001.2014.3001.5502

6 以上方案存在问题

1、容器重启后又自动恢复，不好维护
2、开通了root权限，暴露了端口风险
3、服务端无需也不能配置，否则导致服务不可用

#################解决方案2，系统上放大k8s,ipvs tcp超时时间

7900 > 7200 + 9 *75
这个是linux物理机系统自带的超时配置，ipv4是网络通信协议

sysctl net.ipv4.tcp_keepalive_time net.ipv4.tcp_keepalive_probes net.ipv4.tcp_keepalive_intvl

net.ipv4.tcp_keepalive_time = 7200
net.ipv4.tcp_keepalive_probes = 9
net.ipv4.tcp_keepalive_intvl = 75

这个是linux物理机上安装k8s组件后，配置组件虚拟机的超时时间配置

ipvsadm -l --timeout

Timeout (tcp tcpfin udp): 900 120 300

ipvsadm --set 7900 120 300

ipvsadm -l --timeout

Timeout (tcp tcpfin udp): 7900 120 300

以上三个值依次为TCP会话的超时时间，在接收到FIN报文后的TCP会话超时时间，以及UDP报文的超时时间。
当其中某个值为0时，表示不设置此值，其将保留上一次设置的数值。
需要注意的是，这三个timeout值是针对ipvs网络命名空间的全局数值，而不只是针对某个虚拟服务。

1 以上方案存在问题

统一全局更改了相关的配置，可能会影响整体系统的稳定性和其他应用

#################解决方案3，通过底层软件配置，缩小本身tcp的超时时间

grpc配置文档：https://grpc.github.io/grpc/python/grpc_asyncio.html#create-channel

grpc，channel_arguments配置参数列表：https://github.com/grpc/grpc/blob/v1.37.1/include/grpc/impl/codegen/grpc_types.hh

3.0、搜索关键词keepalive

milvus也是rpc的架构，底层都会去统一设置时间
在这里插入图片描述

在这里插入图片描述

3.1、更改虚拟环境对应配置

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.2、更改成如下配置

/** After a duration of this time the client/server pings its peer to see if the
    transport is still alive. Int valued, milliseconds. */
#define GRPC_ARG_KEEPALIVE_TIME_MS "grpc.keepalive_time_ms"

/** Is it permissible to send keepalive pings without any outstanding streams.
    Int valued, 0(false)/1(true). */
#define GRPC_ARG_KEEPALIVE_PERMIT_WITHOUT_CALLS \
  "grpc.keepalive_permit_without_calls"

/** How many pings can we send before needing to send a
   data/header frame? (0 indicates that an infinite number of
   pings can be sent without sending a data frame or header frame) */
#define GRPC_ARG_HTTP2_MAX_PINGS_WITHOUT_DATA \
  "grpc.http2.max_pings_without_data"

在这里插入图片描述

设置时间<900-9x75=225，可以设置为200s=200000ms
在这里插入图片描述

3.3、更改成如下配置、更改配置后拷贝到docker

查看linux的python安装包的位置

root@4e8ec42345a0:/# pip3.7 show paddle-serving-client
Name: paddle-serving-client
Version: 0.8.3
Summary: Paddle Serving Package for saved model with PaddlePaddle
Home-page: https://github.com/PaddlePaddle/Serving
Author: PaddlePaddle Author
Author-email: guru4elephant@gmail.com
License: Apache 2.0
Location: /usr/local/lib/python3.7/site-packages
Requires: grpcio, grpcio-tools, numpy, protobuf, requests, six
Required-by: 

root@4e8ec42345a0:/# pip3.7 show paddle-serving-server-gpu
Name: paddle-serving-server-gpu
Version: 0.8.3.post101
Summary: Paddle Serving Package for saved model with PaddlePaddle
Home-page: https://github.com/PaddlePaddle/Serving
Author: PaddlePaddle Author
Author-email: guru4elephant@gmail.com
License: Apache 2.0
Location: /usr/local/lib/python3.7/site-packages
Requires: click, flask, func-timeout, grpcio, grpcio-tools, itsdangerous, Jinja2, MarkupSafe, protobuf, pytest, pyyaml, six, Werkzeug
Required-by:

3.3.1、服务端基础镜像配置

    cd /data/mart/basic-image/image-server-milvus-grpc

    nvidia-docker build -t image-server-milvus-grpc-code:1.0.0.0730 .

    nvidia-docker run -it --entrypoint=/bin/bash image-server-milvus-grpc-code:1.0.0.0730

    docker cp /data/mart/basic-image/paddle_serving_server/pipeline/pipeline_client.py 4e8ec42345a0:/usr/local/lib/python3.7/site-packages/paddle_serving_server/pipeline/

    docker cp /data/mart/basic-image/paddle_serving_server/pipeline/pipeline_server.py 4e8ec42345a0:/usr/local/lib/python3.7/site-packages/paddle_serving_server/pipeline/

    docker cp /data/mart/basic-image/paddle_serving_client/pipeline/pipeline_client.py 4e8ec42345a0:/usr/local/lib/python3.7/site-packages/paddle_serving_client/pipeline/

    docker cp /data/mart/basic-image/paddle_serving_client/pipeline/pipeline_server.py 4e8ec42345a0:/usr/local/lib/python3.7/site-packages/paddle_serving_client/pipeline/

    docker commit 4e8ec42345a0 image-server-milvus-grpc-code-new:1.0.0.0730
    
    docker tag image-server-milvus-grpc-code-new:1.0.0.0730 xx/image-server-milvus-grpc-code-new:1.0.0.0730   

    docker login -u xx -p xx xx

    docker push xx/image-server-milvus-grpc-code-new:1.0.0.0730

3.3.2、客户端基础镜像配置

    cd /data/mart/basic-image/image-client-milvus-grpc

    nvidia-docker build -t image-client-milvus-grpc-code:1.0.0.0730 .

    nvidia-docker run -it --entrypoint=/bin/bash image-client-milvus-grpc-code:1.0.0.0730

    docker cp /data/mart/basic-image/paddle_serving_server/pipeline/pipeline_client.py 76a9dcb6adeb:/usr/local/lib/python3.7/site-packages/paddle_serving_server/pipeline/

    docker cp /data/mart/basic-image/paddle_serving_server/pipeline/pipeline_server.py 76a9dcb6adeb:/usr/local/lib/python3.7/site-packages/paddle_serving_server/pipeline/

    docker cp /data/mart/basic-image/paddle_serving_client/pipeline/pipeline_client.py 76a9dcb6adeb:/usr/local/lib/python3.7/site-packages/paddle_serving_client/pipeline/

    docker cp /data/mart/basic-image/paddle_serving_client/pipeline/pipeline_server.py 76a9dcb6adeb:/usr/local/lib/python3.7/site-packages/paddle_serving_client/pipeline/

    docker commit 76a9dcb6adeb image-client-milvus-grpc-code-new:1.0.0.0730

    docker tag image-client-milvus-grpc-code-new:1.0.0.0730 xx/image-client-milvus-grpc-code-new:1.0.0.0730   

    docker login -u xx -p xx xx

    docker push xx/image-client-milvus-grpc-code-new:1.0.0.0730

3.3.3、以定制grpc超时时间配置作为基础镜像，重新打镜像部署

备注 ipvs介绍

ipvs 指令介绍：https://blog.51cto.com/u_10978134/2122118

pvsadm是LVS在应用层的管理命令，我们可以通过这个命令去管理LVS的配置。需要使用yum单独安装。
ipvsadm是一个工具，同时它也是一条命令，用于管理LVS的策略规则。
ipvs称之为IP虚拟服务器（IP Virtual Server，简写为IPVS）。是运行在LVS下的提供负载平衡功能的一种技
LVS是Linux Virtual Server的简写，意即Linux虚拟服务器，是一个虚拟的服务器集群系统。本项目在1998年5月由章文嵩博士成立，是中国国内最早出现的自由软件项目之一。

如何在 kubernetes 中开启 ipvs 模式：https://blog.51cto.com/u_15077560/2585344

ipvs (IP Virtual Server) 实现了传输层负载均衡，也就是我们常说的4层 LAN交换，作为 Linux 内核的一部分。 ipvs运行在主机上，在真实服务器集群前充当负载均衡器。 ipvs可以将基于 TCP和 UDP的服务请求转发到真实服务器上，并使真实服务器的服务在单个 IP 地址上显示为虚拟服务。我们知道 kube-proxy支持 iptables 和 ipvs 两种模式，

愚昧之山绝望之谷开悟之坡
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
IPVS支持协议的超时时间
redwingz的博客
08-15 2721
以下ipvsadm命令用于显示和设置ipvs连接的超时时间，单位为秒（seconds）。 $ sudo ipvsadm -l --timeout Timeout (tcp tcpfin udp): 900 120 300 $ $ sudo ipvsadm --set 3600 120 300 $ $ sudo ipvsadm -l --timeout Timeout (tcp tc...
06 基于 docker 网关服务 启动耗时过长问题排查
970655147的专栏
12-31 1499
我们这个场景里面, 主要耗时的原因在于 获取到的 hostname 做了 dns 查询之后查询不到结果, 然后 有一些超时处理。今天 重启网关服务的时候, 发现了这样的一个问题 一个单纯的配置了一些路由策略的网关重新启动需要 启动 288s?但是实际 服务启动时间大致是 430s 左右, 可能是存在一部分 异步的请求导致存在一些相交的时间段[仅仅是猜测]耗时的服务主要是来自于调用 InetAddress.getLocalHost。但是 大体的服务启动的过程中核心耗时问题已经清晰了。
对gRPC中常见的 grpc：：CreateChannel()这个类所创建的对象所包含的属性做详细介绍
ALex_zry的博客
05-27 637
在 gRPC 中，函数用于创建一个对象，这个对象代表了与 gRPC 服务端的连接。这个函数是客户端用来初始化与服务器通信的起点。
阿里云ingress配置时间超时的参数
天草二十六
01-13 2885
这里只是以设置超时时间为例，讲述k8s容器部署的Nginx和ingress，如何设置一定自定义的参数配置。当然，这里没有讲述怎么安装它们，更多的是梳理了一下如何配置，侧重于使用这块。
gRPC(Java) keepAlive机制研究
jh035512的博客
11-19 2330
当Active、Idle、DataReceived、Started、Termination事件发生时，更改KeepAlive状态，调度发送ping任务。在上面Server端的简要时序图中，可以看见，server端有一个特有的。此类的作用是监控clinet ping的频率，以确保其在一个合理范围内。
[docker]unauthorized authentication required
web15185420056的博客
08-27 823
如果push还是报这个错误，基本确定是超时，docker push连接默认5分钟，超过时间也报unauthorized的错误。我日常用私有库，所以在login/logout时要加仓库地址，login时要输入账号密码。测试docker pull有没有问题，pull如果没问题说明认证已经通过。...
Docker Compose 网络设置
weixin_42907150的博客
02-27 2002
一些场景下，默认的网络配置满足不了我们的需求，此时我们可使用networks命令自定义网络。networks命令允许我们创建更加复杂的网络拓扑并指定自定义网络驱动和选项。不仅如此，我们还可使用networks将服务连接到不是由Compose管理的、外部创建的网络。如下，我们在其中定义了两个自定义网络。复制代码version: '2'services:proxy:networks:- frontapp:networks:- front- backdb:networks:- back。
grpc-core-1.24.0-API文档-中文版.zip
05-09
赠送jar包：grpc-core-1.24.0.jar； 赠送原API文档：grpc-core-1.24.0-javadoc.jar； 赠送源代码：grpc-core-1.24.0-sources.jar； 赠送Maven依赖信息文件：grpc-core-1.24.0.pom； 包含翻译后的API文档：grpc-core-...
gRPC windows VS2019 C++ 拆分服务端和客户端
08-29
本教程将详细介绍如何在Windows环境下，使用Visual Studio 2019进行gRPC服务端和客户端的拆分构建。 首先，gRPC的核心是其定义服务的方式，通过Protobuf文件（.proto）来描述服务接口和消息类型。在"GrpcLearn32...
protoc-gen-grpc-java-1.40.0-osx-aarch_64.exe
09-16
protoc-gen-grpc-java-1.40.0-osx-aarch_64 mac arm芯片平台grpc生成java的支持。官网上面没有，这是基于源码编译生成的。 pom.xml:(protoc-gen-grpc-java-1.40.0.pom) <?xml version="1.0" encoding="UTF-8"?> ...
grpc-spring-boot-starter：用于gRPC框架的Spring Boot启动器模块
01-30
gRPC Spring Boot Starter 自述：|文档：|产品特点使用@GrpcService实现自动配置并运行gRPC服务器使用@GrpcClient自动创建和管理您的grpc频道和存根支持其他grpc-java风格（例如 ， ，...） 服务器端：应该适用于...
【go从入门到精通】rpc和grpc的使用-客户端代码
最新发布
06-17
在Go语言的学习过程中，RPC（Remote Procedure Call）和gRPC是两个重要的远程调用技术，它们使得服务间的通信变得高效且便捷。本教程将聚焦于如何在Go中使用RPC和gRPC，特别是客户端的实现。 首先，让我们了解RPC的...
Kubernetes集群应用ipvs后长连接失效问题
Junzizhiai的博客
02-19 2222
Kubernetes集群应用ipvs后长连接失效问题 最近在k8s集群升级 采取ipvs代理 部署后在调用gRPC服务时小概率出现Connection reset by peer的错误。 简单理解下：gRPC是基于HTTP/2协议的，gRPC的client和server在交互时会建立多条连接，为了性能，这些连接都是长连接并且是一直保活着的。 参考问题： github有一篇关于docker swarm的连接网络长连接问题https://github.com/moby/moby/issues/31208 究其原
K8s系列之：Pod生命周期和重启策略
zhengzaifeidelushang的博客
02-01 1910
K8s系列之：Pod生命周期和重启策略一、Pod状态二、Pod的重启策略三、Pod重启策略和状态转换场景关系四、Pod健康检查五、LivenessProbe探针1.ExecAction2.TCPSocketAction3.HTTPGetAction六、initialDelaySeconds和timeoutSeconds参数含义 一、Pod状态 Pod在整个生命周期过程中被系统定义为各种状态。 Pod的状态： 状态值 描述 Pending API Server已经创建该Pod，但Pod内还有一
生产环境k8s偶发超时问题排查及解决
Jerry_Pan1990的博客
11-25 1万+
前言： 凡是有明确报错的问题，都是能很快解决的，真正难以解决和排查的，是偶发且笼统报错的问题。 这里记录整个解决的过程，期间有走过弯路，有思维局限，但庆幸最终找到了原因，正常把我们系统上线到 k8s 平台了。 问题表现： 生产某套应用访问时，偶尔会报 timed out 。相同的配置在 开发、测试、预生产都能正常运行。 排查思路： 1、 首先，因为这个问题是偶发性的...
Java调用client-java k8s Java调用api
cxzchen的博客
07-31 4356
本篇主要介绍如何使用java程序远程调用k8s的api 一、查看k8s中开放的地址和获取token 1、查看访问地址和端口 kubectl config view | grep server | cut -f 2- -d ":" | tr -d " " 2、查看所有用户 kubectl -n kube-system get sa [root@k8s-master01 ~]# kubectl -n kube-system get sa NAME .
Kubernetes踩坑(二): Service IP(LVS)间断性TCP连接故障排查
热门推荐
ywq935的博客
12-11 1万+
问题阶段(一): 用户反应某个redis使用卡顿，连接该redis服务使用的是svc代理，即ipvs snat的方式，ipvsadm -L发现，VIP收到的6379端口的数据包，会以rr的方式分别转发到pod的80 6379端口上，相当于会有50%的丢包，不卡才怪： # ipvsadm | grep -2 10.108.152.210 TCP 10.108.152.210:6379 rr -...
lvs的八种调度算法！
07-27 329
1. 轮叫调度 rr 这种算法是最简单的，就是按依次循环的方式将请求调度到不同的服务器上，该算法最大的特点就是简单。轮询算法假设所有的服务器处理请求的能力都是一样的，调度器会将所有的请求平均分配给每个真实服务器，不管后端 RS 配置和处理能力，非常均衡地分发下去。 2. 加权轮叫 wrr 这种算法比 rr 的算法多了一个权重的概念，可以给 RS 设置权重，权重越高，那么分发的请求数越多，权重的取值...
使用cmake利用grpc库生成一个通信案例（包含服务端和客户端）
05-26
好的，下面是使用CMake利用gRPC库生成一个通信案例（包含服务端和客户端）的步骤： 1. 安装gRPC库 首先需要在本地安装gRPC库，可以参考官方文档进行安装。 2. 创建CMake项目 使用CMake创建一个新的项目，并在项目中添加以下内容： a. CMakeLists.txt文件 在项目根目录下创建一个CMakeLists.txt文件，内容如下： ```cmake cmake_minimum_required(VERSION 3.10) project(grpc_example) set(CMAKE_CXX_STANDARD 11) # Find gRPC find_package(gRPC REQUIRED) # Find Protobuf find_package(Protobuf REQUIRED) # Include generated *.pb.h files include_directories(${CMAKE_CURRENT_BINARY_DIR}) # Generate *.pb.cc and *.pb.h files protobuf_generate_cpp(PROTO_SRCS PROTO_HDRS proto/example.proto ) # Define server source files set(SERVER_SOURCES ${CMAKE_CURRENT_SOURCE_DIR}/src/server.cpp ${PROTO_SRCS} ) # Define client source files set(CLIENT_SOURCES ${CMAKE_CURRENT_SOURCE_DIR}/src/client.cpp ${PROTO_SRCS} ) # Define server executable add_executable(server ${SERVER_SOURCES}) target_link_libraries(server gRPC::grpc++ gRPC::grpc++_reflection protobuf::libprotobuf) # Define client executable add_executable(client ${CLIENT_SOURCES}) target_link_libraries(client gRPC::grpc++ gRPC::grpc++_reflection protobuf::libprotobuf) ``` b. example.proto文件 在项目的proto目录下创建一个example.proto文件，内容如下： ```protobuf syntax = "proto3"; package example; // Define request message message Request { string message = 1; } // Define response message message Response { string message = 1; } // Define service service ExampleService { rpc SendMessage(Request) returns (Response) {} } ``` c. server.cpp文件和client.cpp文件 在项目的src目录下分别创建一个server.cpp文件和client.cpp文件，内容如下： server.cpp: ```cpp #include <iostream> #include <memory> #include <string> #include <grpcpp/grpcpp.h> #include "example.grpc.pb.h" using grpc::Server; using grpc::ServerBuilder; using grpc::ServerContext; using grpc::Status; using example::Request; using example::Response; using example::ExampleService; // Server implementation class ExampleServiceImpl final : public ExampleService::Service { public: Status SendMessage(ServerContext* context, const Request* request, Response* response) override { std::string message = "Server received: " + request->message(); std::cout << message << std::endl; response->set_message(message); return Status::OK; } }; // Main function int main() { std::string server_address("0.0.0.0:50051"); ExampleServiceImpl service; // Build server ServerBuilder builder; builder.AddListeningPort(server_address, grpc::InsecureServerCredentials()); builder.RegisterService(&service); std::unique_ptr<Server> server(builder.BuildAndStart()); std::cout << "Server listening on " << server_address << std::endl; // Wait for server to shutdown server->Wait(); return 0; } ``` client.cpp: ```cpp #include <iostream> #include <memory> #include <string> #include <grpcpp/grpcpp.h> #include "example.grpc.pb.h" using grpc::Channel; using grpc::ClientContext; using grpc::Status; using example::Request; using example::Response; using example::ExampleService; // Client implementation class ExampleClient { public: ExampleClient(std::shared_ptr<Channel> channel) : stub_(ExampleService::NewStub(channel)) {} std::string SendMessage(const std::string& message) { Request request; request.set_message(message); Response response; ClientContext context; // Call server Status status = stub_->SendMessage(&context, request, &response); if (status.ok()) { return response.message(); } else { return "RPC failed"; } } private: std::unique_ptr<ExampleService::Stub> stub_; }; // Main function int main() { std::string server_address("0.0.0.0:50051"); // Create client ExampleClient client(grpc::CreateChannel(server_address, grpc::InsecureChannelCredentials())); // Call server method std::string response = client.SendMessage("Hello from client!"); std::cout << "Server responded with: " << response << std::endl; return 0; } ``` 3. 构建项目 在项目根目录下执行以下命令构建项目： ```bash mkdir build cd build cmake .. make ``` 4. 运行项目 在build目录下执行以下命令启动服务端： ```bash ./server ``` 在另一个终端窗口下执行以下命令运行客户端： ```bash ./client ``` 客户端将会向服务端发送一条消息，并在控制台上输出服务端的回复消息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值