grpc传输大量数据python_基于grpc的流式方式实现双向通讯(python)

grpc介绍

grpc是谷歌开源的一套基于rpc实现的通讯框架(官网有更完整的定义)。在搞懂grpc之前，首先要弄懂rpc是什么。下面是自己理解的rpc定义，若有不对，望指出：

rpc官方称为 远程过程调用 。我这里理解为远程函数调用，即一个本机程序调用另一个机器的程序中的某个函数。因不是同一机器调用，故需要远程访问操作。

与远程过程调用相反的则是“近程过程调用”(哈哈，自己乱起的)。其实就是实现和调用都在同一个机器的程序中。比如，学过面向对象语言的(如java)可以解释为：一个类中实现了一个方法，然后另一个程序中new了一个这个类的事例(对象)，并调用该方法。而远程过程调用则相当于一个机器中实现了一个类的方法，另一个机器new了这个类的对象，它若想要调用该方法，必须要与实现了类方法的机器进行通讯。此时我们可以称实现了类方法的机器为服务端，new了对象的机器为客户端。

grpc通信方式

grpc同http通讯一样，也是基于“请求响应”模式的一种通讯。客户端请求，服务器响应。关于grpc的更多介绍可以参考官网。下面说一下grpc的四种通信方式[见官网]，根据不同业务场景，可以分为：

1. 客户端单次请求，服务端回应一次:

// Obtains the feature at a given position.

rpc GetFeature(Point) returns (Feature) {}

2. 客户端一次请求，服务端流式应答(其实相当于返回给客户端多条数据)

// 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.

rpc ListFeatures(Rectangle) returns (stream Feature) {}

3. 客户端流式请求，服务端回应一次

// Accepts a stream of Points on a route being traversed, returning a

// RouteSummary when traversal is completed.

rpc RecordRoute(stream Point) returns (RouteSummary) {}

4. 客户端流式请求，服务端流式应答

// Accepts a stream of RouteNotes sent while a route is being traversed,

// while receiving other RouteNotes (e.g. from other users).

rpc RouteChat(stream RouteNote) returns (stream RouteNote) {}

知道了四种通信方式后，回到主要问题上，我们要利用这四种通信方式来实现客户端与服务端互相通信。要实现互相通信，我这里想到的有两种：

客户端与服务端各自既是客户端又是服务端

这种方式感觉是最容易实现的。即在客户端与服务端之间各实现一套“请求响应模型”，这样客户端主动通信服务端时是正常请求响应，服务端主动通信客户端时它此时就变为客户端来请求。这样在外部看来两个机器之间就能互相通信了。

该种实现方式建立了两个通道来通信。缺点是要实现两套通信代码。

客户端与服务端直接互相通信

我们已经知道grpc是基于请求响应的，客户端请求，服务端响应。那怎么让服务端主动请求客户端通信呢？ 其实我们可以用grpc的 第2或第4种的服务端流式响应 。原理是可以让客户端先发一个空消息给服务端让服务端知道(相当于客户端在服务端注册)，然后服务端流式回应。因流式回应不会一下子都回完，我们可以在中途把服务端要发给客户端的消息加入到流中，让流把消息捎回到客户端。

在外部来看客户端与服务端能互相通信了。不过这种缺点是把互相通信的业务都糅杂到一块了。

具体实现

上面说了两种互相通信的实现方法及grpc的四种通信方式。这里采用第二种实现方法及grpc的第二种通信方式来实现，编程语言采用Python实现。

grpc采用protobuf来定义和传输数据。故通信的数据是用proto文件来定义的。关于proto的语法可以参考文档

首先建立如下的目录：

│ contact_client.py

│ contact_server.py

|

├─contact

│ │ contact.proto

│ │

│ │ __init__.py

│

contact.proto：定义通信的数据部分

contact_client.py：客户端代码

contact_server.py：服务端代码

contact.proto内容如下：

syntax = "proto3";

// 定义一个服务

service Contact {

// 客户端通信给服务端，通信方式可以随意选择，这里我选择第4种通信方式

rpc sendStatus (stream ClientMsg) returns (stream Result);

// 客户端发送一个空消息给服务端，服务端就能给客户端通信了

rpc getTask (Empty) returns (stream ServerMsg);

// 客户端接受完服务端消息处理完后，再告诉服务端。这个tellResult也可以不要，看具体需求

rpc tellResult (stream Result) returns (Empty);

}

message ClientMsg {

string msg = 1;

}

message ServerMsg {

string task = 1;

}

message Empty {

}

message Result {

string ret = 1;

}

在contact文件夹下运行命令：

python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. contact.proto

会在contact目录下自动生成contact_pb2.py和contact_pb2_grpc.py两个文件。下来就是实现具体的通信了，首先是客户端向服务端发消息：

contact_server.py中代码实现具体代码：

# 注意服务端的具体实现函数是在类里面

def sendStatus(self, request_iterator, context):

for note in request_iterator:

yield contact_pb2.Result(

result=f"服务端接收到消息:{note.msg}"

)

contact_client.py中的代码为：

# 先制造一些客户端能发送的数据

def make_some_data():

for i in range(15):

num = random.randint(1, 20)

yield contact_pb2.ClientMsg(msg=f"数据:{num}")

def send_status(stub):

try:

while True:

status_response = stub.sendStatus(make_some_data())

for ret in status_response:

print(ret.result)

time.sleep(60)

except Exception as e:

print(f'err in send_status:{e}')

return

上面的代码就实现了客户端主动通信服务端的功能。可以看到是服务端先实现具体的代码，然后客护端调用具体函数与服务端通信，最后再对服务端返回的数据进行处理。

而服务端主动通信客户端的方式可以理解为：客户端先给服务端发送一个消息，告诉服务端我在线，然后服务端就能发数据给客户端了，最后客户端再通知服务端我接收了你的哪些数据。具体代码为：

server端代码：

import logging

import random

import time

from concurrent import futures

import grpc

from contact import contact_pb2_grpc

from contact import contact_pb2

# 在类初试化的时候定义了一个列表self.tasks来充当任务队列

def getTask(self, request_iterator, context):

print("服务端已接收到客户端上线通知，开始发送任务给客户端\n")

last_index = 0

while True:

print("服务端开始发送任务给客户端了。。。。。。\n")

while len(self.tasks) > last_index:

n = self.tasks[last_index]

last_index += 1

yield n

print(f'服务端发送给了客户端任务：{n.task}##########\n')

# 顺便制造些服务端的任务数据用来填充到任务队列里面

for i in range(10):

num = random.randint(100, 200)

self.tasks.append(contact_pb2.ServerMsg(

task=f"任务:{num}"

))

time.sleep(40)

def tellResult(self, request_iterator, context):

for response in request_iterator:

print(f"我已经知道客户端接收到我发过去的任务:{response.ret}")

return contact_pb2.Empty()

client端代码

import logging

import random

import threading

import time

import grpc

from contact import contact_pb2

from contact import contact_pb2_grpc

# 接收服务端发送过来的任务

def get_task(stub):

try:

for task in stub.getTask(contact_pb2.Empty()):

print(f"客户端已接收到服务端任务：{task.task}\n")

# 顺便再告诉服务端我已经接收到你发的任务，你不用担心我没接收到它

yield contact_pb2.Result(

ret=f"客户端接收到任务:{task.task}"

)

except Exception as e:

print(f'err:{e}')

return

# 客户端再通知服务端我接收到你的消息了

def tell_result(stub):

result = get_task(stub)

stub.tellResult(result)

def run():

with grpc.insecure_channel('localhost:50051') as channel:

stub = contact_pb2_grpc.ContactStub(channel)

while True:

try:

threading.Thread(target=send_status, args=(stub,), daemon=True).start()

tell_result(stub)

except grpc.RpcError as e:

print(f"server connected out, please retry:{e.code()},{e.details()}")

except Exception as e:

print(f'unknown err:{e}')

finally:

time.sleep(2)

if __name__ == '__main__':

run()

总结

从上面看出，服务端主动通信给客户端，还是逃不过grpc的请求响应方式。上面代码只是实现了一种互相通信的方法，但是没有既充当客户端又充当服务端那种方法简单。