python grpc 并发_用Python进行gRPC接口测试（二）

今天将继续为大家带来用Python进行gRPC接口测试的续集，上次主要讲了一下前期准备工作和简单RPC通信方式的实现，这次我们将着眼于另一类gRPC接口的通信形式——流式RPC。

一、流式RPC的三种具体形式

流式RPC不同于简单RPC只有“单发单收“一种形式，而是可以分为三种不同的形式——“应答流式RPC”，“请求流式RPC”，“双向流式RPC”。对于这三种不同的形式，python有不同的请求及接收方式，下面就让我们来具体了解一下。（对于下面操作有疑问的同学可以去看上一期的内容）

首先接口协议是有区别的，我们来看三种形式的接口定义：

应答流式RPC：

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

请求流式RPC：

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

双向流式RPC：

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

可以看到，请求和响应参数中流式内容的前面会有一个stream标识，代表这是一个流式的内容。应答流式RPC只有返回是流式的，请求流式RPC只有请求是流式的，而双向流式RPC请求和返回都是流式的。

一个包含接口的完整proto协议文件（route_guide.proto）内容如下：

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;

service RouteGuide {

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

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

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

}

message Point {

int32 latitude = 1;

int32 longitude = 2;

}

message Rectangle {

Point lo = 1;

Point hi = 2;

}

message Feature {

string name = 1;

Point location = 2;

}

message RouteNote {

Point location = 1;

string message = 2;

}

message RouteSummary {

int32 point_count = 1;

int32 feature_count = 2;

int32 distance = 3;

int32 elapsed_time = 4;

}

根据协议文件生成route_guide_pb2.py、route_guide_pb2_grpc.py两个必要的模块文件，然后就可以根据他们来创建客户端了。

二、客户端实现

1、应答流式RPC

应答流式RPC返回的内容为流式，一次请求，n次返回。我们可以用for循环来接收返回的内容：

def guide_list_features(stub):

rectangle = route_guide_pb2.Rectangle(

lo=route_guide_pb2.Point(latitude=400000000, longitude=-750000000),

hi=route_guide_pb2.Point(latitude=420000000, longitude=-730000000))

print("Looking for features between 40, -75 and 42, -73")

features = stub.ListFeatures(rectangle)

for feature in features:

print("Feature called %s at %s" % (feature.name, feature.location))

2、请求流式RPC

请求流式RPC请求的内容为流式，n次请求，一次返回。我们可以用迭代器来发送若干份请求数据：

def generate_route(feature_list):

for _ in range(0, 10):

random_feature = feature_list[random.randint(0, len(feature_list) - 1)]

print("Visiting point %s" % random_feature.location)

yield random_feature.location

def guide_record_route(stub):

feature_list = route_guide_resources.read_route_guide_database()

route_iterator = generate_route(feature_list)

route_summary = stub.RecordRoute(route_iterator)

print("Finished trip with %s points " % route_summary.point_count)

print("Passed %s features " % route_summary.feature_count)

print("Travelled %s meters " % route_summary.distance)

print("It took %s seconds " % route_summary.elapsed_time)

其中route_iterator为一个迭代器。

3、双向流式RPC

双向流式RPC请求的内容为流式，返回内容也为流式，n次请求，n次返回。我们可以用迭代器来发送若干份请求数据，通过for循环来接收返回结果：

def generate_messages():

messages = [

make_route_note("First message", 0, 0),

make_route_note("Second message", 0, 1),

make_route_note("Third message", 1, 0),

make_route_note("Fourth message", 0, 0),

make_route_note("Fifth message", 1, 0),

]

for msg in messages:

print("Sending %s at %s" % (msg.message, msg.location))

yield msg

def guide_route_chat(stub):

responses = stub.RouteChat(generate_messages())

for response in responses:

print("Received message %s at %s" %

(response.message, response.location))

三、实际应用

在录音笔项目中，需要对转写后的文本进行分段语义整理，由于文本内容可能较多，服务端需要采用流式的方式进行接收，并通过流式的方式将结果返给客户端，于是这里采用了双向流式RPC形式的接口。

接口协议如下（仅为演示需要，只展示部分内容）：

syntax = "proto3";

package sogou.parrot.inner.semantic.v1;

import "google/protobuf/duration.proto";

import "record.proto";

option go_package = "git.speech.sogou/semantic/v1;semantic";

service discourse_understand{

rpc UnderstandFullText(stream UnderstandFullTextRequest) returns(stream UnderstandFullTextResponse);

}

message UnderstandFullTextRequest{

repeated SubSentence sub_sentences = 1;

repeated sogou.parrot.record.v1.NonSpeechSoundInfo sound_infos = 2;

repeated sogou.parrot.record.v1.AIMark ai_marks = 3;

}

message UnderstandFullTextResponse{

UnderstandFullTextResult result = 2;

}

实现客户端的关键代码如下：

def gen_iterator(request):

for r in [request]:

yield r

def get_understand_full_textresponse(stub, ai_marks, sound_infos, sub_sentences):

request = UnderstandFullTextRequest()

request.sub_sentences.extend(sub_sentences)

request.sound_infos.extend(sound_infos)

request.ai_marks.extend(ai_marks)

request_iter = gen_iterator(request)

try:

resps = stub.UnderstandFullText(request_iter)

for resp in resps:

resp_str = json.dumps(json.loads(MessageToJson(resp)),indent=4, ensure_ascii=False)

print(resp_str)

except Exception as e:

print (e)

def run():

ai_marks, sound_infos, sub_sentences = extract_data()

with grpc.insecure_channel(sys.argv[2]) as channel:

stub = discourse_understandStub(channel)

print("-------------- UnderstandFullText --------------")

get_understand_full_textresponse(stub, ai_marks, sound_infos, sub_sentences)

if __name__ == '__main__':

run()

运行客户端，可以成功返回结果：

进一步，如果需要对接口进行并发下的稳定性测试，依然可以将客户端编译成可执行程序或利用shell脚本，再结合jmeter等自动化测试工具进行测试，以编译可执行程序的方法为例：

首先利用pyinstaller工具将脚本编译为可执行程序，接下来用jmeter编写自动化测试脚本，在线程组下添加OS Process Sampler，传入所需参数（下面的三个参数值为：文本，地址，句子起始编号）：

运行脚本，即可自动化进行测试并得到结果，从中可以得到性能、稳定性相关指标：

此外还可以结合jmeter的参数化功能和随机功能设置一些参数值，比如文本文件和句子起始id，从而更加全面地对接口进行测试：

小结

本文介绍了用python实现其他三种形式gRPC接口测试的方法，这样四种形式的gRPC接口我们就都可以比较方便地进行测试了，对于今后需要测试gRPC接口的同学可以提供一些借鉴，当然有更好地方法欢迎大家一起讨论交流。~

本文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理