gRPC使用实例
1 gRPC介绍
A high-performance, open-source universal RPC framework
所谓RPC(remote procedure call 远程过程调用)框架实际是提供了一套机制,使得应用程序之间可以进行通信,而且也遵从server/client模型。使用的时候客户端调用server端提供的接口就像是调用本地的函数一样。如下图所示就是一个典型的RPC结构图。
gRPC有什么好处以及在什么场景下需要用gRPC
既然是server/client模型,那么我们直接用restful api不是也可以满足吗,为什么还需要RPC呢?下面我们就来看看RPC到底有哪些优势
gRPC vs. Restful API
gRPC和restful API都提供了一套通信机制,用于server/client模型通信,而且它们都使用http作为底层的传输协议(严格地说, gRPC使用的http2.0,而restful api则不一定)。不过gRPC还是有些特有的优势,如下:
- gRPC可以通过protobuf来定义接口,从而可以有更加严格的接口约束条件。关于protobuf可以参见笔者之前的小文Google Protobuf简明教程
- 另外,通过protobuf可以将数据序列化为二进制编码,这会大幅减少需要传输的数据量,从而大幅提高性能。
- gRPC可以方便地支持流式通信(理论上通过http2.0就可以使用streaming模式, 但是通常web服务的restful api似乎很少这么用,通常的流式数据应用如视频流,一般都会使用专门的协议如HLS,RTMP等,这些就不是我们通常web服务了,而是有专门的服务器应用。)
使用场景
- 需要对接口进行严格约束的情况,比如我们提供了一个公共的服务,很多人,甚至公司外部的人也可以访问这个服务,这时对于接口我们希望有更加严格的约束,我们不希望客户端给我们传递任意的数据,尤其是考虑到安全性的因素,我们通常需要对接口进行更加严格的约束。这时gRPC就可以通过protobuf来提供严格的接口约束。
- 对于性能有更高的要求时。有时我们的服务需要传递大量的数据,而又希望不影响我们的性能,这个时候也可以考虑gRPC服务,因为通过protobuf我们可以将数据压缩编码转化为二进制格式,通常传递的数据量要小得多,而且通过http2我们可以实现异步的请求,从而大大提高了通信效率。
- 但是,通常我们不会去单独使用gRPC,而是将gRPC作为一个部件进行使用,这是因为在生产环境,我们面对大并发的情况下,需要使用分布式系统来去处理,而gRPC并没有提供分布式系统相关的一些必要组件。而且,真正的线上服务还需要提供包括负载均衡,限流熔断,监控报警,服务注册和发现等等必要的组件。不过,这就不属于本篇文章讨论的主题了,我们还是先继续看下如何使用gRPC。
2 gRPC实例
2.1 安装环境
pip install grpcio
pip install grpcio-tools googleapis-common-protos
gRPC由两个部分构成,grpcio 和 gRPC 工具, 后者是编译 protocol buffer 以及提供生成代码的插件。
2.2 gRPC的使用通常包括如下几个步骤:
- 通过protobuf来定义接口和数据类型
- 生成接口代码
- 编写gRPC server端代码
- 编写gRPC client端代码
1 通过protobuf来定义接口和数据类型
syntax = 'proto3';
package rpc_package;
// define a service 定义一个service
service Sampling {
// define the interface and data type 定义接口和数据类型
// 采样请求与返回
rpc Sampling (SamplingRequest) returns (SamplingResponse) {}
// 训练模型的请求和返回
rpc TrainModel (TrainModelRequest) returns (TrainModelResponse) {}
}
// 采样请求数据
message SamplingRequest {
string str_data = 1;
string msg = 2;
}
// 采样响应数据
message SamplingResponse {
string msg = 1;
}
// 训练模型请求数据
message TrainModelRequest {
int32 data_num = 1;
string msg = 2;
}
// 训练模型响应数据
message TrainModelResponse {
string str_data = 1;
string msg = 2;
}
service TrainModel {
// 采样请求与返回
rpc SaveTrainModel (SaveTrainModelRequest) returns (SaveTrainModelResponse) {}
// 训练模型的请求和返回
rpc GetTrainModel (GetTrainModelRequest) returns (GetTrainModelResponse) {}
}
// 保存训练模型请求
message SaveTrainModelRequest {
string file=1;
string name=2;
}
// 保存训练模型响应
message SaveTrainModelResponse {
string msg=1;
}
// 获取训练模型请求
message GetTrainModelRequest {
string msg=1;
}
// 获取训练模型请求
message GetTrainModelResponse {
string file=1;
string name=2;
}
2 生成接口代码
python -m grpc_tools.protoc --proto_path=./protos --python_out=./rpc_package --grpc_python_out=./rpc_package ./protos/sampling.proto
3 编写gRPC server端代码
class SamplingServer(SamplingServicer):
def __init__(self):
self.sampling_buffer = []
self.num = 0
def Sampling(self, request, context):
# 逻辑处理
msg = 'ok'
return SamplingResponse(msg=f'{msg}')
def server():
# 这里通过thread pool来处理并发server的任务
server = grpc.server(futures.ThreadPoolExecutor(max_workers=10), options=[
('grpc.max_send_message_length', GRPC_MAX_MESSAGE_LENGTH),
('grpc.max_receive_message_length', GRPC_MAX_MESSAGE_LENGTH),
])
# 将对应的任务处理函数添加到rpc server中
add_SamplingServicer_to_server(SamplingServer(), server)
# 这里使用非安全接口,世界gRPC支持TLS/SSL安全连接,以及各种鉴权机制
server.add_insecure_port(f'[::]:{sampling_port}')
server.start()
try:
while True:
time.sleep(60 * 60 * 24)
except KeyboardInterrupt:
server.stop(0)
注意:
grpc.max_send_message_length, grpc.max_receive_message_length 设置接收发送文件大小,默认4M,大于4M要要设置
4 编写gRPC client端代码
def run_sampling_client_send_obs_and_actions(str_data):
# 使用with语法保证channel自动关闭options=(('grpc.enable_http_proxy', 0),)
with grpc.insecure_channel(
f'{sampling_host}:{sampling_port}',
options=[
('grpc.max_send_message_length', GRPC_MAX_MESSAGE_LENGTH),
('grpc.max_receive_message_length', GRPC_MAX_MESSAGE_LENGTH),
]
) as channel:
# 客户端通过stub来实现rpc通信
stub = SamplingStub(channel)
msg = 'ok'
# 客户端必须使用定义好的数据类型,这里是Request类型
stub.Sampling(SamplingRequest(str_data=str_data, msg=msg))
注意:客户端也要定义,有人说只要定义服务端就行,但是我编写的过程中,接收没问题,发送仍然存在文件太大问题,定义客户端解决了问题。
grpc.max_send_message_length, grpc.max_receive_message_length 设置接收发送文件大小,默认4M,大于4M要要设置