python 3 使用 grpc

1. 什么是grpc？

gRPC（全称为Google Remote Procedure Call）是一种高性能、通用的开源远程过程调用（RPC）框架，由Google开发并在开源社区中发布。它支持多种编程语言，并提供强大的功能和性能优势。

gRPC使用Protocol Buffers（简称为ProtoBuf）作为接口定义语言（IDL），用于定义服务接口和消息类型。通过ProtoBuf，你可以定义服务的方法、输入参数和返回值的数据结构。

gRPC基于HTTP/2协议进行通信，采用二进制传输数据，具备高效、低延迟和带宽节省的特点。它支持多种传输方式，如TCP、TLS等，以及多种序列化格式，如ProtoBuf和JSON。

使用gRPC，你可以轻松定义和实现跨平台、跨语言的分布式系统，其中各个服务之间可以通过RPC进行通信。它广泛应用于微服务架构、分布式系统、云原生应用等领域，可以在不同的技术栈之间提供高效的通信和协作能力。

总结一下，gRPC是一个高性能、跨语言的远程过程调用框架，通过使用Protocol Buffers和HTTP/2协议，提供了快速、高效、可靠的跨网络通信能力

2. HTTP2 和 HTTP1 的区别？

HTTP/2（简称为H2）是HTTP协议的第二个主要版本，它是HTTP/1.1的升级版本。HTTP/2引入了许多新特性和改进，旨在提供更快、更高效的网络通信。

下面是HTTP/2与HTTP/1的一些主要区别：

• 多路复用：HTTP/2引入了多路复用的机制，允许在同一个TCP连接上同时发送多个请求和响应，避免了HTTP/1中的串行请求和阻塞等待的问题，提高了并发性能和效率。
• 二进制传输：HTTP/2使用二进制格式传输数据，取代了HTTP/1中的文本格式，减少了数据传输的大小和解析的复杂度，提高了传输效率。
• 头部压缩：HTTP/2使用了头部压缩技术，减少了请求和响应中的头部数据的大小，节省了带宽并提高了性能。
• 服务器推送：HTTP/2支持服务器主动推送资源给客户端，无需客户端明确请求，可以提前将相关资源推送给客户端，减少了客户端的请求次数和等待时间。
• 流量控制：HTTP/2引入了流量控制机制，可以根据接收端的处理能力来控制数据的传输速率，防止过载和拥塞。
• 安全性：虽然HTTP/2并不要求使用加密，但由于大部分HTTP/2实现都要求使用加密，因此普遍使用HTTPS作为传输协议，提供了更好的数据传输安全性。

综上所述，HTTP/2相比于HTTP/1具有更好的性能、效率和安全性，通过引入多路复用、二进制传输、头部压缩等技术，使得网络通信更快速、高效，并提供了更好的用户体验。

3. proto文件

.proto文件是Protocol Buffers（简称为ProtoBuf）的定义文件，它用于定义数据结构和消息格式。ProtoBuf是一种轻量、高效、语言无关的序列化数据格式，常用于跨平台数据交换和存储。

.proto文件使用ProtoBuf语言描述，它定义了消息的字段、类型和结构，类似于一种数据模型的定义。在.proto文件中，可以定义消息的字段名、字段类型、字段编号等信息，以及消息的嵌套结构、枚举类型等。

通过编译.proto文件，可以生成特定编程语言的代码文件，用于在不同编程语言之间进行数据的序列化和反序列化操作。生成的代码文件提供了数据访问和操作的方法，使得开发者可以方便地使用定义好的数据结构和消息格式。

.proto文件是跨语言的，可以通过使用不同的编译器和库来生成不同编程语言的代码。常见的编译器包括Google提供的protobuf编译器和第三方的编译器，支持的编程语言包括C++、Java、Python、Go、C#等。

总而言之，.proto文件是用于定义数据结构和消息格式的文件，通过编译生成特定编程语言的代码文件，用于实现数据的序列化和反序列化操作。它是ProtoBuf的核心组成部分，支持跨平台、跨语言的数据交换和存储。

4. 使用python3 建立服务端与客户端

1. 安装所需库

pip install grpcio
pip install grpcio-tools

2. 编写.proto文件

这是当前demo目录，我们创建了一个虚拟环境和proto文件夹，里面放我们的.proto文件。

example.proto 内容，简单定义了一个服务，服务里面有一个方法，定义了请求参数和返回参数格式

syntax = "proto3";

package your_package_name;

message YourRequest {
  string name = 1;
}

message YourResponse {
  string message = 1;
}

service YourService {
  rpc YourRPCMethod (YourRequest) returns (YourResponse);
}

使用grpc_tools工具将.proto文件编译成py文件

python -m grpc_tools.protoc -I ./proto --python_out=. --grpc_python_out=. ./proto/example.proto

生成后默认在当前目录，此时目录结构应该就变成下面这样

1. example_pb2_pb2.py：包含生成的消息类型的定义，你可以在代码中使用它们来构建请求和处理响应。
2. example_pb2_grpc_grpc.py：包含生成的服务类和 Stub 类的定义，你可以在代码中使用它们来实现和调用 gRPC 服务。
   

然后我们新建客户端和服务端两个文件。

server.py

import grpc
from concurrent import futures
import example_pb2
import example_pb2_grpc


class YourService(example_pb2_grpc.YourServiceServicer):
    def YourRPCMethod(self, request, context):
        name = request.name
        # 实现你的RPC方法逻辑
        response = example_pb2.YourResponse()
        response.message = "Hello, " + name
        print('response', response)
        # 设置响应值
        return response


def serve():
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    example_pb2_grpc.add_YourServiceServicer_to_server(YourService(), server)
    server.add_insecure_port('[::]:50051')  # 设置服务器监听的端口
    print('开启服务')
    server.start()
    server.wait_for_termination()


if __name__ == '__main__':
    serve()

client.py

import grpc
import example_pb2
import example_pb2_grpc


def run():
    channel = grpc.insecure_channel('localhost:50051')  # 连接到服务器地址
    stub = example_pb2_grpc.YourServiceStub(channel)
    request = example_pb2.YourRequest()
    request.name = 'zsc'
    # 设置请求参数
    response = stub.YourRPCMethod(request)
    print('response', response)
    # 处理响应


if __name__ == '__main__':
    run()

先运行服务端，在运行客户端即可，服务端就会收到客户端的请求。

4. flask 和 Django框架待记录。