[799]python grpc

RPC

RPC（Remote Procedure Call）—远程过程调用，它是一种通过网络从远程计算机程序上请求服务，而不需要了解底层网络技术的协议。

gRPC

gRPC是一个高性能、通用的开源RPC框架，其由Google主要由开发并基于HTTP/2协议标准而设计，基于ProtoBuf(Protocol Buffers)序列化协议开发，且支持众多开发语言。

• 基于HTTP/2协议提供了更好的强的应用性能（节省带宽，减少TCP请求连接数）
• 基于ProtoBuf定义服务，面向接口对服务进行顶层设计
• 支持主流的编程语言，C++,Java,Python,Go,Ruby,Node.js，PHP等, 基于ProtoBuf生成相应的服务端和客户端代码。
• 相比在使用Restful方式完成服务之间的相互访问，GRPC能提供更好的性能，更低的延迟，并且生来适合与分布式系统。
• 同时基于标准化的IDL（ProtoBuf）来生成服务器端和客户端代码, ProtoBuf服务定义可以作为服务契约，因此可以更好的支持团队与团队之间的接口设计，开发，测试，协作等等。

gRPC官网
https://www.grpc.io/docs/quickstart/python/
grpc-git：https://github.com/grpc/grpc

gRPC四种通信方式

根据不同的业务场景, grpc 支持 4 种通信方式:

客服端一次请求, 服务器一次应答
客服端一次请求, 服务器多次应答(流式)
客服端多次请求(流式), 服务器一次应答
客服端多次请求(流式), 服务器多次应答(流式)

protobuf

protocol buffers(简称protobuf)是google 的一种数据交换的格式，它独立于语言，独立于平台。

• protobuf是google开发的一个数据传输格式，类似json
• protobuf是二进制的、结构化的，所以比json的数据量更小，也更对象化
• protobuf不是像json直接明文的，这个是定义对象结构，然后由protbuf库去把对象自动转换成二进制，用的时候再自动反解过来的。传输对我们是透明的！我们只管传输的对象就可以了

protoc3官网

https://developers.google.com/protocol-buffers/docs/proto3

python-protobuf

• 在python里也需要proto文件生成对应的代码，才能通过grpc/restful协议调后端的代码
• pb其实就是协议格式/内容，restful/rpc是协议
• 无关乎语言， 前端(python或go)， 跟后端(go或者c++) 通信的时候，都要告知发送的内容的格式–这个格式就是pb

python简单使用grpc

安装工具依赖

pip install grpcio
pip install protobuf
pip install grpcio_tools    # python下的protoc编译器

• 编写协议文件vim compute.proto

    syntax = "proto3"; //说明使用proto3语法定义协议

    package compute;
    service Compute {
        // 我们rpc服务的名字
        // 后面
        // 服务端 会用到 <ComputeServicer>
        // 客户端 会用到 <ComputeStub>
        rpc SayHello (HelloRequest) returns (HelloReply) {}
        // SayHello 调用的方法
        // HelloRequest 客户端输入的消息（对象）
        // returns 服务端
        // HelloReply 服务端 返回的消息（对象）
    }

    message HelloRequest {
        //定义 客户端输入消息内容
        string helloworld = 1;
    }

    message HelloReply {
        //定义服务端消息内容
        string result = 1;
    }

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

# python_out目录指定 xxxx_pb2.py的输出路径，我们指定为./ 当前路径
# grpc_python_out指定xxxx_pb2_grpc.py文件的输出路径,我们指定为./ 当前路径
# grpc_tools.protoc 这是我们的工具包，刚刚安装的
# -I参数指定协议文件的查找目录，我们都将它们设置为当前目录./
# compute.proto 我们的协议文件

ls
compute_pb2_grpc.py  compute_pb2.py  compute.proto
# compute.proto 协议文件
# compute_pb2.py 里面有消息序列化类
# compute_pb2_grpc.py 包含了服务器 Stub 类和客户端 Stub 类，以及待实现的服务 RPC 接口。

• 编写服务器

import time
import grpc
from concurrent import futures

import compute_pb2,compute_pb2_grpc # 刚刚生产的两个文件

class ComputeServicer(compute_pb2_grpc.ComputeServicer):
    def SayHello(self,request,ctx):
        max_len = str(len(request.helloworld))
        return compute_pb2.HelloReply(result=max_len)
    
def main():
    # 多线程服务器
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    # 实例化 计算len的类
    servicer = ComputeServicer()
    # 注册本地服务,方法ComputeServicer只有这个是变的
    compute_pb2_grpc.add_ComputeServicer_to_server(servicer, server)
    # 监听端口
    server.add_insecure_port('127.0.0.1:19999')
    # 开始接收请求进行服务
    server.start()
    # 使用 ctrl+c 可以退出服务
    try:
        print("running...")
        time.sleep(1000)
    except KeyboardInterrupt:
        print("stopping...")
        server.stop(0)


if __name__ == '__main__':
    main()

• 编写客户端

import grpc
import compute_pb2
import compute_pb2_grpc

_HOST = '127.0.0.1'
_PORT = '19999'


def main():
    with grpc.insecure_channel("{0}:{1}".format(_HOST, _PORT)) as channel:
        client = compute_pb2_grpc.ComputeStub(channel=channel)
        response = client.SayHello(compute_pb2.HelloRequest(helloworld="123456"))
    print("received: " + response.result)


if __name__ == '__main__':
    main()

gRPC 官方文档中文版：http://doc.oschina.net/grpc?t=56831

参考：
https://blog.csdn.net/sunt2018/article/details/90176015
https://github.com/xsren/learning_record/tree/master/grpc
https://www.cnblogs.com/sunshine-blog/p/12193064.html
https://www.jianshu.com/p/43fdfeb105ff
https://www.jianshu.com/p/14e6f5217f40