当前位置: 首页 > news >正文

【知识】RPC和gRPC

转载请注明出处:小锋学长生活大爆炸[xfxuezhagn.cn]

如果本文帮助到了你,欢迎[点赞、收藏、关注]哦~

RPC

1. RPC 的定义

RPC(Remote Procedure Call,远程过程调用) 是一种进程间通信协议。它允许程序调用另一台机器(或同一台机器的其他进程)上的函数/过程,好像在调用本地函数一样,隐藏了网络通信的细节。

核心思想:

  • 调用者像调用本地函数一样调用远程函数。

  • 底层通过序列化(编码)请求、网络传输、远程解码执行,再将结果返回。

2. RPC 的基本流程

  1. 客户端调用本地代理(Stub)方法。

  2. Stub 将方法名、参数等序列化(通常称为 封送/marshalling)。

  3. 序列化后的数据通过网络发送到服务端。

  4. 服务端收到后,反序列化(解封装),调用真正的服务函数。

  5. 服务函数执行完,将结果序列化,通过网络返回。

  6. 客户端 Stub 收到后反序列化,返回结果。

👉 即:Client -> stub -> network -> server -> real function -> return

3. RPC 的优点

  • 把远程调用封装得像本地函数调用一样,降低了分布式编程的复杂度。

  • 可以跨语言、跨平台。

  • 能在微服务架构中实现服务间解耦。

4. 实现示例

这是使用 socket + pickle 来模拟最原始的 RPC,帮助理解核心原理。

服务端(Server)

# server.py
import socket
import pickledef add(x, y):return x + ydef handle_request(data):func_name, args = pickle.loads(data)if func_name == 'add':return pickle.dumps(add(*args))return pickle.dumps("Unknown function")server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server.bind(('localhost', 8000))
server.listen(5)
print("RPC Server running on port 8000...")while True:client, addr = server.accept()data = client.recv(1024)result = handle_request(data)client.send(result)client.close()

客户端(Client)

# client.py
import socket
import pickledef remote_call(func_name, args):client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)client.connect(('localhost', 8000))client.send(pickle.dumps((func_name, args)))data = client.recv(1024)client.close()return pickle.loads(data)print("Calling remote add(5, 7)...")
result = remote_call('add', (5, 7))
print("Result:", result)

启动方式

python server.py
# 另开终端
python client.py

输出结果

Calling remote add(5, 7)...
Result: 12

gRPC

1. gRPC 的定义

gRPC 是 Google 开源的高性能、通用的 RPC 框架,用来在分布式系统中进行服务间通信。它基于:

  • HTTP/2(高效双向流传输,支持多路复用、头部压缩、流控)

  • Protocol Buffers(protobuf)(高效序列化)

2. gRPC 的特点

  • 多语言支持:官方支持 Go、Java、C++、Python、C#、Node.js、PHP、Ruby 等。
  • IDL(接口定义语言)统一规范:.proto 文件定义服务接口和消息结构。自动生成客户端 & 服务端代码。
  • 高效序列化:使用 protobuf,比 JSON / XML 更紧凑、更快。
  • 基于 HTTP/2:
    • 支持多路复用(一个 TCP 连接上多条流),减少连接数量

    • 头部压缩减少带宽

    • 支持流式数据(Client Streaming、Server Streaming、Bi-directional Streaming)

  • 内置健康检查、超时、重试、负载均衡、认证

3. gRPC 的工作原理

  1. 使用 .proto 文件定义服务和消息。

  2. 通过 protoc 生成客户端 & 服务端代码。

  3. 客户端通过生成的 Stub 调用服务端,就像调用本地方法。

4. 使用示例

下面是一个标准的 gRPC 示例,用 .proto 文件定义接口,然后生成 Python 代码并运行。

定义 proto 文件:新建 helloworld.proto

syntax = "proto3";package helloworld;service Greeter {rpc SayHello (HelloRequest) returns (HelloReply);
}message HelloRequest {string name = 1;
}message HelloReply {string message = 1;
}

生成 Python 代码

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

会生成:

  • helloworld_pb2.py (消息类)

  • helloworld_pb2_grpc.py (服务类)

实现服务端:新建 server.py

from concurrent import futures
import grpc
import helloworld_pb2
import helloworld_pb2_grpcclass Greeter(helloworld_pb2_grpc.GreeterServicer):def SayHello(self, request, context):return helloworld_pb2.HelloReply(message=f"Hello, {request.name}")def serve():server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))helloworld_pb2_grpc.add_GreeterServicer_to_server(Greeter(), server)server.add_insecure_port('[::]:50051')server.start()print("gRPC server running on port 50051...")server.wait_for_termination()if __name__ == '__main__':serve()

实现客户端:新建 client.py

import grpc
import helloworld_pb2
import helloworld_pb2_grpcdef run():with grpc.insecure_channel('localhost:50051') as channel:stub = helloworld_pb2_grpc.GreeterStub(channel)response = stub.SayHello(helloworld_pb2.HelloRequest(name="Alice"))print("Greeter client received:", response.message)if __name__ == '__main__':run()

启动方式

python server.py
# 另开终端
python client.py

输出结果

Greeter client received: Hello, Alice

RPC 与 gRPC 的关系与区别

维度RPC (泛指)gRPC(具体实现)
概念一种通信思想 / 模式Google 实现的开源高性能 RPC 框架
传输协议不固定,可用 HTTP/TCP 等固定基于 HTTP/2
序列化XML/JSON/自定义二进制等Protobuf(默认)
语言支持取决于具体 RPC 框架官方支持多语言
IDL可以是 Thrift/IDL/自定义Proto 文件(.proto)
性能通常依赖实现gRPC 性能优异
流式支持不一定原生支持流式(stream)调用
生态工具分散,因框架而异gRPC 官方提供丰富工具链

http://www.lqws.cn/news/580825.html

相关文章:

  • 实现ModbusTCP转Profinet网关协议转换功能的网关设备
  • Install Ubuntu 24.04 System
  • reactor-test
  • 如何在 iOS 上线前做好安全防护?IPA 混淆与逆向防护实践详解
  • 什么是IOC(控制反转)?—— 用生活实例解读Spring核心概念
  • 【硬核数学】2.7 理论与现实的鸿沟:深度学习的数值稳定性挑战《从零构建机器学习、深度学习到LLM的数学认知》
  • 使用OpenSSL接口读取pem编码格式文件中的证书
  • Java外观模式实现方式与测试方法
  • 链表题解——设计链表【LeetCode】
  • 大模型-分布式推理简介
  • linux 操作docker的基本命令docker仓库
  • ubuntu下免sudo执行docker
  • 自动驾驶:特斯拉 Model Y全自动驾驶交付的技术原理
  • 笨方法学python -练习6
  • 设计模式精讲 Day 19:观察者模式(Observer Pattern)
  • 设计模式-观察者模式
  • Linux 系统管理:高效运维与性能优化
  • MAC电脑,在 Docker 中已经运行过一次 Oracle 镜像后,再次运行具体操作。
  • pytorch底层原理学习--计算图
  • 【WCF】通过AOP实现基于JWT的授权与鉴权的实践
  • LG 将正式终止手机相关服务,彻底告别手机市场
  • 云手机主要是指什么?
  • static线程安全
  • 10.【C语言学习笔记】指针(二)
  • 汉字田(第十五届蓝桥杯大赛软件赛国赛)
  • 生成式人工智能实战 | 变分自编码器(Variational Auto-Encoder, VAE)
  • zxing-cpp c++版本的编译
  • 【T2I】RB: REGION AND BOUNDARY AWARE ZERO-SHOT GROUNDED TEXT-TO-IMAGE GENERATION
  • RK3588高性能处理器核心技术解析
  • 从0开始学习计算机视觉--Day06--反向传播算法