当前位置: 首页 > article >正文

Python 实现 gRPC 与 原始 RPC 的对比:理解 RPC 的基本功能

在分布式系统中,远程过程调用(Remote Procedure Call,RPC) 是一项关键技术,它允许不同计算机之间像调用本地函数一样进行通信。本文通过 Python 代码对比 gRPC 和 原始 RPC(基于 Socket) 来分析 RPC 的基本功能。


1. 什么是 RPC?

RPC(Remote Procedure Call) 是一种允许程序在 不同的进程、机器 之间像调用本地函数一样执行远程函数的技术。本地进程(客户端)调用远程服务器上的方法,服务器执行方法后将结果返回给客户端。

RPC 的核心功能

  1. 客户端-服务器通信:通过网络请求调用远程方法
  2. 序列化与反序列化:将数据转换成可传输格式(JSON、Protobuf)
  3. 自动化传输:隐藏底层通信逻辑,让调用方式更直观
  4. 错误处理:支持异常返回

2. gRPC 与 原始 RPC(基于 Socket) 对比

功能gRPC原始 RPC(Socket)
序列化Protobuf(二进制,高效)JSON(文本格式,易读但体积大)
传输协议HTTP/2(高性能)纯 TCP(需手写协议)
代码生成支持 .proto 自动生成需手写所有请求/响应逻辑
流式通信支持(客户端流、服务器流、双向流)需要手动实现
多语言支持Python、Go、Java 等仅限 Python(除非自行实现跨语言支持)
安全性内置 TLS/SSL 支持需手动加密
性能高效、低延迟较低(TCP+JSON 开销大)

接下来,我们分别实现 gRPC 和 原始 RPC 进行对比。


3. gRPC 实现

gRPC 使用 Protobuf 进行序列化,并自动生成 客户端和服务器端代码

3.1 定义 gRPC 服务

创建 rpc_service.proto

syntax = "proto3";

package rpcdemo;

service MathService {
  rpc Add (AddRequest) returns (AddResponse);
}

message AddRequest {
  int32 a = 1;
  int32 b = 2;
}

message AddResponse {
  int32 result = 1;
}

生成 Python 代码:

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

3.2 gRPC 服务器

import grpc
from concurrent import futures
import rpc_service_pb2
import rpc_service_pb2_grpc

class MathService(rpc_service_pb2_grpc.MathServiceServicer):
    def Add(self, request, context):
        return rpc_service_pb2.AddResponse(result=request.a + request.b)

def serve():
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    rpc_service_pb2_grpc.add_MathServiceServicer_to_server(MathService(), server)
    server.add_insecure_port('[::]:50051')
    server.start()
    print("gRPC Server started on port 50051")
    server.wait_for_termination()

if __name__ == "__main__":
    serve()

3.3 gRPC 客户端

import grpc
import rpc_service_pb2
import rpc_service_pb2_grpc

def run():
    channel = grpc.insecure_channel('localhost:50051')
    stub = rpc_service_pb2_grpc.MathServiceStub(channel)
    response = stub.Add(rpc_service_pb2.AddRequest(a=10, b=20))
    print("gRPC Response:", response.result)

if __name__ == "__main__":
    run()

4. 原始 RPC(Socket 实现)

使用 Python 原生 socket 来模拟 RPC 机制。

4.1 原始 RPC 服务器

import socket
import json

# 定义计算服务
def add(a, b):
    return a + b

# 注册可调用的函数
FUNCTIONS = {
    "add": add
}

def handle_client_connection(client_socket):
    """ 处理客户端请求 """
    try:
        # 接收数据
        data = client_socket.recv(1024).decode('utf-8')
        request = json.loads(data)

        # 获取方法名和参数
        method = request.get("method")
        params = request.get("params", [])

        # 执行方法
        if method in FUNCTIONS:
            result = FUNCTIONS[method](*params)
            response = {"status": "success", "result": result}
        else:
            response = {"status": "error", "message": "Method not found"}

        # 发送响应
        client_socket.send(json.dumps(response).encode('utf-8'))
    except Exception as e:
        response = {"status": "error", "message": str(e)}
        client_socket.send(json.dumps(response).encode('utf-8'))
    finally:
        client_socket.close()

def start_server(host='localhost', port=5000):
    """ 启动RPC服务器 """
    server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    server.bind((host, port))
    server.listen(5)
    print(f"RPC Server listening on {host}:{port}")

    while True:
        client_sock, _ = server.accept()
        handle_client_connection(client_sock)

if __name__ == "__main__":
    start_server()

4.2 原始 RPC 客户端

import socket
import json

def rpc_call(method, params, host='localhost', port=5000):
    """ 发送 RPC 请求 """
    client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    client.connect((host, port))

    # 构造请求数据
    request = json.dumps({
        "method": method,
        "params": params
    })

    # 发送数据
    client.send(request.encode('utf-8'))

    # 接收响应
    response_data = client.recv(1024).decode('utf-8')
    response = json.loads(response_data)
    
    client.close()
    return response

if __name__ == "__main__":
    result = rpc_call("add", [10, 20])
    print("RPC Response:", result)

5. 总结

5.1 gRPC 与 原始 RPC 的区别

特性gRPC原始 RPC(Socket)
序列化方式Protobuf(高效二进制)JSON(文本格式)
传输协议HTTP/2TCP
自动代码生成支持(通过 .proto不支持(需手动实现)
流式传输支持(双向流、流式响应)需要手动实现
多语言支持支持多种语言(Python、Go、Java 等)仅支持 Python
性能高效,低延迟相对较慢(TCP+JSON 有额外开销)

5.2 选择哪种 RPC?

gRPC 适用于:

  • 分布式系统(微服务架构)
  • 多语言通信(前端、后端不同语言)
  • 高性能数据传输(Protobuf + HTTP/2)

原始 RPC(Socket) 适用于:

  • 小型应用(轻量级进程间通信)
  • 学习 RPC 原理
  • 内部服务(单机内进程间通信)

若有错误与不足请指出,关注DPT一起进步吧!!!


http://www.kler.cn/a/538283.html

相关文章:

  • kafka消费端之分区分配策略
  • 【韩顺平linux】部分上课笔记整理
  • kafka服务端之副本
  • elasticsearch实战三 elasticsearch与mysql数据实时同步
  • 使用Jenkins实现鸿蒙HAR应用的自动化构建打包
  • springboot 事务管理
  • 解释 Vue 3 中的 Composition API
  • css中字体的加载,仅在使用的时候加载,会阻塞,用font-display:swap
  • uni-app vue3 使用笔记
  • [手机Linux] onepluse6T 系统重新分区
  • MySQL数据库(七)SQL 优化
  • 扩展知识--缓存和分时复用cpu
  • TensorFlow域对抗训练DANN神经网络分析MNIST与Blobs数据集梯度反转层提升目标域适应能力可视化...
  • 除了wps还有什么表格软件可以在上面切换不用单独启动窗口
  • Python截图轻量化工具
  • MySQL部署基于二进制日志文件位置的主从复制集群
  • 使用Jenkins、K8S、Docker一键部署SpringCloud微服务
  • 【AI智能时代】QA素质模型和知识等级分类
  • LLM:DeepSeek 系列(二)
  • BFS算法篇——广度优先搜索,探索未知的旅程(上)
  • t113-qt
  • TypeScript 中的联合类型:灵活的类型系统
  • 《机器学习数学基础》补充资料:矩阵基本子空间
  • ubuntu服务器部署mediacms之后,忘记密码的解决办法
  • JavaScript网页设计8个经典案例
  • 【AI论文】逆向桥接匹配蒸馏