【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

客户端调用本地代理（Stub）方法。
Stub 将方法名、参数等序列化（通常称为 封送/marshalling）。
序列化后的数据通过网络发送到服务端。
服务端收到后，反序列化（解封装），调用真正的服务函数。
服务函数执行完，将结果序列化，通过网络返回。
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）

python 复制代码

# server.py
import socket
import pickle

def add(x, y):
    return x + y

def 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）

python 复制代码

# client.py
import socket
import pickle

def 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

bash 复制代码

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

输出结果

bash 复制代码

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： 用 .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

使用 .proto 文件定义服务和消息。
通过 protoc 生成客户端 & 服务端代码。
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

bash 复制代码

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

bash 复制代码

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

python 复制代码

from concurrent import futures
import grpc
import helloworld_pb2
import helloworld_pb2_grpc

class 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

python 复制代码

import grpc
import helloworld_pb2
import helloworld_pb2_grpc

def 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

bash 复制代码

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

输出结果

bash 复制代码

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