<p>protobuf是在项目中经常会用到的一个库，它提供了方便的工具和接口，可以对结构化数据进行序列化和反序列化，便于网络传输。</p>    <p>其实，如果将一个函数调用用结构化数据表示出来，利用protobuf序列化后通过网络传递到远端，在远端进行反序列化解析，就自然地实现了rpc（Remote Procedure Call）的功能。</p>    <p>protobuf中保留了关键字rpc，并且提供了一个RpcChannel的类，供开发者自己实现rpc框架。实现这个rpc框架，其实主要是实现RpcChannel::CallMethod这个接口。我们自己的项目中，就使用了一套自己实现的基于ansyncore的RpcChannel，而某度最近也开源了其基于protobuf的 <a href="/misc/goto?guid=4959716956567576429" rel="nofollow,noindex">rpc框架</a> ，网络部分是使用的Boost::Asio，有兴趣的读者可以自行前往其github wiki页面学习。</p>    <p>那grpc呢，则是google自己基于protobuf（也是google自己开发的库）实现的一套rpc框架。这里使用一张官网的图，表示下其基础架构：</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/749fd5af5a72779463f3f0f467152912.jpg"></p>    <h2><strong>一个简单的例子</strong></h2>    <p>可能光说不练有点抽象，那么下面用一个例子说明下grpc的基本用法。</p>    <p>说到网络相关的例子，简单而又实用的当属EchoServer了。</p>    <p>定义一个EchoServer只需一个接口Echo，它接受一条字符串消息，并原样返回一条字符串消息。因此，echo_server.proto文件定义如下：</p>    <pre>  <code class="language-python">syntax = "proto3";    package echo_server;    service EchoServer  {      rpc Echo (EchoRequest) returns (EchoReply) {}  }    message EchoRequest  {      string msg = 1;  }    message EchoReply  {      string msg = 1;  }  </code></pre>    <p>首先，grpc使用protobuf3.x版本，因此需要在开头声明syntax=”proto3”，剩下的部分和c语言的语法很类似，基本上有了例子之后，照猫画虎很容易就可以写出来自己需要的proto文件。</p>    <p>有了proto文件之后，需要使用protoc将其编译生成对应的py文件。这里grpc提供了一个grpc_tools的库，可以将这一过程程序化：</p>    <pre>  <code class="language-python">from grpc.tools import protoc    protoc.main(      (          '',          '-I.',          '--python_out=.',          '--grpc_python_out=.',          './echo_server.proto',      )  )  </code></pre>    <p>生成的echo_server_pb2.py文件中，就定义了我们实现这个EchoServer所需的Servicer类和Stub类。</p>    <h3><strong>Server</strong></h3>    <p>先看server的实现。</p>    <p>首先，需要定义一个类，继承自xxxServicer（这里是EchoServerServicer),并重写其Echo方法。</p>    <pre>  <code class="language-python">class EchoServer(echo_server_pb2.EchoServerServicer):      def Echo(self, request, context):          return echo_server_pb2.EchoReply(msg='echo:%s' % request.msg)  </code></pre>    <p>可以看到，其中的request和return值，都是按照我们在proto文件中的定义生成的python类型，非常直观。</p>    <p>如何将这个EchoServer类和rpc服务绑定在一起，也是有套路的：</p>    <pre>  <code class="language-python">server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))  echo_server_pb2.add_EchoServerServicer_to_server(EchoServer(), server)  server.add_insecure_port('[::]:50015')  server.start()  try:      while True:          time.sleep(60*60)  except KeyboardInterrupt:      server.stop(0)  </code></pre>    <p>由于server.start()是一个非阻塞式调用，因此需要在后面用一个死循环来防止程序终止/GC导致rpc服务不可用。</p>    <h3><strong>Client</strong></h3>    <p>Client的实现就更简单了，只需通过ip和port创建一个channel，然后利用这个channel创建一个本地的Stub，然后就可以直接Stub.Echo调用远端的Echo方法了，Stub会帮你处理好一切其他事务（构造调用的结构化数据，序列化，网络传输等等）。</p>    <pre>  <code class="language-python">from __future__ import print_function  import grpc  import echo_server_pb2  import sys    if sys.version_info.major == 3:      raw_input = input  else:      raw_input = raw_input      def run():      channel = grpc.insecure_channel('localhost:50015')      stub = echo_server_pb2.EchoServerStub(channel)      while True:          msg = raw_input('you say:')          reply = stub.Echo(echo_server_pb2.EchoRequest(msg=msg))          print(reply.msg)      pass    if __name__ == "__main__":      run()  </code></pre>    <p>这段代码中对print和raw_input这两个py2和py3不兼容的调用打了Monkey Patch，从而使得这段程序可以同时运行在py2和py3的环境中~</p>    <h2><strong>总结</strong></h2>    <p>至此，grpc的最基础的应用就说的差不多了。除了上面的阻塞式调用，grpc还提供了非阻塞式调用（future)。另外，对于传递的参数和返回值，grpc还支持流式参数（stream、yield）。具体的相关例子，有兴趣的读者可以前往grpc的官网查询。</p>    <p>接下来，我将会使用grpc做一个message hub的应用，功能上应该可以替代目前项目中使用的hub（性能上就不指望替代了，毕竟当前hub使用c++实现的），当作一个练手的实际项目。</p>    <p> </p>    <p> </p>    <p>来自：http://blog.guoyb.com/2016/10/15/grpc/</p>    <p> </p>