摘要

• 一、遠程調用技術簡史
• 二、gRPC 簡介
• 三、gRPC 示例代碼

自從產業(yè)界發(fā)明機器聯(lián)網的那一天就已經開始探索最優(yōu)的遠程通信機制焰轻。操作系統(tǒng)如 UNIX、Windows 和 Linux 等都有實現(xiàn)遠程通信的內部協(xié)議昆雀，挑戰(zhàn)在于如何向開發(fā)人員開放一個通信框架辱志。

一、遠程調用技術簡史

在20世紀90年代狞膘，當 TCP/IP 協(xié)議日臻成熟變成網絡通信的黃金標準時揩懒，焦點轉移到跨平臺通信 —— 一臺計算機可以通過某種類型網絡在另一臺計算機上發(fā)起一個動作。例如如 CORBA挽封、DCOM已球、Java RMI 技術，在核心網絡基礎設施之上創(chuàng)造了一個對開發(fā)者友好的抽象層辅愿。這些技術還試圖發(fā)展出一套與開發(fā)語言無關的通信框架智亮，這一點對于客戶機/服務器體系結構至關重要。

隨著本世紀初 Web 技術的演進点待，HTTP 逐漸演變?yōu)槭聦嵣系耐ㄐ艠藴矢胨亍TTP 結合 XML 提供了一種自我描述、不依賴語言亦鳞、與平臺無關的遠程通信框架。這種結合的成果是 SOAP 和 WSDL 標準，它們保證了在各種運行環(huán)境和平臺之間實現(xiàn)互操作的標準化燕差。

下一個沖擊互聯(lián)網的浪潮是 Web 編程遭笋。許多開發(fā)人員發(fā)現(xiàn)定義 SOAP 標準的 HTTP 和 XML 的組合過于嚴格。這時 JavaScript 和 JSON 開始流行了徒探。Web 2.0 現(xiàn)象（API 發(fā)揮了關鍵作用）, JSON 替代 XML 成為首選的協(xié)議瓦呼。HTTP 和 JSON 這對致命的組合，催生了一個新的非官方標準 REST 测暗。SOAP 要求嚴格遵守標準和結構定義央串，僅局限于大型企業(yè)應用程序，而 REST 在當代開發(fā)人員中很受歡迎碗啄。

1.1 HTTP, REST 和微服務

歸功于 JavaScript 框架质和，Node.js 以及文檔數(shù)據(jù)庫的發(fā)展，REST 在 Web 開發(fā)者中廣受歡迎稚字。許多應用程序開始基于 REST 實現(xiàn) 饲宿，即使是內部序列化和通信模式領域。但 HTTP 是最有效的消息交換協(xié)議嗎胆描？即使在同一上下文瘫想、同一網絡，或者是同一臺機器上運行的服務之間昌讲？HTTP 的便捷性與高性能之間需要作出權衡国夜，這促使我們回到問題的起點，尋找微服務架構中最優(yōu)的通信框架短绸。

進入 gRPC 時代 —— 來自谷歌车吹，現(xiàn)代的輕量級通信協(xié)議。這是一個高性能的鸠按、開源的通用遠程過程調用（RPC） 框架礼搁，它可以在多種開發(fā)語言、任何操作系統(tǒng)上運行目尖。

gRPC 在推出的第一年內就被 CoreOS馒吴，Netflix，Square 和 Cockroach Labs 等機構采用瑟曲。 CoreOS 團隊的 Etcd饮戳，是一種分布式鍵/值存儲服務，采用 gRPC 實現(xiàn)端通信洞拨。電信公司如 Cisco扯罐，Juniper 和 Arista 都使用 gRPC 實現(xiàn)數(shù)據(jù)流遙測和網絡設備配置。

1.2 什么是 gRPC ?

當我第一次遇到 gRPC烦衣，它使我想到 CORBA歹河。兩個框架都基于語言無關的接口定義語言（IDL） 聲明服務掩浙，通過特定的語言綁定實現(xiàn)。

CORBA 和 gRPC 二者的設計秸歧，都是為了使客戶端相信服務器在同一臺機器厨姚。客戶機在樁（Stub）上調用一個方法（method）键菱，調用過程由底層協(xié)議透明地處理谬墙。

gRPC 的秘訣在于處理序列化的方式。gRPC 基于 Protocol Buffer经备，一個開源的用于結構化數(shù)據(jù)序列化機制拭抬，它是語言和平臺無關的。Protocol Buffer 的描述非常詳細侵蒙，與 XML 類似造虎。但是它們比其他的協(xié)議格式更小，更快蘑志，效率更高累奈。任何需要序列化的自定義數(shù)據(jù)類型在 gRPC 被定義為一個 Protocol Buffer 。

Protocol Buffer 的最新版本是 proto3急但，支持多種開發(fā)語言的代碼生成澎媒，Java , C++，Python波桩，Ruby , Java Lite , JavaScript戒努，Objective-C 和 C # 。當一個 Protocol Buffer 編譯為一個特定的語言镐躲，它的訪問器（setter 和 getter）為每個字段提供定義储玫。

相比于 REST + JSON 組合 ，gRPC 提供更好的性能和安全性萤皂。它極大的促進了在客戶端和服務器之間使用 SSL / TLS 進行身份驗證和數(shù)據(jù)交換加密撒穷。

為什么微服務開發(fā)者需要使用 gRPC ？gRPC 采用 HTTP / 2 以支持高性能的裆熙、可擴展的 API 端礼。報文使用二進制而不是文本通信可以保持載荷緊湊、高效入录。HTTP / 2 請求在一個 TCP 連接上可支持多路復用蛤奥，允許多個消息并發(fā)傳送而不影響網絡資源利用率。gRPC 使用報頭壓縮（header compression ）來減少請求和響應的大小僚稿。

二凡桥、gRPC 簡介

2.1 創(chuàng)建 gRPC 服務的流程

1. 在 Protocol Buffer (.proto) 文件中描述服務和載荷結構
2. 從 .proto 文件生成 gRPC 代碼
3. 用一種開發(fā)語言實現(xiàn)服務端
4. 創(chuàng)建一個客戶端調用服務
5. 運行服務端和客戶端

Note:Node.js 客戶端不需要生成存根（Stub），只要 Protocol Buffer 文件是可訪問的蚀同，它就可以直接與服務端對話缅刽。

三啊掏、gRPC 示例代碼

為了進一步熟悉 gRPC，我們將用 Python 語言創(chuàng)建一個簡單的計算服務衰猛。它將同時被一個 Python 客戶端和一個 Node.js 客戶端調用脖律。以下測試示例運行在 Mac OS X 。

你可以從 GitHub 庫 https://github.com/grpc/grpc/tree/master/examples 訪問源代碼腕侄，在自己的機器上運行示例。

• 環(huán)境準備

// 配置 Python gRPC
python -m pip install virtualenv
virtualenv venv
source venv/bin/activate
python -m pip install --upgrade pip

//安裝 gRPC 和 gRPC Tools
python -m pip install grpcio
python -m pip install grpcio-tools

// 配置 Node.js gRPC
npm install grpc --global

//創(chuàng)建目錄
mkdir Proto
mkdir Server
mkdir -p Client/Python
mkdir -p Client/Node

• 創(chuàng)建 Protocol Buffer 文件

//Proto/Calc.proto
syntax = "proto3";

package calc;

service Calculator {
  rpc Add (AddRequest) returns (AddReply) {}
  rpc Substract (SubstractRequest) returns (SubstractReply) {}
  rpc Multiply (MultiplyRequest) returns (MultiplyReply) {}
  rpc Divide (DivideRequest) returns (DivideReply) {}
}

message AddRequest{
  int32 n1=1;
  int32 n2=2;
}
message AddReply{
  int32 n1=1;
}
message SubstractRequest{
  int32 n1=1;
  int32 n2=2;
}
message SubstractReply{
  int32 n1=1;
}
message MultiplyRequest{
  int32 n1=1;
  int32 n2=2;
}
message MultiplyReply{
  int32 n1=1;
}
message DivideRequest{
  int32 n1=1;
  int32 n2=2;
}
message DivideReply{
  float f1=1;
}

• 生成 Python 服務端和客戶端代碼

$ python -m grpc.tools.protoc  --python_out=. --grpc_python_out=. --proto_path=. Calc.proto
$ cp Calc_pb2.py ../Server
$ cp Calc_pb2.py ../Client/Python
$ cp Calc.proto ../Client/Node

• 創(chuàng)建服務端

# Server/Calc_Server.py
from concurrent import futures
import time

import grpc

import Calc_pb2
import Calc_pb2_grpc

_ONE_DAY_IN_SECONDS = 60 * 60 * 24

class Calculator(Calc_pb2.CalculatorServicer):

 def Add(self, request, context):
   return Calc_pb2.AddReply(n1=request.n1+request.n2)

 def Substract(self, request, context):
   return Calc_pb2.SubstractReply(n1=request.n1-request.n2)

 def Multiply(self, request, context):
   return Calc_pb2.MultiplyReply(n1=request.n1*request.n2)

 def Divide(self, request, context):
   return Calc_pb2.DivideReply(f1=request.n1/request.n2)

def serve():
 server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
 Calc_pb2_grpc.add_CalculatorServicer_to_server(Calculator(), server)
 server.add_insecure_port('[::]:50050')
 server.start()

 try:
   while True:
     time.sleep(_ONE_DAY_IN_SECONDS)
 except KeyboardInterrupt:
   server.stop(0)

if __name__ == '__main__':
 serve()

• 啟動服務端

python Calc_Server.py

• 創(chuàng)建 Python 客戶端

# Client/Python/Calc_Client.py

from __future__ import print_function

import grpc
import Calc_pb2
import Calc_pb2_grpc

def run():
 channel = grpc.insecure_channel('localhost:50050')
 stub = Calc_pb2_grpc.CalculatorStub(channel)

 response = stub.Add(Calc_pb2.AddRequest(n1=20,n2=10))
 print(response.n1)
 response = stub.Substract(Calc_pb2.SubstractRequest(n1=20,n2=10))
 print(response.n1)
 response = stub.Multiply(Calc_pb2.MultiplyRequest(n1=20,n2=10))
 print(response.n1)
 response = stub.Divide(Calc_pb2.DivideRequest(n1=20,n2=10))
 print(response.f1)

if __name__ == '__main__':
  run()

• 創(chuàng)建 Node.js 客戶端

//Client/Node/Calc_Client.js
var PROTO_PATH = 'Calc.proto';

var grpc = require('grpc');
var calc_proto = grpc.load(PROTO_PATH).calc;
var params={n1:20, n2:10};

function main() {
 var client = new calc_proto.Calculator('localhost:50050',
                                      grpc.credentials.createInsecure());

 client.divide(params, function(err, response) {
   console.log(response.f1);
 });

 client.multiply(params, function(err, response) {
   console.log(response.n1);
 });

 client.substract(params, function(err, response) {
   console.log(response.n1);
 });

 client.add(params, function(err, response) {
   console.log(response.n1);
 });

}

main();

• 啟動客戶端 Node.js/Python

$ python Calc_Client.py
30
10
200
2.0

$ node Calc_Client.js
30
10
200
2.0

附表：gRPC 年譜

• 2011 : Protocol Buffers 2 => language neutral for serializing structured data
• 2015 : Borg => Large-scale cluster management => Kubernetes
• 2015 : Stubby => A high performance RPC framework => gRPC
• July 2016 : Protocol Buffers 3.0.0
• Aug 2016 : gRPC 1.0 ready for production
• Sept 2016 : Swift-protobuf
• Jan 2017 : Grpc Swift
• Apr 2017 : Google Endpoints => Manage gRPC APIs with Cloud Endpoints
• Sept 2017 : gRPC 1.6.1
• Sept 2017 : Protocol Buffers 3.4.1
• Oct 2017 : Swift-protobuf 1.0
• Oct 2017 : gRPC 1.7.0