Python中的gRPC简化指南 python

作者：chen_h
微信号 & QQ：862251340
微信公众号：coderpai
Google的gRPC提供了一个框架，用于实现RPC（远程过程调用）工作流。通过在HTTP / 2上分层并使用协议缓冲区，gRPC有望比传统的REST + JSON API带来很多好处。

文章图片

这篇文章试图从头开始，采用Python实现一个简单的功能，并通过gRPC接口提供服务。
【Python中的gRPC简化指南】因此，让我们开始学习构建。
0.定义函数让我们创建一个要公开远程调用的 square_root 函数，它位于calculator.py 中。

import mathdef square_root(x): y = math.sqrt(x) return y

square_root 接受输入x，并将平方根返回为 y。本文的其余部分将重点介绍如何通过gRPC 公开 square_root 这个函数。
1.设置协议缓冲区（protocol buffers）协议缓冲区是一种语言中立的机制，用于序列化结构化数据。使用它需要明确定义值及其数据类型。
让我们创建 calculator.proto，它定义我们的服务要使用的消息(message)和服务结构(service structures)。

syntax = "proto3"; message Number { float value = https://www.it610.com/article/1; }service Calculator { rpc SquareRoot(Number) returns (Number) {} }

你可以考虑以下消息（message）和服务定义（service definitions）：

Number.value 将用于包含变量 x 和 y；
Calculator.SquareRoot 将用于函数 square_root ；

2.为Python生成gRPC类此部分可能是整个过程中最“黑匣子”的部分。我们将使用特殊的工具来自动生成类。
运行下面这些命令时，将遵循某些命名约定生成新文件和类。

$ pip install grpcio $ pip install grpcio-tools$ python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. calculator.proto

生成的文件如下：
calculator_pb2.py 包含 message 类

calculator_pb2.Number 是请求和应答的变量 x 和 y 。

calculator_pb2_grpc.py 包含服务端和客户端类

calculator.pb2_grpc.CalculatorServicer 是服务端；
calculator.pb2_grpc.CalculatorStub 是客户端；

3.创建一个gRPC服务器现在，我们拥有创建gRPC服务器server.py所需的所有部分，如下所示。注释应解释每个部分。

import grpc from concurrent import futures import time# import the generated classes import calculator_pb2 import calculator_pb2_grpc# import the original calculator.py import calculator# create a class to define the server functions, derived from # calculator_pb2_grpc.CalculatorServicer class CalculatorServicer(calculator_pb2_grpc.CalculatorServicer):# calculator.square_root is exposed here # the request and response are of the data type # calculator_pb2.Number def SquareRoot(self, request, context): response = calculator_pb2.Number() response.value = https://www.it610.com/article/calculator.square_root(request.value) return response# create a gRPC server server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))# use the generated function `add_CalculatorServicer_to_server` # to add the defined class to the server calculator_pb2_grpc.add_CalculatorServicer_to_server( CalculatorServicer(), server)# listen on port 50051 print('Starting server. Listening on port 50051.') server.add_insecure_port('[::]:50051') server.start()# since server.start() will not block, # a sleep-loop is added to keep alive try: while True: time.sleep(86400) except KeyboardInterrupt: server.stop(0)

我们可以使用以下命令启动服务器：

$ python server.py Starting server. Listening on port 50051.

现在我们有了一个 gRPC 服务器，监听端口 50051。
4.创建一个gRPC客户端完成服务器设置后，我们创建了client.py，它仅调用函数并打印结果。

import grpc# import the generated classes import calculator_pb2 import calculator_pb2_grpc# open a gRPC channel channel = grpc.insecure_channel('localhost:50051')# create a stub (client) stub = calculator_pb2_grpc.CalculatorStub(channel)# create a valid request message number = calculator_pb2.Number(value=https://www.it610.com/article/16)# make the call response = stub.SquareRoot(number)# et voilà print(response.value)

就是这样！
在服务器已经侦听的情况下，我们只需运行客户端即可。