comunicate|python gRPC (1) rpc|python

RPC基础
RPC 是两个子系统之间进行的直接消息交互，它使用操作系统提供的套接字来作为消息的载体，以特定的消息格式来定义消息内容和边界。
gRPC 是 Google 开源的基于 Protobuf 和 Http2.0 协议的通信框架，Google 深度学习框架 tensorflow 底层的 RPC 通信就完全依赖于 gRPC 库
gRPC的使用通常包括如下几个步骤：

通过protobuf来定义接口和数据类型
编写gRPC server端代码
编写gRPC client端代码
下面来通过一个实例来详细讲解上述的三步。

install response library:

pip install grpcio pip install protobuf pip install grpcio_tools

下边的hello world实例:
编写协议文件vim compute.proto

syntax = "proto3"; //说明使用proto3语法定义协议 package compute; service Compute { //我们rpc服务的名字 // 服务端会用到 // 客户端会用到 rpc SayHello (HelloRequest) returns (HelloReply) {} // SayHello 调用的方法 // HelloRequest 客户端输入的消息（对象） // HelloReply 服务端返回的消息（对象） } message HelloRequest { //定义客户端输入消息内容 string helloworld = 1; }message HelloReply { //定义服务端消息内容 string result = 1; }

python -m grpc_tools.protoc -I ./ --python_out=./ --grpc_python_out=./ compute.proto

编写客户端

import grpc import compute_pb2 import compute_pb2_grpc _HOST = '127.0.0.1' _PORT = '5000' def main(): with grpc.insecure_channel("{0}:{1}".format(_HOST, _PORT)) as channel: client = compute_pb2_grpc.ComputeStub(channel=channel) response = client.SayHello(compute_pb2.HelloRequest(helloworld="hello word")) print("received: " + response.result) if __name__ == '__main__': main()

编写服务器

import time import grpc from concurrent import futures import compute_pb2,compute_pb2_grpc # 刚刚生产的两个文件class ComputeServicer(compute_pb2_grpc.ComputeServicer): def SayHello(self,request,ctx): max_len = str(len(request.helloworld)) return compute_pb2.HelloReply(result=max_len) def main(): # 多线程服务器 server = grpc.server(futures.ThreadPoolExecutor(max_workers=10)) # 实例化计算len的类 servicer = ComputeServicer() # 注册本地服务,方法ComputeServicer只有这个是变的 compute_pb2_grpc.add_ComputeServicer_to_server(servicer, server) # 监听端口 server.add_insecure_port('127.0.0.1:5000') # 开始接收请求进行服务 server.start() try: print("servingstart...") time.sleep(1000) except KeyboardInterrupt: print("stopping...") server.stop(0) if __name__ == '__main__': main()

【comunicate|python gRPC (1)】