• gRPC协议详解


    在这里插入图片描述

    gRPC介绍

    gRPC是一个高性能、开源和通用的RPC(远程过程调用)框架,由Google发起并开发,于2015年对外发布。它基于HTTP/2协议和Protocol Buffers设计,支持多种编程语言(如C++、Java、Python、Go、Ruby、C#、Node.js等)。
    gRPC的核心思想是基于接口定义语言(IDL)来定义服务,在编译期间自动生成具体的服务端和客户端代码。这种设计使得服务端和客户端可以完全专注于业务,而无需关心通信协议的细节。
    gRPC提供了四种不同类型的服务:Unary RPC、Server Streaming RPC、Client Streaming RPC和Bidirectional Streaming RPC。其中,Unary RPC是最常用的一种,它是一种普通的RPC调用,即客户端向服务器发送一个请求,服务器返回一个响应。而Streaming RPC则是一种支持流式数据传输的RPC调用方式,它可以实现更加复杂的通信模式,如实时聊天、视频流传输等。
    gRPC还支持多种认证和授权机制,如基于TLS的认证、OAuth2授权等。同时,它还提供了一系列的性能优化机制,如连接复用、流控制、压缩等,可以大大提升RPC调用的效率和性能。
    gRPC被广泛应用于微服务架构中,是一种高效、直观且方便进行数据传输和处理的远程过程调用协议。

    在这里插入图片描述

    gRPC协议特点

    • 支持多种语言 :gRPC支持多种编程语言,如C++、Java、Python、Go、Ruby、C#、Node.js等,使得在不同语言环境下进行RPC调用变得更加容易。
    • 通信协议基于HTTP/2设计 :gRPC使用HTTP/2作为通信协议,具有连接复用、双向流、消息头压缩、单TCP的多路复用等特点,可以节省带宽、降低TCP链接次数、节省CPU,帮助移动设备延长电池寿命等。
    • 序列化支持PB(Protocol Buffer)和JSON :gRPC支持PB和JSON两种序列化协议。PB是一种语言无关的高性能序列化框架,基于HTTP/2 + PB,保障了RPC调用的高性能。同时,gRPC也支持JSON序列化,使得数据传输更加方便。
    • 基于IDL文件定义服务 :gRPC使用IDL(Interface Definition Language)文件定义服务,通过proto3工具生成指定语言的数据结构、服务端接口以及客户端Stub。这种设计使得服务端和客户端可以完全专注于业务,而无需关心通信协议的细节。
    • 支持流式调用 :gRPC支持四种不同类型的服务,包括Unary RPC、Server Streaming RPC、Client Streaming RPC和Bidirectional Streaming RPC。其中,Streaming RPC支持流式数据传输,可以实现更加复杂的通信模式,如实时聊天、视频流传输等。
    • 安全性 :gRPC支持多种认证和授权机制,如基于TLS的认证、OAuth2授权等,提高了通信的安全性。
    • 高效 :gRPC具有高效的性能优化机制,如连接复用、流控制、压缩等,可以大大提升RPC调用的效率和性能。

    在这里插入图片描述

    gRPC应用场景

    gRPC被广泛应用于微服务架构中,是一种高效、直观且方便进行数据传输和处理的远程过程调用协议。它非常适合用于服务之间的通信,提供高性能、类型安全和易于维护的通信机制。此外,gRPC还支持多种编程语言,因此可以轻松地在不同的技术栈中进行通信,对于跨团队协作、不同技术栈的应用程序集成以及构建多语言系统非常有用。
    gRPC的应用场景包括:

    微服务架构 :gRPC非常适合用于微服务架构中,可以用于服务之间的通信,提供高性能、类型安全和易于维护的通信机制。

    跨语言通信 :gRPC支持多种编程语言,因此可以轻松地在不同的技术栈中进行通信。这对于跨团队协作、不同技术栈的应用程序集成以及构建多语言系统非常有用。

    移动应用通信 :gRPC的轻量级性能使其成为移动应用与后端服务器之间进行高效通信的理想选择。它可以用于移动应用与云服务或后端API之间的通信,以获取数据或执行操作。

    设计语言独立、高效、精确的新协议 :gRPC基于HTTP/2设计,具有连接复用、双向流、消息头压缩、单TCP的多路复用等特点,可以节省带宽、降低TCP链接次数、节省CPU。

    便于各方面扩展的分层设计 :gRPC支持多种认证和授权机制,如基于TLS的认证、OAuth2授权等,提高了通信的安全性。此外,它还提供了一系列的性能优化机制,如连接复用、流控制、压缩等,可以大大提升RPC调用的效率和性能。

    Java实现gRPC案例

    1. 首先,定义一个gRPC的服务接口,这里我们定义一个简单的HelloService,只有一个sayHello的方法,返回一个HelloReply类型的对象:
    public interface HelloService extends Service<HelloRequest, HelloReply> {
        @Override
        HelloReply sayHello(HelloRequest request);
    }
    
    • 1
    • 2
    • 3
    • 4
    1. 实现这个服务接口。在实现类中,我们需要实现sayHello方法:
    public class HelloServiceImpl extends HelloServiceGrpc.HelloServiceImplBase implements HelloService {
        @Override
        public HelloReply sayHello(HelloRequest request) {
            return HelloReply.newBuilder()
                    .setMessage("Hello " + request.getName())
                    .build();
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    1. 在服务器端,我们需要注册并启动这个服务:
    public class Server {
        public static void main(String[] args) throws IOException, InterruptedException {
            Server server = ServerBuilder.forPort(50051)
                    .addService(new HelloServiceImpl())
                    .build();
            server.start();
            server.awaitTermination();
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    1. 在客户端,我们可以调用这个服务:
    public class Client {
        public static void main(String[] args) throws IOException, InterruptedException {
            ManagedChannel channel = ManagedChannelBuilder.forAddress("localhost", 50051)
                    .usePlaintext()
                    .build();
            try (HelloServiceGrpc.HelloServiceBlockingStub stub = HelloServiceGrpc.newBlockingStub(channel)) {
                HelloReply reply = stub.sayHello(HelloRequest.newBuilder().setName("World").build());
                System.out.println(reply.getMessage());
            } finally {
                channel.shutdown();
            }
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    在这里插入图片描述

    Protocol Buffers的特点

    1. 跨平台、跨语言:Protobuf支持跨平台和跨语言的特性,可以在不同的平台和编程语言中使用。生成的代码体积小,传输速度快,适用于各种不同类型的应用场景。
    2. 二进制序列化:Protobuf使用二进制格式进行序列化,相较于文本格式,具有更小的存储空间和更快的解析速度。这种格式也使得Protobuf在数据传输时更加紧凑和高效。
    3. 丰富的数据类型:Protobuf支持多种数据类型,包括整数、浮点数、布尔值、字符串、字节流等,可以满足不同类型的数据需求。
    4. 自定义消息结构:使用Protobuf时,首先需要定义好需要传输的数据的格式,即Proto文件。使用Proto文件定义数据格式后,就可以使用提供的代码生成工具生成对应语言的数据访问类,在应用中便可以使用这些类进行数据编解码。这种灵活的消息结构可以方便地添加新的字段或修改字段,而不会影响旧版本的代码。
    5. 高效的序列化:Protobuf使用二进制编码,相比于XML、JSON等文本标记语言,具有更小的存储空间和更快的序列化和反序列化速度。
    6. 安全性:由于Protobuf的二进制格式和严格的格式规范,解析速度非常高效。同时,其消息结构可以进行版本控制和演化,通过向已定义的消息中添加新的字段或修改字段,旧版本的代码仍然可以与新版本的消息进行兼容。

    总的来说,Protocol Buffers是一种非常高效的数据交换格式,适用于数据传输量较大、网络带宽较小或数据响应速度要求较高的领域。

    使用Protocol Buffers的Java案例

    假设我们有一个Proto文件,名为person.proto,定义了一个Person消息类型,包含姓名和年龄两个字段:

    syntax = "proto3";
    
    message Person {
        string name = 1;
        int32 age = 2;
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    首先,我们需要使用Protocol Buffers的编译器生成Java代码。假设我们已经安装了Protocol Buffers编译器,可以在命令行中输入以下命令生成Java代码:

    protoc --java_out=./ ./person.proto
    
    • 1

    这将生成一个名为Person.java的文件,其中包含Person消息类型的Java类定义。

    接下来,我们可以使用生成的Java类来序列化和反序列化Person消息。以下是一个简单的Java程序,演示了如何使用Protocol Buffers进行序列化和反序列化:

    import com.google.protobuf.util.JsonFormat;
    import java.io.IOException;
    import java.util.logging.Logger;
    
    public class PersonExample {
        private static final Logger logger = Logger.getLogger(PersonExample.class.getName());
    
        public static void main(String[] args) throws IOException {
            // 创建一个Person对象
            Person person = Person.newBuilder()
                    .setName("Alice")
                    .setAge(25)
                    .build();
    
            // 将Person对象序列化为二进制格式
            byte[] bytes = person.toByteArray();
            logger.info("Serialized person to " + bytes.length + " bytes");
    
            // 将二进制格式反序列化为Person对象
            Person deserializedPerson = Person.parseFrom(bytes);
            logger.info("Deserialized person: " + deserializedPerson);
        }
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23

    在上面的示例中,我们首先创建了一个Person对象,并设置了姓名和年龄字段。然后,我们使用toByteArray()方法将Person对象序列化为二进制格式。最后,我们使用parseFrom()方法将二进制格式反序列化为Person对象。

    在这里插入图片描述

  • 相关阅读:
    【PHP】进阶知识
    华为od机考题目-带空白字符的字符串匹配
    DDOS防护如何建设?
    【无人机路径规划】基于改进差分算法实现三维多无人机协同航迹规划附matlab代码
    [附源码]java毕业设计养老护理综合服务系统
    关于jQuery_选择器扩展的介绍和基本使用
    seaborn 笔记: 绘制分类数据
    appium用例参数化
    测试 -挂载图片测试实验
    Java Spring Cloud XVIII 之 Kafka I
  • 原文地址:https://blog.csdn.net/zhangzehai2234/article/details/134432409