用Python編寫簡單的gRPC服務的詳細過程
gRPC 是可以在任何環(huán)境中運行的現(xiàn)代開源高性能 RPC 框架。它可以通過可插拔的支持來有效地連接數(shù)據(jù)中心內(nèi)和跨數(shù)據(jù)中心的服務,以實現(xiàn)負載平衡,跟蹤,運行狀況檢查和身份驗證。它也適用于分布式計算的最后一英里,以將設備,移動應用程序和瀏覽器連接到后端服務。
用Python編寫簡單的gRPC服務
grpc官網(wǎng)python參考:https://www.grpc.io/docs/languages/python/quickstart/
http://grpc.github.io/grpc/python/grpc.html
- Python 3.5 or higher
- pip version 9.0.1 or higher
安裝gRPC相關的庫
grpcio-tools主要用根據(jù)我們的protocol buffer定義來生成Python代碼,官方解釋是Protobuf code generator for gRPC。
#apt install python3-pip pip install grpcio pip install protobuf pip install grpcio_tools
編寫proto文件
proto是一個協(xié)議文件,客戶端和服務器的通信接口正是通過proto文件協(xié)定的,可以根據(jù)不同語言生成對應語言的代碼文件。
heartbeat.proto文件:
syntax = "proto3"; message HeartbeatRequest{ string Host = 1; int32 Mem = 2; int32 Disk = 3; int32 Cpu = 4; int64 Timestamp = 5; int64 Seq = 6; } message HeartbeatResponse{ int32 ErrCode = 1; string ErrMsg = 2; }
heartbeat_service.proto
syntax = "proto3"; import "heartbeat.proto"; // HeartBeatService service HeartBeatService{ rpc HeartBeat(HeartbeatRequest) returns(HeartbeatResponse){} }
核心 就是一個 用于生成需要用到數(shù)據(jù)類型的文件;一個就是用于生成相關調(diào)用方法的類。 一個定義數(shù)據(jù)類型,一個用于定義方法。
通過proto生成.py文件
proto文件需要通過protoc生成對應的.py文件。protoc的下載地址 。下載解壓之后,將解壓目錄添加到path的環(huán)境變量中。
pip install grpcio install grpcio-tools #pip install --upgrade protobuf
注意:【下面命令是在proto文件所在的目錄執(zhí)行的,-I 用來指定proto的目錄是 . 】
python -m grpc_tools.protoc -I=. --python_out=.. heartbeat.proto python -m grpc_tools.protoc -I=. --grpc_python_out=.. heartbeat_service.proto
- -I 指定proto所在目錄
- -m 指定通過protoc生成py文件
- –python_out生成py文件的輸出路徑
- heartbeat.proto、heartbeat_service.proto為 輸入的proto文件
- 生成的文件名中 xxx_pb2.py 就是我們剛才創(chuàng)建數(shù)據(jù)結構文件,里面有定義函數(shù)參數(shù)和返回數(shù)據(jù)結構; xxx_pb2_grpc.py 就是我們定義的函數(shù),定義了我們客服端rpc將來要調(diào)用方法。
編譯客戶端和服務端代碼
服務端
#!/usr/bin/env python # coding=utf-8 import sys from concurrent import futures import time import grpc from google.protobuf.json_format import MessageToJson import heartbeat_service_pb2_grpc import heartbeat_pb2 from lib.core.log import LOGGER class HeartBeatSrv(heartbeat_service_pb2_grpc.HeartBeatServiceServicer): def HeartBeat(self, msg, context): try: # LOGGER.info(MessageToJson(msg, preserving_proto_field_name=True)) body = MessageToJson(msg, preserving_proto_field_name=True) LOGGER.info("Get Heartbeat Request: %s", body) response = heartbeat_pb2.HeartbeatResponse() response.ErrCode = 0000 response.ErrMsg = "success" return response except Exception as e: print("exception in heartbeat") LOGGER.error("RPC Service exception: %s", e) response = heartbeat_pb2.HeartbeatResponse() response.ErrCode = 500 response.ErrMsg = "rpc error: %s" % e return response def server(host, rpc_port): # 這里通過thread pool來并發(fā)處理server的任務 # 定義服務器并設置最大連接數(shù),concurrent.futures是一個并發(fā)庫,類似于線程池的概念 grpc_server = grpc.server(futures.ThreadPoolExecutor(max_workers=100)) # 不使用SSL grpc_server.add_insecure_port('[::]' + ':' + str(rpc_port)) # This method is only safe to call before the server is started. # 綁定處理器HeartBeatSrv(自己實現(xiàn)了處理函數(shù)) heartbeat_service_pb2_grpc.add_HeartBeatServiceServicer_to_server(HeartBeatSrv(), grpc_server) # 該方法只能調(diào)用一次, start() 不會阻塞 # 啟動服務器 grpc_server.start() LOGGER.info("server start...") while 1: time.sleep(10) #grpc_server.wait_for_termination() def main(): try: LOGGER.info("begin start server") rpc_port = 8090 host = "::" server(host, rpc_port) except Exception as e: LOGGER.error("server start error: %s", e) time.sleep(5) if __name__ == '__main__': LOGGER.info(sys.path) main()
客戶端
from time import sleep import grpc import heartbeat_pb2 import heartbeat_service_pb2_grpc from lib.core.log import LOGGER def run(seq): option = [('grpc.keepalive_timeout_ms', 10000)] # with grpc.insecure_channel(target='127.0.0.1:8090', options=option) as channel: # 客戶端實例 stub = heartbeat_service_pb2_grpc.HeartBeatServiceStub(channel) # stub調(diào)用服務端方法 response = stub.HeartBeat(heartbeat_pb2.HeartbeatRequest(Host='hello grpc', Seq=seq), timeout=10) LOGGER.info("response ErrCode:%s", response.ErrCode) if __name__ == '__main__': for i in range(1, 10000): LOGGER.info("i: %s", i) sleep(3) run(i)
參考
使用Python實現(xiàn)gRPC通信
參考URL: https://zhuanlan.zhihu.com/p/363810793
python grpc搭構服務
https://www.jianshu.com/p/10d9ca034567
python grpc 服務端和客戶端調(diào)用demo
參考URL: https://blog.csdn.net/qq_42363032/article/details/115282405
到此這篇關于用Python編寫簡單的gRPC服務的文章就介紹到這了,更多相關Python gRPC服務內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
python ctypes庫2_指定參數(shù)類型和返回類型詳解
今天小編就為大家分享一篇python ctypes庫2_指定參數(shù)類型和返回類型詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11Pycharm連接遠程服務器并實現(xiàn)遠程調(diào)試的實現(xiàn)
這篇文章主要介紹了Pycharm連接遠程服務器并實現(xiàn)遠程調(diào)試的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-08-08淺談tensorflow中dataset.shuffle和dataset.batch dataset.repeat注意點
這篇文章主要介紹了淺談tensorflow中dataset.shuffle和dataset.batch dataset.repeat注意點,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-06-06淺談Python中chr、unichr、ord字符函數(shù)之間的對比
chr、unichr、ord在Python中都可以被用作字符類型轉(zhuǎn)換,這里我們就來淺談Python中chr、unichr、ord字符函數(shù)之間的對比,需要的朋友可以參考下2016-06-06TensorFlow實現(xiàn)模型斷點訓練,checkpoint模型載入方式
這篇文章主要介紹了TensorFlow實現(xiàn)模型斷點訓練,checkpoint模型載入方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05