码迷,mamicode.com
首页 > 其他好文 > 详细

gRPC怎样节省您的开发时间

时间:2020-04-10 21:14:13      阅读:93      评论:0      收藏:0      [点我收藏+]

标签:this   his   机器   环境   img   共享数据   return   gen   提交   

感谢平台分享-http://bjbsair.com/2020-04-10/tech-info/53317.html

技术图片

此时,您应该已经听说过" gRPC"(标题中至少一次)。 在本文中,我将着重介绍采用gRPC作为微服务之间的通信介质的好处。

首先,我将尝试简要介绍一下架构演变的历史。 其次,我将重点介绍使用REST(作为媒介)和可能出现的问题。 第三,gRPC启动。最后,我将以我的开发工作流程为例。

架构发展简史

本节将列出并讨论每种体系结构的优缺点(着重于基于Web的应用程序)

整体式

一切都在一个包中。

优点:

· 容易上手

· 单一代码库可满足所有需求

缺点:

· 难以扩展(部分)

· 加载服务器(服务器端渲染)

· 不良的用户体验(加载时间长)

· 难以扩展的开发团队

技术图片

Monolith architecture

技术图片

Inside monolith architecture

Monolith v2(前端-后端)

前端逻辑和后端逻辑之间的清晰分隔。 后端仍然庞大。

优点:

· 可以将团队分为前端和后端

· 更好的用户体验(客户端的前端逻辑(应用程序))

缺点:

· [仍然]难以扩展(部分)

· [仍然]难以扩展的开发团队

技术图片

Frontend-Backend architecture

微服务

每一件事物一项服务(包)。 使用网络在每个软件包之间进行通信。

优点:

· 可扩展的组件

· 可扩展团队

· 灵活的语言选择(如果使用标准通讯方式)

· 独立部署/修复每个软件包

缺点:

· 介绍网络问题(通信之间的等待时间)

· 服务之间进行通信所需的文档,协议

· 如果使用共享数据库,则难以识别错误

技术图片

Micro-service architecture with shared database

技术图片

Micro-service architecture with standalone database per service

REST(作为媒介)和可能出现的问题

REST(基于HTTP的JSON)由于易于使用,是当前服务之间通信的最流行方式。 使用REST使您可以灵活地为每种服务使用任何语言。

技术图片

Typical REST call

但是,灵活性会带来一些陷阱。 开发人员之间需要非常严格的协议。 下面的草图展示了一个非常常见的场景,通常在开发过程中发生。

技术图片

Developer A want Developer B to make a service

技术图片

Bad request

技术图片

Expectation vs Actual

问题:

· 依靠人类的同意

· 依赖文档(需要维护/更新)

· 从协议到协议(这两种服务)都需要大量的"格式化,解析"

· 大多数开发时间都花在了协议和格式化上,而不是业务逻辑上

gRPC启动

gRPC是可以在任何环境中运行的现代开源高性能RPC框架。

什么是RPC? RPC代表远程过程调用。 它是一种协议,一个程序可用于从网络上另一台计算机上的程序请求服务,而无需了解网络的详细信息。

技术图片

Remote Procedure Call

以REST为媒介的RPC

使用服务创建者提供的RPC客户端/库将确保调用服务时的正确性。 如果我们要使用RPC和REST作为媒介,则开发人员B必须编写客户端代码供开发人员A使用。 如果两个开发人员都使用不同的选择语言,那么这对开发人员B来说是一个主要问题,因为他需要用他不习惯的另一种语言来编写PRC客户。 而且,如果不同的服务也需要使用服务B,则开发人员B将不得不花费大量时间来使用不同的语言来制作RPC客户端,并且必须对其进行维护。

原虫?

协议缓冲区是Google的语言无关,平台无关的可扩展机制,用于序列化结构化数据。 gRPC使用protobuf作为定义数据结构和服务的语言。 您可以将其与REST服务的严格文档进行比较。 Protobuf语法非常严格,因此机器可以进行编译。

下面的代码块是一个简单的原始文件,描述了一个简单的待办事项服务以及用于通信的数据结构。

用于定义数据结构的" message"关键字

用于定义服务的" service"关键字

" rpc"关键字,用于定义服务功能

syntax = "proto3";  
package gogrpcspec;  
message Employee {  
    string name = 1;  
}  
message Task {  
    Employee employee = 1;  
    string name = 2;  
    string status = 3;  
}  
message Summary {  
    int32 todoTasks = 1;  
    int32 doingTasks = 2;  
    int32 doneTasks = 3;  
}  
message SpecificSummary {  
    Employee employee = 1;  
    Summary summary = 2;  
}  
service TaskManager {  
    rpc GetSummary(Employee) returns (SpecificSummary) {}  
    rpc AddTask(Task) returns (SpecificSummary) {}  
    rpc AddTasks(stream Task) returns(Summary) {}  
    rpc GetTasks(Employee) returns (stream Task) {}  
    rpc ChangeToDone(stream Task) returns (stream Task) {}  
}

将原始代码编译为服务器代码

由于protobuf非常严格,因此我们可以使用" protoc"将proto文件编译为服务器代码。 编译后,您需要对其实施真实的逻辑。

protoc --go_out=plugins=grpc:. ${pwd}/proto/*.proto

--proto_path=${pwd}

编译原始代码到客户端代码

有了proto文件,我们可以使用" protoc"将其客户端代码编译为许多流行的语言:C#,C ++,Dart,Go,Java,javascript,Objective-C,PHP,Python,Ruby等。

gRPC rpc类型

gRPC支持多种rpc类型(不过,在本文中我不会强调)

· 一元RPC(请求-响应)

· 客户端流式RPC

· 服务器流式RPC

· 双向流式RPC

开发流程

为了在各个团队之间采用gRPC,我们需要一些东西。

· 集中式代码库(用于服务之间通信的gRPC规范)

· 自动生成代码

· 服务用户(客户)可以通过软件包管理器使用生成的代码(用于他们选择的语言),例如。 去获取/点安装

此示例的代码可以在此仓库中找到:

代码库的结构

.
├── HISTORY.md
├── Makefile
├── README.md
├── genpyinit.sh
├── gogrpcspec //go generated code here
│ └── ...
├── proto
│ └── todo.proto
├── pygrpcspec //python generated code here
│ ├── ...
└── setup.py

git钩子

我将设置githook,以便在提交之前自动生成内容。 如果合适,您可以使用CI(drone / gitlab / jenkins /…)。 (使用githook的缺点是每个开发人员都需要先配置githook)

您需要一个目录(文件夹)来保留预提交脚本。 我称之为" .githooks"

$ mkdir .githooks  
$ cd .githooks/  
$ cat <<EOF > pre-commit  
#!/bin/sh  
set -e  
make generate  
git add gogrpcspec pygrpcspec  
EOF  
$ chomd +x pre-commit

预提交脚本将触发Makefile并git添加2个目录(gogrpcsepc,pygrpcspec)

为了使githooks正常工作,开发人员必须运行以下git config命令:

$ git config core.hooksPath .githooks

我们将此命令添加到Makefile中,以使开发人员可以轻松地运行此命令(称为" make init")。 Makefile的内容应如下所示。

# content of: Makefile  
init:  
 git config core.hooksPath .githooks  
generate:  
 # TO BE CONTINUE

产生程式码

我们已经设置了githooks来运行Makefile(" make generate")。 让我们深入了解将自动生成代码的命令。 本文将重点介绍两种语言-go,python

生成go代码

我们可以使用protoc将.proto文件编译成go代码。

protoc --go_out=plugins=grpc:. ${pwd}/proto/*.proto   
\--proto_path=${pwd}  

我们将改为通过docker使用protoc(为了便于开发人员使用)

docker run --rm -v ${CURDIR}:${CURDIR} -w ${CURDIR} \

znly/protoc \

--go_out=plugins=grpc:. \

${CURDIR}/proto/*.proto \

--proto_path=${CURDIR}

看一下下面的generate命令(我们将删除,生成并将代码移动到适当的文件夹中)

# content of: Makefile  
init:  
  git config core.hooksPath .githooks  
generate:  
  # remove previously generated code  
  rm -rf gogrpcspec/*  

  # generate go code  
  docker run --rm -v ${CURDIR}:${CURDIR} -w ${CURDIR} \  
  znly/protoc \  
  --go_out=plugins=grpc:. \  
  ${CURDIR}/proto/*.proto \  
  --proto_path=${CURDIR}  

  # move generated code into gogrpcspec folder  
  mv proto/*.go gogrpcspec  

生成代码后,希望将代码用于服务器或客户端的存根以调用服务的用户(开发人员)可以使用go get命令下载

go get -u github.com/redcranetech/grpcspec-example

然后用

import pb "github.com/redcranetech/grpcspec-example/gogrpcspec"

生成python代码

我们可以使用protoc将.proto文件编译成python代码。

protoc --plugin=protoc-gen-grpc=/usr/bin/grpc_python_plugin \

--python_out=./pygrpcspec \

--grpc_out=./pygrpcspec \

${pwd}/proto/*.proto \

--proto_path=${pwd}

我们将改为通过docker使用protoc(为了便于开发人员使用)

docker run --rm -v ${CURDIR}:${CURDIR} -w ${CURDIR} \

znly/protoc \ --plugin=protoc-gen-grpc=/usr/bin/grpc_python_plugin \

--python_out=./pygrpcspec \

--grpc_out=./pygrpcspec \

${CURDIR}/proto/*.proto \

--proto_path=${CURDIR}

为了使生成的代码进入python包以通过pip安装,我们需要执行额外的步骤:

· 创建setup.py

· 修改生成的代码(生成的代码使用文件夹名称导入,但我们将其更改为相对名称)

· 文件夹需要包含" init.py",以暴露生成的代码

使用以下模板创建setup.py文件:

# content of: setup.py  
from setuptools import setup, find_packages  
with open(‘README.md‘) as readme_file:  
    README = readme_file.read()  
with open(‘HISTORY.md‘) as history_file:  
    HISTORY = history_file.read()  
setup_args = dict(  
    name=‘pygrpcspec‘,  
    version=‘0.0.1‘,  
    description=‘grpc spec‘,  
    long_description_content_type="text/markdown",  
    long_description=README + ‘\n\n‘ + HISTORY,  
    license=‘MIT‘,  
    packages=[‘pygrpcspec‘,‘pygrpcspec.proto‘],  
    author=‘Napon Mekavuthikul‘,  
    author_email=‘napon@redcranetech.com‘,  
    keywords=[‘grpc‘],  
    url=‘https://github.com/redcranetech/grpcspec-example‘,  
    download_url=‘‘  
)  
install_requires = [  
    ‘grpcio>=1.21.0‘,  
    ‘grpcio-tools>=1.21.0‘,  
    ‘protobuf>=3.8.0‘  
]  
if __name__ == ‘__main__‘:  
    setup(**setup_args, install_requires=install_requires)

产生init.py

pygrpcspec文件夹的init.py必须是

# content of: pygrpspec/__init__.py  
from . import proto  
__all__ = [  
 ‘proto‘  
]

并且pygrpcspec / proto文件夹的init.py必须是

# content of: pygrpspec/proto/__init__.py  
from . import todo_pb2  
from . import todo_pb2_grpc  
__all__ = [  
    ‘todo_pb2‘,  
    ‘todo_pb2_grpc‘,  
]

为了使开发人员能够添加更多.proto文件并自动生成init.py,一个简单的shell脚本可以解决此问题

# content of: genpyinit.sh  
cat <<EOF >pygrpcspec/__init__.py  
from . import proto  
__all__ = [  
 ‘proto‘  
]  
EOF  
pyfiles=($(ls pygrpcspec/proto | sed -e ‘s/\..*$//‘| grep -v __init__))  
rm -f pygrpcspec/proto/__init__.py  
for i in "${pyfiles[@]}"  
do  
 echo "from . import $i" >> pygrpcspec/proto/__init__.py  
done  
echo "__all__ = [" >> pygrpcspec/proto/__init__.py  
for i in "${pyfiles[@]}"  
do  
 echo "    ‘$i‘," >> pygrpcspec/proto/__init__.py  
done  
echo "]" >> pygrpcspec/proto/__init__.py

修改生成的代码

(如果您不太熟悉python模块,则可以跳过此阅读)

我们希望将每个"从原始导入"更改为"从"。 进口"。 这背后的原因是因为我们将数据类型,服务存根都放在同一目录中,并且为了在模块外部调用模块,每个内部引用都应该是相对的。

sed -i -E ‘s/^from proto import/from . import/g‘ *.py

此时,您的Makefile应该如下所示:

# content of: Makefile  
init:  
  git config core.hooksPath .githooks  
generate:  
  # remove previously generated code  
  rm -rf gogrpcspec/*  

  # generate go code  
  docker run --rm -v ${CURDIR}:${CURDIR} -w ${CURDIR} \  
  znly/protoc \  
  --go_out=plugins=grpc:. \  
  ${CURDIR}/proto/*.proto \  
  --proto_path=${CURDIR}  

  # move generated code into gogrpcspec folder  
  mv proto/*.go gogrpcspec  
  # remove previously generated code  
  rm -rf pygrpcspec/*  

  # generate python code  
  docker run --rm -v ${CURDIR}:${CURDIR} -w ${CURDIR} \  
  znly/protoc \  
  --plugin=protoc-gen-grpc=/usr/bin/grpc_python_plugin \  
  --python_out=./pygrpcspec \  
  --grpc_out=./pygrpcspec \  
  ${CURDIR}/proto/*.proto \  
  --proto_path=${CURDIR}  

  # generate __init__.py  
  sh genpyinit.sh  

  # modify import using sed  
  docker run --rm -v ${CURDIR}:${CURDIR} -w     ${CURDIR}/pygrpcspec/proto \  
 frolvlad/alpine-bash \  
 bash -c "sed -i -E ‘s/^from proto import/from . import/g‘ *.py"

生成代码后,希望将代码用于服务器或客户端的存根以调用服务的用户(开发人员)可以使用pip命令下载

pip install -e git+https://github.com/redcranetech/grpcspec-example.git#egg=pygrpcspec

然后用

from pygrpcspec.proto import todo_pb2_grpc  
from pygrpcspec.proto import todo_pb2

综上所述,由于protobuf的语法严格性可以将gRPC编译成多种不同语言的客户端代码,因此gRPC是在微服务之间进行通信的一种绝佳方式。

All codes in this article:

gRPC怎样节省您的开发时间

标签:this   his   机器   环境   img   共享数据   return   gen   提交   

原文地址:https://blog.51cto.com/14744108/2486407

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!