gRPC如何節省您的開發時間

此時，您應該已經聽說過" gRPC"（標題中至少一次）。在本文中，我將著重介紹采用gRPC作為微服務之間的通信介質的好處。

首先，我將嘗試簡要介紹一下架構演變的歷史。其次，我將重點介紹使用REST（作為媒介）和可能出現的問題。第三，gRPC啟動。最后，我將以我的開發工作流程為例。

架構發展簡史

本節將列出并討論每種體系結構的優缺點（著重于基于Web的應用程序）

整體式

一切都在一個包中。

優點：

· 容易上手

· 單一代碼庫可滿足所有需求

缺點：

· 難以擴展（部分）

· 加載服務器（服務器端渲染）

· 不良的用戶體驗（加載時間長）

· 難以擴展的開發團隊

Monolith architecture

Inside monolith architecture

Monolith v2（前端-后端）

前端邏輯和后端邏輯之間的清晰分隔。后端仍然龐大。

優點：

· 可以將團隊分為前端和后端

· 更好的用戶體驗（客戶端的前端邏輯（應用程序））

缺點：

· [仍然]難以擴展（部分）

· [仍然]難以擴展的開發團隊

Frontend-Backend architecture

微服務

每一件事物一項服務（包）。使用網絡在每個軟件包之間進行通信。

優點：

· 可擴展的組件

· 可擴展團隊

· 靈活的語言選擇（如果使用標準通訊方式）

· 獨立部署/修復每個軟件包

缺點：

· 介紹網絡問題（通信之間的等待時間）

· 服務之間進行通信所需的文檔，協議

· 如果使用共享數據庫，則難以識別錯誤

Micro-service architecture with shared database

Micro-service architecture with standalone database per service

REST（作為媒介）和可能出現的問題

REST（基于HTTP的JSON）由于易于使用，是當前服務之間通信的最流行方式。使用REST使您可以靈活地為每種服務使用任何語言。

Typical REST call

但是，靈活性會帶來一些陷阱。開發人員之間需要非常嚴格的協議。下面的草圖展示了一個非常常見的場景，通常在開發過程中發生。

Developer A want Developer B to make a service

Bad request

Expectation vs Actual

問題：

· 依靠人類的同意

· 依賴文檔（需要維護/更新）

· 從協議到協議（這兩種服務）都需要大量的"格式化，解析"

· 大多數開發時間都花在了協議和格式化上，而不是業務邏輯上

gRPC啟動

gRPC是可以在任何環境中運行的現代開源高性能RPC框架。

什么是RPC？ RPC代表遠程過程調用。它是一種協議，一個程序可用于從網絡上另一臺計算機上的程序請求服務，而無需了解網絡的詳細信息。

Remote Procedure Call

以REST為媒介的RPC

使用服務創建者提供的RPC客戶端/庫將確保調用服務時的正確性。如果我們要使用RPC和REST作為媒介，則開發人員B必須編寫客戶端代碼供開發人員A使用。如果兩個開發人員都使用不同的選擇語言，那么這對開發人員B來說是一個主要問題，因為他需要用他不習慣的另一種語言來編寫PRC客戶。而且，如果不同的服務也需要使用服務B，則開發人員B將不得不花費大量時間來使用不同的語言來制作RPC客戶端，并且必須對其進行維護。

原蟲？

協議緩沖區是google的語言無關，平臺無關的可擴展機制，用于序列化結構化數據。 gRPC使用protobuf作為定義數據結構和服務的語言。您可以將其與REST服務的嚴格文檔進行比較。 Protobuf語法非常嚴格，因此機器可以進行編譯。

下面的代碼塊是一個簡單的原始文件，描述了一個簡單的待辦事項服務以及用于通信的數據結構。

用于定義數據結構的" message"關鍵字

用于定義服務的" service"關鍵字

" rpc"關鍵字，用于定義服務功能

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) {}
}

將原始代碼編譯為服務器代碼

由于protobuf非常嚴格，因此我們可以使用" protoc"將proto文件編譯為服務器代碼。編譯后，您需要對其實施真實的邏輯。

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

--proto_path=${pwd}

編譯原始代碼到客戶端代碼

有了proto文件，我們可以使用" protoc"將其客戶端代碼編譯為許多流行的語言：C＃，C ++，Dart，Go，JAVA，JavaScript，Objective-C，php，Python，Ruby等。

gRPC rpc類型

gRPC支持多種rpc類型（不過，在本文中我不會強調）

· 一元RPC（請求-響應）

· 客戶端流式RPC

· 服務器流式RPC

· 雙向流式RPC

開發流程

為了在各個團隊之間采用gRPC，我們需要一些東西。

· 集中式代碼庫（用于服務之間通信的gRPC規范）

· 自動生成代碼

· 服務用戶（客戶）可以通過軟件包管理器使用生成的代碼（用于他們選擇的語言），例如。去獲取/點安裝

此示例的代碼可以在此倉庫中找到：

- https://github.com/redcranetech/grpcspec-example

- https://github.com/redcranetech/grpc-go-example

- https://github.com/redcranetech/grpc-python-example

代碼庫的結構

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

git鉤子

我將設置githook，以便在提交之前自動生成內容。如果合適，您可以使用CI（drone / gitlab / jenkins /…）。（使用githook的缺點是每個開發人員都需要先配置githook）

您需要一個目錄（文件夾）來保留預提交腳本。我稱之為" .githooks"

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

預提交腳本將觸發Makefile并git添加2個目錄（gogrpcsepc，pygrpcspec）

為了使githooks正常工作，開發人員必須運行以下git config命令：

$ git config core.hooksPath .githooks

我們將此命令添加到Makefile中，以使開發人員可以輕松地運行此命令（稱為" make init"）。 Makefile的內容應如下所示。

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

產生程式碼

我們已經設置了githooks來運行Makefile（" make generate"）。讓我們深入了解將自動生成代碼的命令。本文將重點介紹兩種語言-go，python

生成go代碼

我們可以使用protoc將.proto文件編譯成go代碼。

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

我們將改為通過Docker使用protoc（為了便于開發人員使用）

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（我們將刪除，生成并將代碼移動到適當的文件夾中）

# 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

生成代碼后，希望將代碼用于服務器或客戶端的存根以調用服務的用戶（開發人員）可以使用go get命令下載

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

然后用

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

生成python代碼

我們可以使用protoc將.proto文件編譯成python代碼。

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

--python_out=./pygrpcspec

--grpc_out=./pygrpcspec

${pwd}/proto/*.proto

--proto_path=${pwd}

我們將改為通過docker使用protoc（為了便于開發人員使用）

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}

為了使生成的代碼進入python包以通過pip安裝，我們需要執行額外的步驟：

· 創建setup.py

· 修改生成的代碼（生成的代碼使用文件夾名稱導入，但我們將其更改為相對名稱）

· 文件夾需要包含" init.py"，以暴露生成的代碼

使用以下模板創建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 + 'nn' + HISTORY,
    license='MIT',
    packages=['pygrpcspec','pygrpcspec.proto'],
    author='Napon Mekavuthikul',
    author_email='[email protected]',
    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)

產生__init__.py

pygrpcspec文件夾的__init__.py必須是

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

并且pygrpcspec / proto文件夾的__init__.py必須是

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

為了使開發人員能夠添加更多.proto文件并自動生成__init__.py，一個簡單的shell腳本可以解決此問題

# 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

修改生成的代碼

（如果您不太熟悉python模塊，則可以跳過此閱讀）

我們希望將每個"從原始導入"更改為"從"。進口"。這背后的原因是因為我們將數據類型，服務存根都放在同一目錄中，并且為了在模塊外部調用模塊，每個內部引用都應該是相對的。

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

此時，您的Makefile應該如下所示：

# 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"

生成代碼后，希望將代碼用于服務器或客戶端的存根以調用服務的用戶（開發人員）可以使用pip命令下載

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

綜上所述，由于protobuf的語法嚴格性可以將gRPC編譯成多種不同語言的客戶端代碼，因此gRPC是在微服務之間進行通信的一種絕佳方式。

All codes in this article:

- https://github.com/redcranetech/grpcspec-example

- https://github.com/redcranetech/grpc-go-example

- https://github.com/redcranetech/grpc-python-example

(本文翻譯自Napon Mekavuthikul的文章《gRPC and why it can save you development time》，參考：https://medium.com/red-crane/grpc-and-why-it-can-save-you-development-time-436168fd0cbc)

亚洲视频二区_亚洲欧洲日本天天堂在线观看_日韩一区二区在线观看_中文字幕不卡一区

gRPC如何節省您的開發時間架構發展簡史整體式Monolith v2（前端-后端）微服務REST（作為媒介）和可能出現的問題gRPC啟動以REST為媒介的RPC原蟲？將原始代碼編譯為服務器代碼編譯原始

架構發展簡史

整體式

Monolith v2（前端-后端）

微服務

REST（作為媒介）和可能出現的問題

gRPC啟動

以REST為媒介的RPC

原蟲？

將原始代碼編譯為服務器代碼

編譯原始代碼到客戶端代碼

gRPC rpc類型

開發流程

git鉤子

產生程式碼

數獨大挑戰2018-06-03

答題星2018-06-03

全階人生考試2018-06-03

運動步數有氧達人2018-06-03

每日養生app2018-06-03

體育訓練成績評定2018-06-03

亚洲视频二区_亚洲欧洲日本天天堂在线观看_日韩一区二区在线观看_中文字幕不卡一区

gRPC如何節省您的開發時間架構發展簡史整體式Monolith v2（前端-后端）微服務REST（作為媒介）和可能出現的問題gRPC啟動以REST為媒介的RPC原蟲？將原始代碼編譯為服務器代碼編譯原始

架構發展簡史

整體式

Monolith v2（前端-后端）

微服務

REST（作為媒介）和可能出現的問題

gRPC啟動

以REST為媒介的RPC

原蟲？

將原始代碼編譯為服務器代碼

編譯原始代碼到客戶端代碼

gRPC rpc類型

開發流程

git鉤子

產生程式碼

數獨大挑戰2018-06-03

答題星2018-06-03

全階人生考試2018-06-03

運動步數有氧達人2018-06-03

每日養生app2018-06-03

體育訓練成績評定2018-06-03

gRPC如何節省您的開發時間架構發展簡史整體式Monolith v2（前端-后端）微服務REST（作為媒介）和可能出現的問題gRPC啟動以REST為媒介的RPC原蟲？將原始代碼編譯為服務器代碼編譯原始

原蟲？