python rpc，远程过程调用

python RPC框架

RPC 介绍

RPC 是指远程过程调用, 简单点说就是两台服务器 A，B 一个应用部署在 A 服务器上，想要调用 B 服务器上应用提供的函数或方法, 由于不在一个内存空间，不能直接调用。需要通过网络来表达调用的语义和传达调用的数据, 放回的结果

简略的来讲，RPC 的目的就是像调用本地的函数一样，去调用远程服务器中的函数。

RPC（Remote Procedure Call）服务，也即远程过程调用，在互联网企业技术架构中占据了举足轻重的地位，尤其在当下微服务化逐步成为大中型分布式系统架构的主流背景下，RPC 更扮演了重要角色。Google 开源了 gRPC，Facebook 开源了 Thrift，Twitter 开源了 Finagle，百度开源了 bRPC，腾讯开源了 Tars，阿里开源了 Dubbo 和 HSF，新浪开源了 Motan 等，一线互联网大厂们纷纷亮出自己研制的 RPC 框架武器，在解决分布式高并发业务问题的同时，也向外界展示自己的技术实力。

dubbo和rpc的关系

RPC（Remote Procedure Call）远程过程调用,通俗地讲RPC就是要解决远程服务间的调用问题，也就是管理服务配置并提供便捷可靠高效的服务间调用。

我们来看看dubbo的定义：dubbo是一个分布式的服务框架，致力于提供高性能和透明化的RPC远程服务调用方案，以及SOA服务治理方案。

也就是说dubbo是rpc（远程过程调用）框架的一种典型实现；

微服务和prc的关系

严格来说微服务属于RPC的一种，但是广义上的RPC指的是项目之间的调用。例如校园网系统中的各个系统就是用RPC调用的，所以RPC指的是项目之间的调用。RPC是把单体项目做了粗粒度的拆分，而微服务把单体项目拆分的更零碎。

因为RPC是独立系统之间的调用，所以不太注重事务的一致性。毕竟独立系统各自使用的数据库也不同，没办法组成全局的分布式事务。而微服务更注重分布式事务，微服务原本是一个系统，拆分出来的各个模块，所以模块之间应该有分布式事务。比如支付模块和代金券模块就应该被纳入到全局事务中。否则我们支付失败，但是代金券却使用成功了。按理说应该一起回滚，是吧。

feign算不算rpc

算，RPC 现在广义上讲已不单纯只是传统意义上的 TCP 协议，已包括好多网络 4 层/7 层协议，目前主流方式是 TCP/HTTP 协议，feign 内部集成 Ribbon，主体功能依赖 Ribbon 实现，Ribbon 主要通过 RestTemplete 实现，是一种基于 HTTP 协议的 RPC 实现方式。

我觉得算，达到的效果都差不多
一般的说 rpc 指的是 socket（TCP）加反射代理那一套，速度更快，可同步异步调用，效率更高，如果把 socket 换成 http 也能实现相同的功能（使用 webflux），所以没啥好纠结的

RPC 的通讯方式

RPC 主要通过在客户端和服务端之间建立 TCP 连接，远程过程调用的所有交换的数据都在这个连接里面传输。连接可以是按需连接，调用结束后就断掉，也可以是长连接，多个远程过程调用共享同一个连接。
RPC 通信，需要解决寻址问题。即 A 服务器上的应用怎么告诉底层的RPC 框架，如何连接到B 服务，以及特定的端口号，方法的名称等待。比如基于 Web 服务协议栈的 RPC，就要提供一个 endpoint URI，或者是从 UDDI 服务上查找。如果是 RMI 调用的话，还需要一个 RMI Registry 来注册服务的地址。

在调用过程中，方法的参数也需要通过底层的网络协议如TCP 传递到B 服务器，由于网络协议是基于二进制的，内存中的参数的值要序列化成二进制的形式，也就是序列化（Serialize）或编组（marshal），通过寻址和传输将序列化的二进制发送给 B 服务器。

B 服务器收到请求后，需要对参数进行反序列化（序列化的逆操作），恢复为内存中的表达方式，然后找到对应的方法（寻址的一部分）进行本地调用，然后得到返回值。
返回值还要发送回服务器 A 上的应用，也要经过序列化的方式发送，服务器 A 接到后，再反序列化，恢复为内存中的表达方式，交给 A 服务器上的应用。

Python中RPC框架

自带的:SimpleXMLRPCServer(数据包大，速度慢)

第三方：ZeroRPC(底层使用ZeroMQ和MessagePack，速度快，响应时间短，并发高)，grpc(谷歌推出支持夸语言)

SimpleXMLRPCServer使用
服务端

from xmlrpc.server import SimpleXMLRPCServer
class RPCServer(object):

    def __init__(self):
        super(RPCServer, self).__init__()
        print(self)
        self.send_data = 'lqz nb'
        self.recv_data = None

    def getObj(self):
        print('get data')
        return self.send_data

    def sendObj(self, data):
        print('send data')
        self.recv_data = data
        print(self.recv_data)
# SimpleXMLRPCServer
server = SimpleXMLRPCServer(('localhost',4242), allow_none=True)
server.register_introspection_functions()
server.register_instance(RPCServer())
server.serve_forever()

客户端

import time
from xmlrpc.client import ServerProxy

# SimpleXMLRPCServer
def xmlrpc_client():
    print('xmlrpc client')
    c = ServerProxy('http://localhost:4242')
    data = 'lxx nb'
    start = time.clock()
    for i in range(500):
        a=c.getObj()
        print(a)
    for i in range(500):
        c.sendObj(data)
    print('xmlrpc total time %s' % (time.clock() - start))

if __name__ == '__main__':
    xmlrpc_client()

下面是使用 Python 的内置 xmlrpc 模块实现 RPC 的示例：

server.py

from xmlrpc.server import SimpleXMLRPCServer

def add(x, y):
    return x + y

server = SimpleXMLRPCServer(("localhost", 8000))
server.register_function(add, "add")
server.serve_forever()

client.py

import xmlrpc.client

client = xmlrpc.client.ServerProxy("http://localhost:8000")
print(client.add(2, 3))  # prints 5

还有一种是使用zerorpc，性能较高

server端：

import zerorpc

class RPCServer(object):

    def __init__(self):
        super(RPCServer, self).__init__()
        self.send_data = 'helloworld'
        self.recv_data = None

    def getObj(self):
        return self.send_data

    def sendObj(self, data):
        self.recv_data = data

s = zerorpc.Server(RPCServer())
s.bind('tcp://127.0.0.1:8888')
s.run()

client端：

import zerorpc
import time


def client():
    c = zerorpc.Client()
    c.connect('tcp://127.0.0.1:8888')
    a=c.getObj()
    print(a)
    c.sendObj(a)


if __name__ == '__main__':
    client()

这是我的备用方案

posted @ 2023-06-23 01:33 技术改变命运Andy 阅读(344) 评论(0) 编辑收藏举报

刷新页面返回顶部