Python 实现 gRPC 与 原始 RPC 的对比：理解 RPC 的基本功能

在分布式系统中，远程过程调用（Remote Procedure Call，RPC） 是一项关键技术，它允许不同计算机之间像调用本地函数一样进行通信。本文通过 Python 代码对比 gRPC 和 原始 RPC（基于 Socket） 来分析 RPC 的基本功能。

---

1. 什么是 RPC？

RPC（Remote Procedure Call） 是一种允许程序在 不同的进程、机器 之间像调用本地函数一样执行远程函数的技术。本地进程（客户端）调用远程服务器上的方法，服务器执行方法后将结果返回给客户端。

RPC 的核心功能

1. 客户端-服务器通信：通过网络请求调用远程方法
2. 序列化与反序列化：将数据转换成可传输格式（JSON、Protobuf）
3. 自动化传输：隐藏底层通信逻辑，让调用方式更直观
4. 错误处理：支持异常返回

---

2. gRPC 与 原始 RPC（基于 Socket） 对比

功能	gRPC	原始 RPC（Socket）
序列化	Protobuf（二进制，高效）	JSON（文本格式，易读但体积大）
传输协议	HTTP/2（高性能）	纯 TCP（需手写协议）
代码生成	支持 .proto 自动生成	需手写所有请求/响应逻辑
流式通信	支持（客户端流、服务器流、双向流）	需要手动实现
多语言支持	Python、Go、Java 等	仅限 Python（除非自行实现跨语言支持）
安全性	内置 TLS/SSL 支持	需手动加密
性能	高效、低延迟	较低（TCP+JSON 开销大）

接下来，我们分别实现 gRPC 和 原始 RPC 进行对比。

---

3. gRPC 实现

gRPC 使用 Protobuf 进行序列化，并自动生成 客户端和服务器端代码。

3.1 定义 gRPC 服务

创建 rpc_service.proto：

syntax = "proto3";package rpcdemo;service MathService {rpc Add (AddRequest) returns (AddResponse);
}message AddRequest {int32 a = 1;int32 b = 2;
}message AddResponse {int32 result = 1;
}

生成 Python 代码：

python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. rpc_service.proto

3.2 gRPC 服务器

import grpc
from concurrent import futures
import rpc_service_pb2
import rpc_service_pb2_grpcclass MathService(rpc_service_pb2_grpc.MathServiceServicer):def Add(self, request, context):return rpc_service_pb2.AddResponse(result=request.a + request.b)def serve():server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))rpc_service_pb2_grpc.add_MathServiceServicer_to_server(MathService(), server)server.add_insecure_port('[::]:50051')server.start()print("gRPC Server started on port 50051")server.wait_for_termination()if __name__ == "__main__":serve()

3.3 gRPC 客户端

import grpc
import rpc_service_pb2
import rpc_service_pb2_grpcdef run():channel = grpc.insecure_channel('localhost:50051')stub = rpc_service_pb2_grpc.MathServiceStub(channel)response = stub.Add(rpc_service_pb2.AddRequest(a=10, b=20))print("gRPC Response:", response.result)if __name__ == "__main__":run()

---

4. 原始 RPC（Socket 实现）

使用 Python 原生 socket 来模拟 RPC 机制。

4.1 原始 RPC 服务器

import socket
import json# 定义计算服务
def add(a, b):return a + b# 注册可调用的函数
FUNCTIONS = {"add": add
}def handle_client_connection(client_socket):""" 处理客户端请求 """try:# 接收数据data = client_socket.recv(1024).decode('utf-8')request = json.loads(data)# 获取方法名和参数method = request.get("method")params = request.get("params", [])# 执行方法if method in FUNCTIONS:result = FUNCTIONS[method](*params)response = {"status": "success", "result": result}else:response = {"status": "error", "message": "Method not found"}# 发送响应client_socket.send(json.dumps(response).encode('utf-8'))except Exception as e:response = {"status": "error", "message": str(e)}client_socket.send(json.dumps(response).encode('utf-8'))finally:client_socket.close()def start_server(host='localhost', port=5000):""" 启动RPC服务器 """server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)server.bind((host, port))server.listen(5)print(f"RPC Server listening on {host}:{port}")while True:client_sock, _ = server.accept()handle_client_connection(client_sock)if __name__ == "__main__":start_server()

4.2 原始 RPC 客户端

import socket
import jsondef rpc_call(method, params, host='localhost', port=5000):""" 发送 RPC 请求 """client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)client.connect((host, port))# 构造请求数据request = json.dumps({"method": method,"params": params})# 发送数据client.send(request.encode('utf-8'))# 接收响应response_data = client.recv(1024).decode('utf-8')response = json.loads(response_data)client.close()return responseif __name__ == "__main__":result = rpc_call("add", [10, 20])print("RPC Response:", result)

---

5. 总结

5.1 gRPC 与 原始 RPC 的区别

特性	gRPC	原始 RPC（Socket）
序列化方式	Protobuf（高效二进制）	JSON（文本格式）
传输协议	HTTP/2	TCP
自动代码生成	支持（通过 .proto）	不支持（需手动实现）
流式传输	支持（双向流、流式响应）	需要手动实现
多语言支持	支持多种语言（Python、Go、Java 等）	仅支持 Python
性能	高效，低延迟	相对较慢（TCP+JSON 有额外开销）

5.2 选择哪种 RPC？

✅ gRPC 适用于：

• 分布式系统（微服务架构）
• 多语言通信（前端、后端不同语言）
• 高性能数据传输（Protobuf + HTTP/2）

✅ 原始 RPC（Socket） 适用于：

• 小型应用（轻量级进程间通信）
• 学习 RPC 原理
• 内部服务（单机内进程间通信）

---

若有错误与不足请指出，关注DPT一起进步吧！！！