此时，您该当已经听说过" gRPC"（标题中至少一次）。 在本文中，我将着重先容采取gRPC作为微做事之间的通信介质的好处。
首先，我将考试测验简要先容一下架构演化的历史。 其次，我将重点先容利用REST（作为媒介）和可能涌现的问题。 第三，gRPC启动。末了，我将以我的开拓事情流程为例。
本节将列出并谈论每种体系构造的优缺陷（着重于基于Web的运用程序）
统统都在一个包中。
优点：
· 随意马虎上手
· 单一代码库可知足所有需求
缺陷：
· 难以扩展（部分）
· 加载做事器（做事器端渲染）
· 不良的用户体验（加载韶光长）
· 难以扩展的开拓团队
Monolith architecture
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。 后端仍旧弘大。
优点：
· 可以将团队分为前端和后端
· 更好的用户体验（客户真个前端逻辑（运用程序））
缺陷：
· [仍旧]难以扩展（部分）
· [仍旧]难以扩展的开拓团队
Frontend-Backend architecture
微做事
每一件事物一项做事（包）。 利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
· 灵巧的措辞选择（如果利用标准通讯办法）
· 独立支配/修复每个软件包
缺陷：
· 先容网络问题（通信之间的等待韶光）
· 做事之间进行通信所需的文档，协议
· 如果利用共享数据库，则难以识别缺点
Micro-service architecture with shared database
Micro-service architecture with standalone database per service
REST（作为媒介）和可能涌现的问题
REST（基于HTTP的JSON）由于易于利用，是当前做事之间通信的最盛行办法。 利用REST使您可以灵巧地为每种做事利用任何措辞。
Typical REST call
但是，灵巧性会带来一些陷阱。 开拓职员之间须要非常严格的协议。 下面的草图展示了一个非常常见的场景，常日在开拓过程中发生。
Developer A want Developer B to make a service
Bad request
Expectation vs Actual
问题：
· 依赖人类的赞许
· 依赖文档（须要掩护/更新）
· 从协议到协议（这两种做事）都须要大量的"格式化，解析"
· 大多数开拓韶光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当代开源高性能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打算机上的程序要求做事，而无需理解网络的详细信息。
Remote Procedure Call
以REST为媒介的RPC
利用做事创建者供应的RPC客户端/库将确保调用做事时的精确性。 如果我们要利用RPC和REST作为媒介，则开拓职员B必须编写客户端代码供开拓职员A利用。 如果两个开拓职员都利用不同的选择措辞，那么这对开拓职员B来说是一个紧张问题，由于他须要用他不习气的另一种措辞来编写PRC客户。 而且，如果不同的做事也须要利用做事B，则开拓职员B将不得不用费大量韶光来利用不同的措辞来制作RPC客户端，并且必须对其进行掩护。
原虫？协议缓冲区是Google的措辞无关，平台无关的可扩展机制，用于序列化构造化数据。 gRPC利用protobuf作为定义数据构造和做事的措辞。 您可以将其与REST做事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大略的原始文件，描述了一个大略的待办事项做事以及用于通信的数据构造。
用于定义数据构造的" message"关键字
用于定义做事的" service"关键字
" rpc"关键字，用于定义做事功能
将原始代码编译为做事器代码
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) {}}由于protobuf非常严格，因此我们可以利用" protoc"将proto文件编译为做事器代码。 编译后，您须要对实在行真实的逻辑。
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，我们可以利用" protoc"将其客户端代码编译为许多盛行的措辞：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（要求-相应）
· 客户端流式RPC
· 做事器流式RPC
· 双向流式RPC
开拓流程为了在各个团队之间采取gRPC，我们须要一些东西。
· 集中式代码库（用于做事之间通信的gRPC规范）
· 自动天生代码
· 做事用户（客户）可以通过软件包管理器利用天生的代码（用于他们选择的措辞），例如。 去获取/点安装
此示例的代码可以在此仓库中找到：
- https://github.com/redcranetech/grpcspec-example
- https://github.com/redcranetech/grpc-go-example
- https://github.com/redcranetech/grpc-python-example
代码库的构造
.├── 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天生内容。 如果得当，您可以利用CI（drone / gitlab / jenkins /…）。 （利用githook的缺陷是每个开拓职员都须要先配置githook）
您须要一个目录（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/shset -emake generategit add gogrpcspec pygrpcspecEOF$ 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正常事情，开拓职员必须运行以下git config命令：
$ git config core.hooksPath .githooks我们将此命令添加到Makefile中，以使开拓职员可以轻松地运行此命令（称为" make init"）。 Makefile的内容应如下所示。
产生程式码
# content of: Makefileinit: git config core.hooksPath .githooksgenerate: # TO BE CONTINUE我们已经设置了githooks来运行Makefile（" make generate"）。 让我们深入理解将自动天生代码的命令。 本文将重点先容两种措辞-go，python
天生go代码
我们可以利用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利用protoc（为了便于开拓职员利用）
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，天生并将代码移动到适当的文件夹中）
# content of: Makefileinit: git config core.hooksPath .githooksgenerate: # 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天生代码后，希望将代码用于做事器或客户真个存根以调用做事的用户（开拓职员）可以利用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"
天生python代码
我们可以利用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利用protoc（为了便于开拓职员利用）
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}
为了使天生的代码进入python包以通过pip安装，我们须要实行额外的步骤：
· 创建setup.py
· 修正天生的代码（天生的代码利用文件夹名称导入，但我们将其变动为相对名称）
· 文件夹须要包含" init.py"，以暴露天生的代码
利用以下模板创建setup.py文件：
# content of: setup.pyfrom setuptools import setup, find_packageswith 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__.pyfrom . import proto__all__ = [ 'proto']并且pygrpcspec / proto文件夹的__init__.py必须是
# content of: pygrpspec/proto/__init__.pyfrom . import todo_pb2from . import todo_pb2_grpc__all__ = [ 'todo_pb2', 'todo_pb2_grpc',]为了使开拓职员能够添加更多.proto文件并自动天生__init__.py，一个大略的shell脚本可以办理此问题
# content of: genpyinit.shcat <<EOF >pygrpcspec/__init__.pyfrom . import proto__all__ = [ 'proto']EOFpyfiles=($(ls pygrpcspec/proto | sed -e 's/\..$//'| grep -v __init__))rm -f pygrpcspec/proto/__init__.pyfor i in "${pyfiles[@]}"do echo "from . import $i" >> pygrpcspec/proto/__init__.pydoneecho "__all__ = [" >> pygrpcspec/proto/__init__.pyfor i in "${pyfiles[@]}"do echo " '$i'," >> pygrpcspec/proto/__init__.pydoneecho "]" >> pygrpcspec/proto/__init__.py修正天生的代码
（如果您不太熟习python模块，则可以跳过此阅读）
我们希望将每个"从原始导入"变动为"从"。 入口"。 这背后的缘故原由是由于我们将数据类型，做事存根都放在同一目录中，并且为了在模块外部调用模块，每个内部引用都该当是相对的。
sed -i -E 's/^from proto import/from . import/g' .py此时，您的Makefile该当如下所示：
# content of: Makefileinit: git config core.hooksPath .githooksgenerate: # 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"天生代码后，希望将代码用于做事器或客户真个存根以调用做事的用户（开拓职员）可以利用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_grpcfrom pygrpcspec.proto import todo_pb2综上所述，由于protobuf的语法严格性可以将gRPC编译成多种不同措辞的客户端代码，因此gRPC是在微做事之间进行通信的一种绝佳办法。
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
(本文翻译自Napon Mekavuthikul的文章《gRPC and why it can save you development time》，参考：https://medium.com/red-crane/grpc-and-why-it-can-save-you-development-time-436168fd0cbc)
