百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

通过抓包来认识gRpc(抓包原理)

ccwgpt 2024-10-13 01:30 56 浏览 0 评论

在使用gRpc的过程中,有一个想法:gRpc客户端、服务端是怎么交互的呢?

从这个想法萌生出一个验证方法,通过抓包来分析其交互过程与底层数据,一起来看看吧。

1. gRpc是什么

gRpc是什么?

gRPC是一个高性能、开源和通用的 RPC 框架,面向移动和 HTTP/2 设计。目前提供 C、Java 和 Go 语言版本,分别是:grpc, grpc-java, grpc-go. 其中 C 版本支持 C, C++, Node.js, Python, Ruby, Objective-C, PHP 和 C# 支持。

gRPC基于 HTTP/2 标准设计,带来诸如双向流、流控、头部压缩、单 TCP 连接上的多复用请求等特。这些特性使得其在移动设备上表现更好,更省电和节省空间占用。

一句话概括:gRpc是Google基于 HTTP/2 + ProtoBuf 开源的一个RPC框架。

2. 准备工作

正所谓:欲善其事必先利其器,所以在开始抓包之前需要做好如下准备:

  • 抓包软件:wireshark
  • 代码:gRpc代码
  • 操作系统:Windows、Linux、Macos 其一

3. wireshark安装

官网下载地址:https://www.wireshark.org/download.html

4. gRpc示例代码

示例代码目录结构

.
└── helloworld
    ├── client
    │   └── main.go
    ├── go.mod
    ├── go.sum
    ├── proto
    │   ├── helloworld.pb.go
    │   └── helloworld.proto
    └── server
        └── main.go

helloworld.proto

syntax = "proto3";

package proto;

// The greeting service definition.
service Greeter {
    // Sends a greeting
    rpc SayHello (HelloRequest) returns (HelloReply) {}
}

// The request message containing the user's name.
message HelloRequest {
    string name = 1;
    int32 age = 2;
}

// The response message containing the greetings
message HelloReply {
    string message = 1;
    string address = 2;
}

通过protoc对proto文件生成go代码

cd proto
protoc --go_out=plugins=grpc:. ./*

服务端代码 - server/main.go

package main

import (
	"context"
	"log"
	"net"

	pb "github.com/ivansli/grpc_helloworld/proto"
	"google.golang.org/grpc"
)

const (
	port = ":8080"
)

// server is used to implement helloworld.GreeterServer.
type server struct {}

// SayHello implements helloworld.GreeterServer
func (s *server) SayHello(ctx context.Context, in *pb.HelloRequest) (*pb.HelloReply, error) {
	log.Printf("Received: %v", in.GetName())
	return &pb.HelloReply{Message: "Hello " + in.GetName()}, nil
}

func main() {
	lis, err := net.Listen("tcp", port)
	if err != nil {
		log.Fatalf("failed to listen: %v", err)
	}

	s := grpc.NewServer()
	pb.RegisterGreeterServer(s, &server{})

	log.Printf("server listening at %v", lis.Addr())
	if err := s.Serve(lis); err != nil {
		log.Fatalf("failed to serve: %v", err)
	}
}

客户端代码 - client/main.go

package main

import (
	"context"
	"google.golang.org/grpc/metadata"
	"log"
	"os"
	"time"

	pb "github.com/ivansli/grpc_helloworld/proto"
	"google.golang.org/grpc"
)

const (
	address     = "localhost:8080"
	defaultName = "world"
)

func main() {
	// Set up a connection to the server.
	conn, err := grpc.Dial(address, grpc.WithInsecure())
	if err != nil {
		log.Fatalf("did not connect: %v", err)
	}
	defer conn.Close()
	c := pb.NewGreeterClient(conn)

	// Contact the server and print out its response.
	name := defaultName
	iflen(os.Args) > 1 {
		name = os.Args[1]
	}
	ctx, cancel := context.WithTimeout(context.Background(), time.Second)
	defer cancel()
	
  // !metadata 用于在服务间传递一些参数,注意后面它在交互中出现的位置
	ctx = metadata.AppendToOutgoingContext(ctx, "metadata", "is metadata")

	r, err := c.SayHello(ctx, &pb.HelloRequest{Name: name})
	if err != nil {
		log.Fatalf("could not greet: %v", err)
	}
	log.Printf("Greeting: %s", r.GetMessage())
}

5. 步骤

① 运行服务端代码 server/main.go,监听在8080端口

go run server/main.go

② 打开wireshark,等待抓包

③ 运行客户端代码 client/main.go

go run client/main.go

6. wireshark抓包gRpc交互过程

仔细观察Protocol列的协议类型:

TCP 传输层

HTTP2 应用层

GRPC 应用层(基于HTTP/2)


GRPC 跟 HTTPS/2 不同之处在于:GRPC协议中包含了ProtoBuf序列化的数据,也间接印证了 GRPC = HTTP/2 + ProtoBuf

通过抓包我们发现,客户端使用53726端口监听在8080的服务端进行交互以及数据传递,其过程大概分为10个。

TCP三次握手

Magic

SETTINGS

HEADERS

DATA

WINDOW_UPDATE, PING

PING(pong)

HEADERS, DATA

WINDOW_UPDATE, PING

PING(pong)

在抓包的过程中,发现应用层出现若干不同帧类型,分别有:Magic、SETTINGS、HEADERS、DATA、WINDOW_UPDATE、PING。

至于它们的作用,且看下面分析:

Magic

Magic帧的主要作用是对使用HTTP/2双方协议的确认, 是一个链接前言。作用是确定启用HTTP/2连接。

SETTINGS

SETTINGS的主要作用是设置这一个连接的参数,作用于是整个连接。从图中可以看到出现了多个SETTINGS,原因是在发送完连接前言后,客户端、服务端还需要进一步地确定一些信息。

HEADERS

HEADERS的主要作用是存储和传递HTTP的头信息

可以看到很多重要的信息:

  • method
  • scheme
  • path
  • authority
  • content-type
  • user-agent

这些都是gRpc很重要的基础属性。

注意:

使用google.golang.org/grpc/metadata包metadata在客户端、服务端传递的数据,也在HEADERS中

仔细观察,服务端发送给客户端的HEADERS帧中 HEADERS数据分为两部分:

  • HTTP的响应状态及内容(第一个 Stream:HEADERS

status: 200

content-type: application/grpc

  • gRpc承载的状态信息(第二个 Stream:HEADERS,图片中框起的部分)

grpc-status: 0

grpc-message:

DATA

DATA的主要作用是填充主体信息,是数据帧。

其中,包含两个重要部分:

① GRPC Message

/proto.Greeter/SayHello 为proto中service定义的的方法,也是服务端对外提供的方法。

② Protocol Buffers

与protobuf有关,其中Field(1)为定义的pb.HelloRequest结构中Name参数 &pb.HelloRequest{Name: "world"}

注意:

① pb.HelloRequest{} 结构体中的age字段由于是零值,传输时被忽略,所以没有Field(2)

② 带有request标识,说明这是客户端发起的请求

与客户端发送给服务端的DATA类似,其中 Field(1) &pb.HelloReply{Message: "Hello world"}Message字段。

注意:

① pb.HelloReply{} 结构体中的address字段由于是零值,传输时被忽略,所以没有Field(2)

② 带有response标识,说明这是个响应信息

WINDOW_UPDATE

WINDOW_UPDATE的主要作用是管理流控制窗口。

PING

主要作用是用于判断当前连接是否依旧可用,相当于心跳,分为:

  • 客户端ping服务端,服务端pong
  • 服务端ping客户端,客户端pong

注意:同一个Ping/Pong,有相同的标识字符串(图示中标识为:02041010090e0707)

总结

我们通过抓包gRpc的交互过程,分析不同类型帧的作用,进一步了解了gRpc。

总结如下:

  • gRpc在三次握手之后,客户端/服务端会发送连接前言(Magic+SETTINGS)以确立协议和配置
  • gRpc在传输数据过程中会设计滑动窗口(WINDOW_UPDATE)等流控策略
  • gRpc附加信息基于HEADERS帧进行传递,具体的请求/响应数据存储在DATA帧中
  • gRpc请求/响应结果分为HTTP和gRpc状态响应(grpc-status、grpc-message)两种类型
  • 如果服务端发起PING,客户端会响应PONG,反之亦然

参考及扩展阅读

  • wireshark分析grpc协议
  • 抓包gRPC的细节及分析
  • 使用wireshark对grpc的helloworld抓包分析

相关推荐

十分钟让你学会LNMP架构负载均衡(impala负载均衡)

业务架构、应用架构、数据架构和技术架构一、几个基本概念1、pv值pv值(pageviews):页面的浏览量概念:一个网站的所有页面,在一天内,被浏览的总次数。(大型网站通常是上千万的级别)2、u...

AGV仓储机器人调度系统架构(agv物流机器人)

系统架构层次划分采用分层模块化设计,分为以下五层:1.1用户接口层功能:提供人机交互界面(Web/桌面端),支持任务下发、实时监控、数据可视化和报警管理。模块:任务管理面板:接收订单(如拣货、...

远程热部署在美团的落地实践(远程热点是什么意思)

Sonic是美团内部研发设计的一款用于热部署的IDEA插件,本文其实现原理及落地的一些技术细节。在阅读本文之前,建议大家先熟悉一下Spring源码、SpringMVC源码、SpringBoot...

springboot搭建xxl-job(分布式任务调度系统)

一、部署xxl-job服务端下载xxl-job源码:https://gitee.com/xuxueli0323/xxl-job二、导入项目、创建xxl_job数据库、修改配置文件为自己的数据库三、启动...

大模型:使用vLLM和Ray分布式部署推理应用

一、vLLM:面向大模型的高效推理框架1.核心特点专为推理优化:专注于大模型(如GPT-3、LLaMA)的高吞吐量、低延迟推理。关键技术:PagedAttention:类似操作系统内存分页管理,将K...

国产开源之光【分布式工作流调度系统】:DolphinScheduler

DolphinScheduler是一个开源的分布式工作流调度系统,旨在帮助用户以可靠、高效和可扩展的方式管理和调度大规模的数据处理工作流。它支持以图形化方式定义和管理工作流,提供了丰富的调度功能和监控...

简单可靠高效的分布式任务队列系统

#记录我的2024#大家好,又见面了,我是GitHub精选君!背景介绍在系统访问量逐渐增大,高并发、分布式系统成为了企业技术架构升级的必由之路。在这样的背景下,异步任务队列扮演着至关重要的角色,...

虚拟服务器之间如何分布式运行?(虚拟服务器部署)

  在云计算和虚拟化技术快速发展的今天,传统“单机单任务”的服务器架构早已难以满足现代业务对高并发、高可用、弹性伸缩和容错容灾的严苛要求。分布式系统应运而生,并成为支撑各类互联网平台、企业信息系统和A...

一文掌握 XXL-Job 的 6 大核心组件

XXL-Job是一个分布式任务调度平台,其核心组件主要包括以下部分,各组件相互协作实现高效的任务调度与管理:1.调度注册中心(RegistryCenter)作用:负责管理调度器(Schedule...

京东大佬问我,SpringBoot中如何做延迟队列?单机与分布式如何做?

京东大佬问我,SpringBoot中如何做延迟队列?单机如何做?分布式如何做呢?并给出案例与代码分析。嗯,用户问的是在SpringBoot中如何实现延迟队列,单机和分布式环境下分别怎么做。这个问题其实...

企业级项目组件选型(一)分布式任务调度平台

官网地址:https://www.xuxueli.com/xxl-job/能力介绍架构图安全性为提升系统安全性,调度中心和执行器进行安全性校验,双方AccessToken匹配才允许通讯;调度中心和执...

python多进程的分布式任务调度应用场景及示例

多进程的分布式任务调度可以应用于以下场景:分布式爬虫:importmultiprocessingimportrequestsdefcrawl(url):response=re...

SpringBoot整合ElasticJob实现分布式任务调度

介绍ElasticJob是面向互联网生态和海量任务的分布式调度解决方案,由两个相互独立的子项目ElasticJob-Lite和ElasticJob-Cloud组成。它通过弹性调度、资源管控、...

分布式可视化 DAG 任务调度系统 Taier 的整体流程分析

Taier作为袋鼠云的开源项目之一,是一个分布式可视化的DAG任务调度系统。旨在降低ETL开发成本,提高大数据平台稳定性,让大数据开发人员可以在Taier直接进行业务逻辑的开发,而不用关...

SpringBoot任务调度:@Scheduled与TaskExecutor全面解析

一、任务调度基础概念1.1什么是任务调度任务调度是指按照预定的时间计划或特定条件自动执行任务的过程。在现代应用开发中,任务调度扮演着至关重要的角色,它使得开发者能够自动化处理周期性任务、定时任务和异...

取消回复欢迎 发表评论: