GRPC 架构(grpc实战)
ccwgpt 2024-10-13 01:31 44 浏览 0 评论
早期的微服务实现利用了代表性状态传输(REST)架构作为事实上的通信技术。然而,充分利用REST的服务常常适用于面向外部的服务,这些服务直接暴露给消费者。由于它们基于传统的基于文本的消息传递(JSON、XML和CVS over HTTP等)――针对人类进行了优化,因此这些不是内部服务间通信的理想选择。
相反,使用一种基于文本的消息传递协议,我们可以利用针对服务间通信进行优化的二进制协议。云原生计算基金会的gRPC(一种高性能的开源通用远程过程调用框架)是服务间通信的理想选择,因为它使用协议缓冲区(protocol buffer)作为服务间通信的二进制数据交换格式。
我们使用不同的技术和编程语言构建多个微服务时,有一种标准的方法来定义服务接口和底层的消息交换格式很重要。gRPC提供了一种简洁而强大的方法,可以使用协议缓冲区指定服务合约。因此,gRPC可能是最适合构建内部微服务间通信的解决方案。
我们在本文中将更深入地介绍为什么gRPC是构建微服务间通信的一种出色选择。
gRPC的基础知识
有了gRPC,客户可以对不同机器上的服务器应用程序直接调用方法,好像该机器就是本地对象。gRPC立足于传统的远程过程调用(RPC)技术的基础,但是实施在现代技术堆栈(比如HTTP2和协议缓冲区等)上,确保最大的互操作性。
gRPC本身支持这种功能:使用gRPC接口定义语言(IDL)来定义服务合约。因此,作为服务定义的一部分,你可以指定可以远程调用的方法以及参数和返回类型的数据结构。
图1表明了gRPC的使用,在线零售应用程序作为库存和产品搜索服务的一部分。 Inventory服务的合约使用gRPC IDL来定义,该IDL在inventory.proto文件中已有指定。因此,Inventory服务的开发人员应先使用该服务来定义所有业务功能,然后利用proto文件生成服务端框架代码。与之相仿,可以使用同样的proto文件生成客户端代码(存根,stub)。
图1
由于gRPC与编程语言无关,你可以使用异构语言来构建服务和客户端。在这个例子中,我们使用Ballerina(ballerina.io)生成了Inventory服务代码,使用Java生成了客户端代码。你可以使用GitHub上的这个源代码(https://github.com/kasun04/grpc-microservices)来试试该示例。
库存(inventory.proto)的服务合约如下所示:
- syntax = "proto3";
- package grpc_service;
- import "google/protobuf/wrappers.proto";
- service InventoryService {
- rpc getItemByName(google.protobuf.StringValue) returns (Items);
- rpc getItemByID(google.protobuf.StringValue) returns (Item);
- rpc addItem(Item) returns (google.protobuf.BoolValue);
- }
- message Items {
- string itemDesc = 1;
- repeated Item items = 2;
- }
- message Item {
- string id = 1;
- string name = 2;
- string description = 3;
- }
服务合约易于理解,可以在客户端和服务之间共享。如果服务合约有任何变化,服务代码和客户端代码都要重新生成。
比如说,以下代码片段显示了为Ballerina生成的gRPC服务的代码。 对于我们在gRPC服务定义中的每个操作,都会生成相应的Ballerina代码。(Ballerina提供了开箱即用的功能,使用“ballerina grpc –input inventory.proto –output service-skeleton –mode service”或“ballerina grpc –input inventory.proto –output bal-client –mode client”,生成服务代码或客户端代码)。
- import ballerina/grpc;
- import ballerina/io;
- endpoint grpc:Listener listener {
- host:"localhost",
- port:9000
- };
- @grpc:ServiceConfig
- service InventoryService bind listener {
- getItemByName(endpoint caller, string value) {
- // Implementation goes here.
- // You should return a Items
- }
- getItemByID(endpoint caller, string value) {
- // Creating a dummy inventory item
- Item requested_item;
- requested_item.id = value;
- requested_item.name = "Sample Item " + value ;
- requested_item.description = "Sample Item Desc for " + value;
- _ = caller->send(requested_item);
- _ = caller->complete();
- }
- addItem(endpoint caller, Item value) {
- // Implementation goes here.
- // You should return a boolean
- }
- }
至于客户端,再次用Inventory服务的gRPC服务定义来生成产品搜索服务,这是一个Java(Spring Boot)服务。你可以使用maven插件为Spring Boot/Java服务生成客户端存根(客户端代码嵌入在Spring Boot服务中)。调用生成的客户端存根的客户端代码如下所示:
- package mfe.ch03.grpc;
- import com.google.protobuf.StringValue;
- import io.grpc.ManagedChannel;
- import io.grpc.ManagedChannelBuilder;
- public class InventoryClient {
- public static void main(String[] args) {
- ManagedChannel channel = ManagedChannelBuilder.forAddress("127.0.0.1", 9000)
- .usePlaintext()
- .build();
- InventoryServiceGrpc.InventoryServiceBlockingStub stub
- = InventoryServiceGrpc.newBlockingStub(channel);
- Inventory.Item item = stub.getItemByID(
- StringValue.newBuilder().setValue("123").build());
- System.out.println("Response : " + item.getDescription());
- }
- }
底层的通信
客户端调用服务时,客户端gRPC库使用协议缓冲区,并编组(marshal)远程过程调用,该调用随后通过HTTP2来发送。在服务器端,请求解组(un-marshalled),使用协议缓冲区执行相应的过程调用。响应遵循从服务器到客户端的类似的执行流程。
使用gRPC开发服务和客户端的主要优点是,你的服务代码或客户端代码不需要为解析JSON或类似的基于文本的消息格式(在代码内或隐含在Jackson等底层库中,对服务代码而言隐藏起来)操心。二进制格式解组、转换成对象。此外,我们要处理多个微服务并确保和维护互操作性时,对通过IDL定义服务接口给予一流支持是强大的功能。
用gRPC构建微服务的实例
基于微服务的应用程序由多个服务组成,并使用众多编程语言构建。基于业务使用场景,你可以选择最合适的技术来构建服务。gRPC在这种多语言架构中起到非常重要的作用。如图2所示,产品搜索服务与另外多个服务进行通信,这些服务是使用gRPC作为通信协议构建的。因此,我们可以为每个服务定义服务合约:库存、电子品类和服装品类等。现在,如果你想要打造一种多语言架构,可以使用不同的实现技术来生成服务框架。
图2显示了用Ballerina lang编写的库存服务、用Golang编写的电子服务和用Vert.x(Java)编写的服装服务。客户端还可以为这每个服务合约生成存根。
图2
仔细研究图2中的微服务通信风格,可以看出gRPC用于所有内部通信,而面向外部的通信可以基于REST或GraphQL。我们将REST用于面向外部的通信时,大多数外部客户端可以将服务用作API(利用Open API等API定义技术),因为大多数外部客户端知道如何与充分利用REST的HTTP服务进行通信。此外,我们可以使用GraphQL之类的技术,让消费者可以根据特定的客户需求来查询服务,这是无法用gRPC提供便利的。
因此作为一般实践,我们可以将gRPC用于内部微服务之间的所有同步通信。其他同步消息传递技术(比如充分利用REST的服务和GraphQL)更适合面向外部的服务。
作者简介:WSO2架构团队负责该公司集成平台的开发工作,Kasun Indrasiri是该团队的重要成员。之前,他作为产品主管参与开发了WSO2企业服务总线(ESB)。他撰有《WSO2 ESB入门》一书,并与人合著了《企业级微服务》。他是Apache软件基金会的当选成员,还是Apache Synapse开源ESB项目的项目管理委员会成员和提交者。
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...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- MVC框架 (46)
- spring框架 (46)
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- jpa框架 (47)
- laravel框架 (46)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- JAVA集合框架 (47)
- grpc框架 (55)
- ppt框架 (48)
- 内联框架 (52)
- winform框架 (46)
- gui框架 (44)
- cad怎么画框架 (58)
- ps怎么画框架 (47)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)
- oracle提交事务 (47)