Python编程：RPC

RPC（Remote Procedure Call，远程过程调用）是一种计算机通信协议，允许程序调用另一个地址空间（通常是远程服务器）的函数或方法，就像调用本地函数一样。RPC 抽象了底层网络通信细节，使开发者能专注于业务逻辑。

1. RPC 核心概念

(1) 基本流程

1. 客户端调用本地存根（Stub）方法。

2. 存根将调用信息序列化为网络消息（如JSON、Protobuf）。

3. 消息通过网络传输到服务端。

4. 服务端存根反序列化消息并调用实际方法。

5. 结果沿相反路径返回给客户端。

(2) 关键组件

2. RPC 工作原理

3. RPC 主要实现方式

基于 HTTP 的 RPC

• 特点：使用HTTP协议，兼容性强。

• 示例：

  • RESTful API（严格来说不是RPC，但可通过POST模拟）。

  • XML-RPC（使用XML格式）。

  • JSON-RPC（轻量级，适合Web）。

JSON-RPC 示例（Python）

# 服务端
from jsonrpcserver import method, serve

@method
def add(a, b):
    return a + b

serve('localhost', 5000)

# 客户端
import requests
response = requests.post(
    "http://localhost:5000",
    json={"jsonrpc": "2.0", "method": "add", "params": [10, 20], "id": 1}
)
print(response.json())  # 输出: {"result": 30, "id": 1}

gRPC（Google RPC）

gRPC 是一个高性能、跨语言的RPC框架，基于HTTP/2和Protocol Buffers（protobuf）。

安装

pip install grpcio grpcio-tools

示例

(1) 定义服务（.proto 文件）

创建 calculator.proto：

syntax = "proto3";

service Calculator {
    rpc Add (AddRequest) returns (AddResponse);
}

message AddRequest {
    int32 a = 1;
    int32 b = 2;
}

message AddResponse {
    int32 result = 1;
}

(2) 生成Python代码

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

生成 calculator_pb2.py 和 calculator_pb2_grpc.py。

(3) 实现服务端

# server.py
from concurrent import futures
import grpc
import calculator_pb2
import calculator_pb2_grpc

class CalculatorServicer(calculator_pb2_grpc.CalculatorServicer):
    def Add(self, request, context):
        result = request.a + request.b
        return calculator_pb2.AddResponse(result=result)

def serve():
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    calculator_pb2_grpc.add_CalculatorServicer_to_server(CalculatorServicer(), server)
    server.add_insecure_port('[::]:50051')
    server.start()
    server.wait_for_termination()

if __name__ == '__main__':
    serve()

(4) 实现客户端

# client.py
import grpc
import calculator_pb2
import calculator_pb2_grpc

def run():
    channel = grpc.insecure_channel('localhost:50051')
    stub = calculator_pb2_grpc.CalculatorStub(channel)
    response = stub.Add(calculator_pb2.AddRequest(a=10, b=20))
    print("Result:", response.result)

if __name__ == '__main__':
    run()

(5) 运行

# 启动服务端
python server.py

# 在另一个终端运行客户端
python client.py
# 输出: Result: 30

2. 使用 XML-RPC（内置库）

Python标准库内置了xmlrpc，适合简单场景。

服务端

# xmlrpc_server.py
from xmlrpc.server import SimpleXMLRPCServer

def add(a, b):
    return a + b

server = SimpleXMLRPCServer(('localhost', 8000))
server.register_function(add, 'add')
print("Server running on port 8000...")
server.serve_forever()

客户端

# xmlrpc_client.py
import xmlrpc.client

proxy = xmlrpc.client.ServerProxy('http://localhost:8000/')
result = proxy.add(10, 20)
print("Result:", result)  # 输出: 30

3. 使用 Pyro5（纯Python RPC）

Pyro5 是一个纯Python的RPC库，支持对象传递和复杂数据类型。

安装

pip install Pyro5

服务端

# pyro_server.py
import Pyro5.api

@Pyro5.api.expose
class Calculator:
    def add(self, a, b):
        return a + b

daemon = Pyro5.api.Daemon()
uri = daemon.register(Calculator)
print("URI:", uri)  # 例如: PYRO:obj_12345@localhost:9090
daemon.requestLoop()

客户端

# pyro_client.py
import Pyro5.api

uri = "PYRO:obj_12345@localhost:9090"  # 替换为服务端输出的URI
calculator = Pyro5.api.Proxy(uri)
result = calculator.add(10, 20)
print("Result:", result)  # 输出: 30

4. 使用 ZeroMQ（消息队列 + RPC）

ZeroMQ 不是严格的RPC框架，但可以通过消息模式实现类似功能。

安装

pip install zmq

服务端

# zmq_server.py
import zmq

context = zmq.Context()
socket = context.socket(zmq.REP)
socket.bind("tcp://*:5555")

while True:
    a, b = socket.recv_json()
    result = a + b
    socket.send_json({"result": result})

客户端

# zmq_client.py
import zmq

context = zmq.Context()
socket = context.socket(zmq.REQ)
socket.connect("tcp://localhost:5555")

socket.send_json({"a": 10, "b": 20})
response = socket.recv_json()
print("Result:", response["result"])  # 输出: 30

4. RPC 的核心问题

(1) 网络可靠性

• 问题：网络延迟、丢包、超时。

• 解决方案：

  • 超时机制（如gRPC默认5秒超时）。

  • 重试策略（指数退避）。

(2) 序列化效率

• 问题：JSON/XML效率低，占用带宽大。

• 解决方案：

  • 使用二进制协议（如Protobuf、MessagePack）。

  • 压缩数据（如gzip）。

(3) 服务发现

• 问题：如何找到服务端地址？

• 解决方案：

  • 静态配置：直接写死IP（仅测试用）。

  • 动态注册中心：如Zookeeper、Consul、ETCD。

(4) 安全性

• 问题：数据明文传输可能被窃听。

• 解决方案：

  • TLS/SSL加密（如gRPC的secure_channel）。

  • 认证机制（如OAuth2、JWT）。

5. 性能对比

6. RPC 与 REST 对比

总结

• 需要高性能和跨语言支持 → 选择 gRPC。

• 快速原型开发 → 使用 XML-RPC 或 Pyro5。

• 灵活消息通信 → 尝试 ZeroMQ。

• RPC 本质：像调用本地函数一样调用远程服务。

• 核心挑战：网络不可靠、序列化效率、服务发现、安全。

根据项目需求选择合适的方法，大多数现代分布式系统会优先考虑gRPC。