python3和grpc的微服务探索实践

python3和grpc的微服务探索实践

对于微服务的实践,一般都是基于Java和Golang的,博主最近研究了下基于Python的微服务实践,现在通过一个简单的服务来分析Python技术栈的微服务实践

技术栈:Python3 + grpc + Zookeeper

服务API:通过学科获取相应的题型

grpc:由Google公司开源的高性能RPC框架,消息协议使用Google自家开源的Protocol Buffers协议机制,传输使用HTTP2.0标准,支持双向流和连接多路复用

 Protocol Buffers部分:

syntax = "proto3";

message Subject {
    string name = 1;
}

message QuestionType {
    string name = 1;
}

service SimpleRpcServer {
    // server streaming rpc
    // 客户端发送学科,服务端多次返回该学科包含的题型
    rpc GetSubjectQuestionTypes (Subject) returns (stream QuestionType) {
    }
}

这里定义grpc的接口类型为服务器流式RPC,即客户端发起一次请求,服务器可以返回多个响应信息,典型的例子有:客户端向服务端发送一个股票代码,服务端就把该股票的实时数据源源不断的返回给客户端:

python3和grpc的微服务探索实践_第1张图片

 

通过protobuf编译器和Protocol Buffers生成代码:

python3 -m grpc_tools.protoc -I. --python_out=.. --grpc_python_out=.. simple_calculate.proto

 

服务端开启服务器,对外提供rpc调用流程:

python3和grpc的微服务探索实践_第2张图片

 

 

客户端rpc调用流程:

python3和grpc的微服务探索实践_第3张图片

Zookeeper服务注册与发现策略:

服务注册:

 1 def register_zk(host, port):
 2     """
 3     注册到zookeeper
 4     """
 5     zk = KazooClient(hosts='{host}:{port}'.format(
 6         host=settings_info["zookeeper"]["host"],
 7         port=settings_info["zookeeper"]["port"])
 8     )
 9     zk.start()
10     zk.ensure_path('/rpc_calc')  # 创建根节点
11     value = json.dumps({'host': host, 'port': port})
12 
13     # 创建服务子节点
14     zk.create(
15         '/rpc_calc/calculate_server',
16         value.encode(),
17         ephemeral=True,
18         sequence=True
19     )

服务治理发现:

 1     def _get_servers(self, event=None):
 2         """
 3         从zookeeper获取服务器地址信息列表
 4         """
 5         servers = self._zk.get_children(
 6             '/rpc_calc', watch=self._get_servers
 7         )
 8         print(servers)
 9         self._servers = []
10         for server in servers:
11             data = self._zk.get('/rpc_calc/' + server)[0]
12             if data:
13                 addr = json.loads(data.decode())
14                 self._servers.append(addr)
15 
16     def get_server(self):
17         """
18         随机选出一个可用的服务器
19         """
20         return random.choice(self._servers)

 

服务端实现代码:

 1 class SimpleRpcServerServicer(calculate_grpc.SimpleRpcServerServicer):
 2     """
 3     实现被调用方法的具体代码
 4     """
 5 
 6     def __init__(self):
 7         self.subject_question_type_db = {
 8             'Chinese': ['单选', '多选', '填空', '解答', '问答', '作文'],
 9             'Math': ['单选', '填空', '解答'],
10             'English': ['单选', '填空', '作文'],
11             'Physics': ['单选', '多选', '填空', '解答'],
12             'Chemistry': ['单选', '多选', '填空', '解答'],
13             'Biology': ['单选', '多选', '填空', '解答'],
14             'History': ['单选', '多选', '填空', '解答', '问答']
15         }
16 
17     def GetSubjectQuestionTypes(self, request, context):
18         """
19         服务器流式RPC调用 根据subject获取question_types
20         :param request:
21         :param context:
22         :return:
23         """
24         subject = request.name
25         question_types = self.subject_question_type_db.get(subject)
26         for question_type in question_types:
27             yield calculate_pb2.QuestionType(name=question_type)

 

客户端实现代码:

 1 def invoke_get_subject_question_types(stub):
 2     """
 3     根据学科获取题型
 4     Server Streaming RPC 服务器流式RPC  客户端发送,服务器响应多个
 5     :param stub:
 6     :return:
 7     """
 8     subject = calculate_pb2.Subject(name='Chinese')
 9     question_types = stub.GetSubjectQuestionTypes(subject)
10     for question_type in question_types:
11         print(question_type.name)

 

服务测试:

开启三个服务,地址分别是 host:8003  host:8005  host:8009,客户端开启两个,client1 和 client2 ,测试结果:

 python3和grpc的微服务探索实践_第4张图片

已经成功注册了三个server到Zookeeper,客户端1使用的是8003端口的server,客户端2使用的是8005端口的server;grpc框架对于完整的rpc实现来说,实质上是封装了 网络传输、数据协议的打包解包,使得实现rpc更加简单,其本质仍然是遵守rpc的实现原理的

完整的代码详见我的git:simple_calculate_service

posted @ 2019-02-25 21:25 Harvard_Fly 阅读( ...) 评论( ...) 编辑 收藏

你可能感兴趣的:(python3和grpc的微服务探索实践)