gRPC 和传统 RPC 有啥不一样？一篇讲清楚！

技术分享 10个月前 (04-19) 0 999+

现在大家做系统开发，都喜欢搞"微服务架构"——简单说就是把一个大系统拆成很多小服务，这样更灵活也更容易扩展。那这些服务之间怎么沟通呢？就得靠一种技术叫 RPC（远程过程调用）。今天我们就来聊聊它的"进化版"：gRPC，看看它和传统的 RPC 到底有啥不一样。

一、先搞懂几个概念

什么是 RPC？

可以把它理解成"跨机器调用函数"的方式。就像你在本地调用一个函数一样，但其实它是在另一台服务器上运行的。传统 RPC 有很多种实现，比如 XML-RPC、JSON-RPC、SOAP 等，数据格式多是 XML 或 JSON。

那 gRPC 是啥？

Google 出品的一个更高效的 RPC 框架，基于 HTTP/2 协议，数据格式用的是 Protocol Buffers（简称 Protobuf）。性能好、效率高，还能自动生成代码，听起来就很香对吧？

二、gRPC 和传统 RPC 的几大区别（白话版）

对比点	传统 RPC	gRPC
传输协议	通常用 HTTP/1 或 TCP	HTTP/2，支持多路复用，速度快
数据格式	XML/JSON，可读但体积大	Protobuf，体积小，解析快
代码生成	通常手动写	支持自动生成客户端/服务端代码
流式处理	一般不支持	支持四种调用模式，支持双向流
跨语言支持	有点费劲	官方支持多语言（Go、Python 等）
错误处理	用 HTTP 状态码处理	用标准错误码机制，支持详细描述

三、举个例子更直观

用传统 JSON-RPC 调接口

{   "jsonrpc": "2.0",   "method": "getUserProfile",   "params": {     "userId": 123,     "includeDetails": true   },   "id": 1 }

人类能看懂，但数据量大，解析速度也慢。

用 gRPC + Protobuf

首先定义协议：

syntax = "proto3";  service UserService {   rpc GetUserProfile(UserRequest) returns (UserProfile) {} }  message UserRequest {   int32 user_id = 1;   bool include_details = 2; }  message UserProfile {   int32 user_id = 1;   string username = 2;   string email = 3; }

然后就可以这样调用：

request = user_pb2.UserRequest(user_id=123, include_details=True) response = stub.GetUserProfile(request) print(f"用户名: {response.username}")

结构更清晰、体积更小、传输效率更高。

四、请求处理方式对比

传统RPC的调用方式

# XML-RPC示例 import xmlrpc.client  # 创建客户端 server = xmlrpc.client.ServerProxy("http://localhost:8000")  # 每次调用都会建立新连接 result = server.get_user_info(user_id=123) print(f"用户信息: {result}")  # 又得重新连接 another_result = server.get_product_details(product_id=456)

就像每次打电话都要重新拨号一样，费时间！

gRPC的调用方式

import grpc import user_service_pb2 import user_service_pb2_grpc  # 创建一个连接通道 with grpc.insecure_channel('localhost:50051') as channel:     # 创建调用对象     stub = user_service_pb2_grpc.UserServiceStub(channel)          # 同一个连接可以调用多个方法     response1 = stub.GetUser(user_service_pb2.GetUserRequest(user_id=123))     response2 = stub.GetProduct(user_service_pb2.GetProductRequest(product_id=456))          # 还能做流式调用，像看视频一样一点点接收数据     for product in stub.ListProducts(user_service_pb2.ListProductsRequest(category="手机")):         print(f"产品: {product.name}, 价格: {product.price}")

就像建立一条专线，通话不断，还能边说边听，太方便了！

五、性能差距有多大？

场景：获取 1000 个用户信息

传统 REST（HTTP/1 + JSON）版本：

import requests import time  start_time = time.time() users = []  # 发送1000个独立的HTTP请求，每次都要建连接 for i in range(1000):     response = requests.get(f"http://api.example.com/users/{i}")     users.append(response.json())  duration = time.time() - start_time print(f"REST API: 获取了{len(users)}个用户，耗时{duration:.2f}秒") # 输出: REST API: 获取了1000个用户，耗时10.45秒

gRPC 版本：

import grpc import user_pb2 import user_pb2_grpc import time  start_time = time.time()  with grpc.insecure_channel('api.example.com:50051') as channel:     stub = user_pb2_grpc.UserServiceStub(channel)          # 一次请求获取所有用户，批量处理     users = list(stub.GetUsers(user_pb2.GetUsersRequest(limit=1000)))  duration = time.time() - start_time print(f"gRPC: 获取了{len(users)}个用户，耗时{duration:.2f}秒") # 输出: gRPC: 获取了1000个用户，耗时1.23秒

总结：gRPC 更快，因为它：

支持连接复用（不用每次都重新连）
使用 Protobuf，数据更轻更快
流式处理，批量效率高

六、错误处理方式对比

REST 错误处理：

服务端返回的错误：

{   "error": {     "code": 404,     "message": "User not found",     "details": "The user with ID 12345 does not exist"   } }

客户端处理：

fetch('/api/users/12345')   .then(response => {     if (!response.ok) {       return response.json().then(err => {         throw new Error(`${err.error.message}: ${err.error.details}`);       });     }     return response.json();   })   .catch(error => console.error('错误:', error));

靠 HTTP 状态码，但格式不统一，需要手动解析。

gRPC 错误处理：

服务端定义错误：

def GetUser(self, request, context):     user = database.find_user(request.user_id)     if not user:         context.set_code(grpc.StatusCode.NOT_FOUND)         context.set_details(f"找不到用户 {request.user_id}")         return user_pb2.UserProfile()  # 返回空对象     return user

客户端处理错误：

try:     response = stub.GetUser(request)     print(f"用户信息: {response}") except grpc.RpcError as e:     if e.code() == grpc.StatusCode.NOT_FOUND:         print(f"错误: 用户不存在 - {e.details()}")     else:         print(f"RPC错误: {e.code()} - {e.details()}")

标准的错误码 + 描述，客户端可以直接 catch。像处理本地异常一样方便！

七、实际应用场景选择

什么时候用传统REST API？

前端直接调API

// 浏览器调REST API就很方便 fetch('/api/products')   .then(res => res.json())   .then(products => console.log(products));

接第三方平台 比如接微信支付、支付宝API，人家都是REST的，你也得跟着来
简单系统 小项目不追求性能，REST开发速度快

什么时候用gRPC？

微服务内部通信 服务多了，内部调用频繁，用gRPC又快又稳

实时数据应用

// 股票价格实时推送 func (s *StockServer) PriceStream(request *pb.StockRequest, stream pb.StockService_PriceStreamServer) error {   for {     price := getLatestPrice(request.Symbol)     stream.Send(&pb.StockPrice{       Symbol: request.Symbol,       Price: price,       Timestamp: time.Now().Unix(),     })     time.Sleep(1 * time.Second)   } }