gRPC是Google基于HTTP/2和protobuf推出的一款也是当下热门的开源RPC（Remote Procedure Call）框架。可在程序或者服务之间进行高性能低带宽的通信，并且支持身份认证、日志系统等等需要用到的功能。在微服务作为主流的时代，各个服务之间的通信也是一个亟需解决的问题。在ASP.NET Core 3.x下，gRPC也是微软传统RPC框架WCF的有效替代。
使用gRPC，可以让客户端像调用本地方法一样地去调用服务端中的方法。gRPC是一种合约优先的API开发模式，就是我们需要先具体地定义好方法和参数后，再进行服务端功能开发和客户端调用。并且客户端和服务端可以是使用不同语言开发的程序，通过gRPC，一旦我们在自己的服务中定义了proto文件，任何其他gRPC支持的语言开发的程序都可以来调用这个通信，通信中涉及到的环境、序列化等gRPC都帮我们完成了。默认情况下，gRPC是使用Protocol Buffers作为其接口定义语言（Interface Definition Language），就是用来定义通信中要用的方法和参数。Protocol Buffers不依赖特定的语言，根据不同需求，编译器就可以将其转换生成C#、Java、Python、Go等十几种语言供我们开发使用，并且在通信中数据是序列化成二进制流的，从而获得更好的传输性能。
本文接下来简单介绍Protocol Buffers和gRPC在.NET Core中的基本用法，主要参考为官方文档和各位大佬的教程（文末有链接）。本文Demo已上传至☞GitHub。
那么先来简单介绍一下Protocol Buffers的语法。
Protocol Buffers 基本用法
○ 文件名后缀用 ".proto"
○ 别忘记在文首加上一句“syntax = "proto3"，来指明使用的是proto3的语法（因为之前还有一个proto2）
○ 通过在proto文件中定义message类型来指明你想序列化传输的对象，可以类比成一个类其中包含你需要的多个字段。比如定义一个叫Person的message，其中包含3个字段。
message Person {
string name = 1;
int32 id = 2;
bool has_ponycopter = 3;
}
○ 简单介绍下Protocol Buffer中常用的数据类型
§ 数值：double, float, int32, int64, uint32, uint64, sint32, sint64, fixed32, fixed64, sfixed32, sfixed64
§ 字符串：string
§ 布尔：bool
§ 字节：bytes ，最大长度232
§ 枚举：enum
□ 定义枚举的方法，另外支持使用别名，别名是用不同的名称表示同一个枚举值，如下面的 EnumAllowingAlias.STARTED 和 EnumAllowingAlias.RUNNING 表示的是同一个枚举值。
enum EnumAllowingAlias {
option allow_alias = true; //表示可以使用别名
UNKNOWN = 0; //枚举的编号是从0开始的
STARTED = 1;
RUNNING = 1;
}
○ 定义message时，注意到每个字段都加了一个“唯一标识”的编号，这些编号用来在message转成二进制形式后标识具体字段是啥，在投入使用后尽可能避免修改字段的编号。编号范围是1~229-1其中编号1~15的字段使用一个字节来编码，编号16~2047则使用两个字节。所以将使用频率高的字段用1~15来编号，另外19000~19999是Protocol Buffers的保留字段，最好别用。
○ 字段的规则分为两种，singular（proto3中默认）和repeated，定义字段时二选一
§ singular
大概是表示为单值，这个字段的值最多一个，与repeated相对
§ repeated
大概像是集合类型，比如定义一个字段如“repeated string emails”大概意思可理解为List<string> emails
○ 注释的写法和C#文件中注释的写法基本一致，用“//”或者“/* … */”
○ 保留字段。如果一个已投入使用的proto中移除了某些字段的话，而用户仍然使用这些字段编号就会造成一些较严重的错误。解决办法是将这些想移除的字段名或者字段编号使用reserved关键字修饰。使用了reserved标注的字段在未来使用时，protocol buffer编译器将会抛出错误。
message Foo {
reserved 2, 15, 9 to 11;
reserved "foo", "bar";
}
○ 当使用protocol buffer编译器将proto文件编译成C#语言，会自动生成.cs文件，其中为每个message编译成class。
○ 编译后的类型与C#中类型的对应关系
| proto类型 | double | float | int32 | int64 | string | bool | bytes | enum |
| C#类型 | double | float | int | long | string | bool | ByteString | enum |
| 默认值 | 0 | 0 | 0 | 0 | string.Empty | false | 空字节数组 | 枚举中的第一个值 |
○ 定义完message后，可以将其打包供其他service或者message引用，那么在protocol buffer中打包和引用的方法也很简单
§ 打包语法：
package foo.bar;
message Open { ... }
§ 指定生成自定义的C#命名空间的语法：
option csharp_namespace = "Foo.MyBar";
§ 引用其他proto文件中定义的message类型的语法：
import "myproject/other_protos.proto";
○ 有了message的定义，要在RPC中应用的话就需要定义“方法”，在protocol buffer中即是service。在.proto文件中定义service的语法是：
service SearchService {
rpc Search (SearchRequest) returns (SearchResponse);
}
○ 其中service和rpc都是关键字，Search是“方法”名，SearchRequest与SearchResponse都是定义的message类型。
○ 定义好service后，proto编译器就会将service使用我们选择的语言编译成的服务接口的代码。
○ Protocol buffers的一些其他关键字如any，oneof等暂时没用上，就先不列出了，可参考官方文档。
gRPC Demo实践
IDE使用的VS2019，首先使用ASP.NET Core建立一个gRPC的服务端，使用一个WPF程序作为客户端实现最基本的gRPC通信Demo，以一个员工信息的增查为例来演示gRPC中的常用场景。
gRPC 通常有四种模式的通信，分别是“一元（unary）”，“客户端流（client streaming）”，“服务端流（server streaming）” 以及“双向流模式（ bidirectional streaming）”，对于 HTTP 2 来说其实都是用流的模式，以下实验是参考杨旭大佬的教程。
首先创建gRPC服务端，新建一个空白的ASP.NET Core Web应用程序命名为gRPC.Server。用NuGet安装“Grpc.AspNetCore”。新建一个Protos文件夹来存放.proto文件，新建一个名为Message.proto的文件来定义通信过程中需要的message。
syntax = "proto3"; //给编译器指明语法为proto3
//员工
message Employee{
int32 Id = 1; //Id
string Name = 2; //姓名
int32 EmployeeNo = 3; //工号
Gender Gender = 4; //性别
Date BirthDay = 5; //生日
string Department = 6; //部门
bool IsValid = 7; //有效性
bytes Photo = 8; //照片
}
//性别（枚举）
enum Gender{
NOT_SPESIFICED = 0;
FEMALE = 1;
MALE = 2;
}
//日期
message Date{
int32 Year = 1;
int32 Month = 2;
int32 Day = 3;
}
//Service 用的参数:
//根据Id查询员工信息
message GetEmployeeByIdRequest{
int32 Id = 1;
}
//上传的员工信息请求
message EmployeeRequest{
Employee Employee = 1;
}
//返回员工信息
message EmployeeResponse{
Employee Employee = 1;
}
//根据条件查询员工
message GetEmployeeCollectionRequest{
string SearchTerm = 1;
bool IsValid = 2;
}
//返回员工信息集合
message GetEmployeeCollectionReponse{
Employee Employee = 1;
}
//上传员工照片
message AddPhotoRequest{
bytes Photo = 1;
}
//上传员工照片响应
message AddPhotoReponse{
bool IsOK = 1;
}
message.proto
接着新建定义service的proto文件，其中定义了5个方法，包括了gRPC的四种通行模式。
syntax = "proto3";
import "Message.proto";
service EmployeeService{
//根据ID获取员工（一元消息）
rpc GetEmployeeById(GetEmployeeByIdRequest) returns (EmployeeResponse);
//上传员工信息（一元消息）
rpc SaveEmployee(EmployeeRequest) returns (EmployeeResponse);
//根据条件获取全部员工（服务端流）
rpc GetEmployeeCollection(GetEmployeeCollectionRequest) returns (stream GetEmployeeCollectionReponse);
//员工上传照片（客户端流）
rpc AddPhoto(stream AddPhotoRequest) returns (AddPhotoReponse);
//（双向流）
rpc SaveEmployees(stream EmployeeRequest) returns (stream EmployeeResponse);
}
定义好proto文件之后便可以在VS中编译项目，在编译前，需要为两个proto文件配置好属性。在message.proto上右键属性，build action选择protobuf compiler，gRPC Stub Classes选择“Do not generate”。类似的对Service.proto文件build action选择protobuf compiler，gRPC Stub Classes选择“Server only”。
编译好之后可以发现编译器帮我们生成了两个同名的cs文件，包含生成了一个 EmployeeServiceBase 类。将我们使用Protocol Buffer定义的message和service生成相应的class和method。此时，在服务端的通信接口相当于就已经定义好了。客户端若需要与之通信就需要通过这个接口的定义来发送请求。接下来新建一个客户端程序（本文这里选用了一个WPF程序），在NuGet上添加需要用到的三个包，分别是“Google.Protobuf”，“Grpc.Tools”，“Grpc.Net.Client”。接下来通过强大的VS可以快速获得服务端定义的接口信息。在项目上右键，选择“添加”→选择“服务引用”→选择“添加新的gRPC引用”，可以选择在服务端定义好的两个proto文件，在选择文件界面的下方的选项将message.proto选择生成为“仅限消息”，service.proto选择生成为“客户端”便完成了添加操作，这时客户端项目中会多出一个Protos文件夹，刚刚添加的两个文件也在其中。编译后编译器依然会为我们生成两个同名的cs文件，包含生成了一个 EmployeeServiceClient 类。
在定义好了通信接口之后，只需要在客户端和服务端实现具体的接口业务便可以完成通信了。
（1）Simple RPC
首先看下最简单的调用方式即一元模式，该演示用的方法 GetEmployeeById 从客户端获取单个参数并返回相应的员工信息，为了简单起见这里的数据就不涉及数据库操作了使用一个静态的 List<Employee> 。
由于已经定好了通信的接口，服务端只需实现服务端定义的接口方法即可，创建一个Service类来继承从Service.proto生成的 EmployeeServiceBase 类型，命名为 GrpcEmployeeService ，我们通过override EmployeeServiceBase 中的抽象方法来实现具体业务逻辑。编译器生成的方法签名除了我们在proto文件中定义的请求参数类型 GetEmployeeByIdRequest 外，另外还有一个 ServerCallContext 类型的上下文参数，通过它便可以操作通信过程中的Header和HttpStatus等。
public class GrpcEmployeeService: EmployeeService.EmployeeServiceBase //继承
{
/// <summary>
/// 一元操作演示 —— 根据id获取员工数据
/// </summary>
/// <param name="request"></param>
/// <param name="context"></param>
/// <returns></returns>
public override async Task < EmployeeResponse > GetEmployeeById(GetEmployeeByIdRequest request, ServerCallContext context)
{
//读取请求头中的元数据(应用层自定义的 key-value 对)
var metaDataIdHeaders = context.RequestHeaders;
foreach(var data in metaDataIdHeaders)
{
Console.WriteLine($ "{data.Key} => {data.Value}");
}
//根据请求的Id找到员工信息
var employee = EmployeeRepository.Emloyees.SingleOrDefault(emp => emp.Id == request.Id);
if(employee == null) throw new RpcException(Status.DefaultSuccess, $ "Employee of {request.Id} is not found");
var response = new EmployeeResponse
{
Employee = employee
};
return await Task.FromResult(response);
}
}一旦客户端调用了存根（Stab，客户端上接口方法），服务端的RPC方法便会被调用并收到客户端发送的参数与元数据信息。但是服务端怎样将客户端的请求定位到接口定义的实现呢？来到服务端项目的Startup.cs中指定映射即可。
public void Configure(IApplicationBuilder app, IWebHostEnvironment env)
{
if(env.IsDevelopment())
{
app.UseDeveloperExceptionPage();
}
app.UseRouting();
app.UseEndpoints(endpoints =>
{
endpoints.MapGrpcService < GrpcEmployeeService > (); //将进入的请求映射到特定的服务类中
});
}另外还需要将gRPC的服务注册到服务容器中（在ConfigureServices中增加 services.AddGrpc(); ）
接下来在客户端调用方法存根即可。
private const string serverAdderss = "https://localhost:5001"; //服务端的地址
protected void GetEmployeeById()
{
Response1 = string.Empty; //清空前台显示
var metaData = new Metadata //元数据都是一些 key-value对
{
{
"myKey", "myValue"
} //随便模拟一点 key-value对
};
if(int.TryParse(Request1, out var id))
{
//*****************************主要是这里********************************
using var channel = GrpcChannel.ForAddress(serverAdderss); //创建通道
var client = new EmployeeService.EmployeeServiceClient(channel);
var response = client.GetEmployeeById(new GetEmployeeByIdRequest
{
Id = id
} //参数一：request参数（员工Id）
, metaData); //参数二：用户自定义的元数据
//*********************************************************************
Response1 = response.ToString(); //将响应信息输出前台显示
return;
}
MessageBox.Show("request is unValid");
}（2）Server-side streaming RPC
与一元模式不同的是，服务端流模式中服务端向客户端返回数据是一个流响应，编译器帮我们生成的服务端的方法 GetEmployeeCollection 中包含 IServerStreamWriter<GetEmployeeCollectionReponse> 类型的参数，我们需要做的就是将需要返回的数据写入这个流中即可。该演示方法是客户端使用一些查询条件向服务端请求用户数据，服务端将员工集合数据以“流”的模式返回给客户端。
1 /// <summary>
2 /// 服务端流演示 —— 根据条件获取员工数据
3 /// </summary>
4 /// <param name="request"></param>
5 /// <param name="responseStream"></param>
6 /// <param name="context"></param>
7 /// <returns></returns>
8 public override async Task GetEmployeeCollection(GetEmployeeCollectionRequest request, IServerStreamWriter<GetEmployeeCollectionReponse> responseStream,
9 ServerCallContext context)
10 {
11 List<Employee> employees;
12 if (!string.IsNullOrWhiteSpace(request.SearchTerm)) //有条件就根据条件查询
13 {
14 employees = EmployeeRepository.Emloyees
15 .FindAll(emp => emp.Name.Contains(request.SearchTerm) ||
16 emp.Department.Contains(request.SearchTerm) ||
17 emp.EmployeeNo.ToString().Contains(request.SearchTerm));
18 }
19 else
20 {
21 employees = EmployeeRepository.Emloyees;
22 }
23 employees = employees.FindAll(emp => emp.IsValid == request.IsValid);
24
25 foreach (var employee in employees)
26 {
27 //***********************************向响应流中写入数据**************************************
28 await responseStream.WriteAsync(new GetEmployeeCollectionReponse { Employee = employee });
29 //****************************************************************************************
30 }
31 }
在客户端使用存根方法进行RPC请求，并从响应流中读取返回的员工数据。
1 protected async void GetEmployeeCollection()
2 {
3 Response2 = string.Empty; //清空前台显示
4 using var channel = GrpcChannel.ForAddress(serverAdderss);
5 var client = new EmployeeService.EmployeeServiceClient(channel);
6
7 //发送请求，注意和一元模式不同的是，使用client调用存根方法的返回类型是AsyncServerStreamingCall
8 using var serverStreamingCall =
9 client.GetEmployeeCollection(
10 new GetEmployeeCollectionRequest
11 { //两个查询参数而已，没啥
12 IsValid = true,
13 SearchTerm = Request2.Trim()
14 });
15 var responseStream = serverStreamingCall.ResponseStream;
16
17 //读取流数据，调用响应流的MoveNext方法
18 while (await responseStream.MoveNext(new CancellationToken()))
19 {
20 // 将消息显示到前端
21 Response2 += responseStream.Current.Employee + Environment.NewLine;
22 }
23 }
（3）Client-side streaming RPC
客户端流模式的话与服务端流模式类似，服务端流模式中是将响应数据写入响应流中，客户端流模式相似的就是将请求数据写入请求流中发送到服务端，这样发送到服务端的就不是单个的请求了，服务端接收请求流的数据也需要向上面“服务端流模式”的客户端那样利用stream的 MoveNext 方法来获取。本方法是将一张图片读取成文件流后以1024个字节的大小依次写入请求流中发送给服务端来模拟客户端流模式。
由于是客户端流模式，那先看客户端的写法。
1 protected async void AddPhoto()
2 {
3 Response3 = string.Empty; //清空前台显示
4 using var channel = GrpcChannel.ForAddress(serverAdderss);
5 var client = new EmployeeService.EmployeeServiceClient(channel);
6 // 调用这个存根方法得到的是“AsyncClientStreamingCall类型”
7 using var clientStreamingCall = client.AddPhoto();
8 // 拿到“请求流”
9 var requestStream = clientStreamingCall.RequestStream;
10
11 //向“请求流”中写数据
12 await using var fs = File.OpenRead(Request3);
13 while (true)
14 {
15 var buffer = new byte[1024]; //模拟多次传递，将缓存设置小一点
16 var length = await fs.ReadAsync(buffer, 0, buffer.Length); //将数据读取到buffer中
17 if (length == 0) //读取完毕
18 {
19 break; //跳出循环
20 }
21 else if (length < buffer.Length) //最后一次读取长度无法填满buffer的长度
22 {
23 Array.Resize(ref buffer, length); //改变buffer数组的长度
24 }
25 var streamData = ByteString.CopyFrom(buffer); //将byte数组数据转成传递时需要的ByteString类型
26 //将ByteString数据写入“请求流”中
27 await requestStream.WriteAsync(new AddPhotoRequest { Photo = streamData });
28 }
29
30 await requestStream.CompleteAsync(); //告知服务端数据传递完毕
31 var response = await clientStreamingCall.ResponseAsync;
32 Response3 = response.IsOK ? "congratulations" : "ah oh"; // 将消息显示到前端
33 }
来到服务端，可以看到编译器为客户端流模式的方法生成的请求参数是 IAsyncStreamReader<TRequest> 类型，表示客户端传来的参数是一串流模式的，服务端读取流数据写法如下。
1 public override async Task<AddPhotoReponse> AddPhoto(IAsyncStreamReader<AddPhotoRequest> requestStream, ServerCallContext context)
2 {
3 var buffer = new List<byte>();
4 var count = 0;
5 while (await requestStream.MoveNext(new CancellationToken()))
6 {
7 buffer.AddRange(requestStream.Current.Photo);
8 //每接收一次请求打印一条消息来显示
9 Console.WriteLine($"{++count} : receive requestStreamData's length is {requestStream.Current.Photo.Length}");
10 }
11 //只是将收到的全部数据还原成原来的图片数据
12 File.WriteAllBytes(@"photo.jpg", buffer.ToArray());
13 return new AddPhotoReponse { IsOK = true };
14 }
（4）Bidirectional streaming RPC
最后是双向流模式，在熟悉了服务端流模式和客户端流模式之后，这个模式也不难理解了，也就是双方都采用流模式，将上面两个写法进行融合即可。接下来将传递一个员工集合给服务端进行存储，服务端接收到每个员工数据并保存后都向客户端返回一次，将刚刚保存的用户信息在返回给客户端。
客户端写法。
1 protected async void SaveEmployees()
2 {
3 Response5 = string.Empty; //清空前台显示
4 using var channel = GrpcChannel.ForAddress(serverAdderss);
5 var client = new EmployeeService.EmployeeServiceClient(channel);
6 var serverStreamingCall = client.SaveEmployees();
7 //因为是双向流的方式，我们需要同时操作“请求流”和“响应流”
8 var requestStream = serverStreamingCall.RequestStream;
9 var responseStream = serverStreamingCall.ResponseStream;
10 //获取员工数据
11 var employees = GetNewEmployees(Request5.Trim());
12
13 //依次将员工数据写入请求流中
14 foreach (var employee in employees)
15 {
16 await requestStream.WriteAsync(new EmployeeRequest { Employee = employee });
17 }
18 //告知服务端数据传递完毕
19 await requestStream.CompleteAsync();
20 //读取服务端返回的流式数据
21 await Task.Run(async () =>
22 {
23 while (await responseStream.MoveNext(new CancellationToken()))
24 {
25 Response5 += $"New Employee “{responseStream.Current.Employee.Name}” is Saved"
26 + Environment.NewLine;
27 }
28 });
29 }
服务端写法，可以看到这次编译器生成的方法参数包含了请求流 IAsyncStreamReader<TRequest> 和响应流 IServerStreamWriter<TResponse> 。
1 public override async Task SaveEmployees(IAsyncStreamReader<EmployeeRequest> requestStream, IServerStreamWriter<EmployeeResponse> responseStream, ServerCallContext context)
2 {
3 while (await requestStream.MoveNext(new CancellationToken()))
4 {
5 //从请求流中获取数据
6 var newEmployee = requestStream.Current.Employee;
7 if (!EmployeeRepository.Emloyees.Exists(emp => emp.Id == newEmployee.Id))
8 {
9 EmployeeRepository.Emloyees.Add(newEmployee);
10 }
11 //每存储一条员工数据后在控制台上打印一条记录
12 Console.WriteLine($"receive NewEmployee {newEmployee.Name}");
13 //每存储一条员工数据后向响应流中写入数据返回给客户端
14 await responseStream.WriteAsync(new EmployeeResponse()
15 {
16 Employee = newEmployee
17 });
18 }
19 }
以上便演示了gRPC四种调用模式的使用，将服务端和客户端全都运行起来进行调用，一切OK，泪目。
本次学习只涉及到gRPC如何简单的进行通信，在gRPC调用中的异常处理，日志，授权等内容在后续学习中再加以记录，谢谢。
博客原地址：https://www.cnblogs.com/xhy0826/category/1693155.html
参考资料
○ https://www.grpc.io/docs/guides/
○ https://www.cnblogs.com/cgzl/p/11246324.html
○ http://www.csharpkit.com/2017-10-14_90705.html
○ https://unwcf.com/posts/wcf-vs-grpc-round-2/ （WCF PK gRPC）