【grpc】利用protobuf实现java或kotlin调用python脚本，含实现过程和全部代码

前言

在一些特殊场景中，我们可能需要使用java或者其他任意语言调用python脚本或sdk等。本文的需求衍生也不例外于此，python端有sdk，但只能在python中调用，于是就有了本文章。

常见的调用方式如jython、python提供http rest接口、python提供rpc实现、java通过jni调用转换成c的python。每种调用方式都有优缺点，我们更期待一种简单、快速、功能更自由、低侵入、方便维护的方式来实现。

快速调研了一下现有的各种实现方式，最后决定采用grpc调用，好处就是代码不多，协议定义简单方便，两端协调好就可以了，非常适合对sdk、算法、脚本、服务的调用，缺点就是更改协议后，两边要重新生成代码来保持同步，不过在有现成插件的情况下，这能很方便的控制，话不多说，下面贴出详细做法。

一、定义proto文件

创建一个文件名为script.proto，稍后需要在java端和python端引入

//@ 1 使用proto3语法
syntax = "proto3";
//@ 2 生成多个类（一个类便于管理）
option java_multiple_files = false;
//@ 3 定义调用时的java包名
option java_package= "com.kamjin.javacallpython.grpc.demo.proto";
//@ 4 生成外部类名
option java_outer_classname = "ScriptProto";
//@ 6. proto包名称（逻辑包名称）
package script;
import "google/protobuf/struct.proto";
//@ 7 定义一个服务来描述要生成的API接口，类似于Java的业务逻辑接口类
service ScriptService{ //定义执行方法，方法名称和参数和返回值都是大驼峰
    //Note: 这里是 returns,不是 return
    rpc Execute (ScriptRequest) returns (ScriptResponse) {}
}
//@ 8 定义请求数据结构
//字符串数据类型
//等号后面的数字即索引值（表示参数顺序，以防止参数传递顺序混乱），服务启动后无法更改
//不能使用19000-1999保留数字
message ScriptRequest{ string content = 1;
    google.protobuf.ListValue extract_params = 2;
}
//@ 9 定义响应数据结构
message ScriptResponse{ string result = 1;
}

二、java/kotlin端

个人习惯使用kotlin+gradle，此处使用该组合演示，java+maven也可以，主要是gradle配置部分区别较大，有需求可以评论区留言

0.创建服务

创建一个springboot项目，版本为2.x，为了方便起见，需要是web服务，端口默认就可以

1.安装protobuf插件

在IDEA插件市场搜索protobuf下载安装，注意作者是HIGAN，不要装错了，如图

2.依赖和其他配置

配置模块的build.gradle.kts文件，

新增依赖和plugin如下：

plugins { //protobuf plugin
    id("com.google.protobuf") version "0.9.4"
    
    ...
}
dependencies { //grpc client
    implementation("net.devh:grpc-client-spring-boot-starter:2.15.0.RELEASE")
    implementation("io.grpc:grpc-stub:1.15.1")
    implementation("io.grpc:grpc-protobuf:1.15.1")
    
	...
}

protobuf配置和task配置如下：

import com.google.protobuf.gradle.*
import org.gradle.kotlin.dsl.proto
//https://github.com/google/protobuf-gradle-plugin
sourceSets { main { proto { srcDir("src/main/proto")
            include("**/*.proto")
        }
    }
    test { proto { srcDir("src/test/proto")
        }
    }
}
protobuf { protoc { // The artifact spec for the Protobuf Compiler
        artifact = "com.google.protobuf:protoc:3.17.3"
    }
    plugins { // Optional: an artifact spec for a protoc plugin, with "grpc" as
        // the identifier, which can be referred to in the "plugins"
        // container of the "generateProtoTasks" closure.
        id("grpc") { artifact = "io.grpc:protoc-gen-grpc-java:1.40.0"
        }
    }
    generateProtoTasks { ofSourceSet("main").forEach { it.plugins { // Apply the "grpc" plugin whose spec is defined above, without
                // options. Note the braces cannot be omitted, otherwise the
                // plugin will not be added. This is because of the implicit way
                // NamedDomainObjectContainer binds the methods.
                id("grpc")
            }
        }
    }
}
//配置提示proto文件重复的处理策略
tasks.withType { duplicatesStrategy = DuplicatesStrategy.INCLUDE
}

配置完成后点一下gradle的刷新按钮reload all gradle projects，此时会下载相关依赖

3.生成代码

在模块的src/main目录下新建名为proto文件夹，将定义好的script.proto文件放入该目录，运行gradle task,如图所示:

运行该task后将会生成可以调用的proto服务代码，将在文件夹build/generated/source/proto/main可以找到生成的代码，一般无需改动该代码，我们需要使用时直接调用引入即可。

4.服务配置

在模块配置文件application.yaml中配置如下：

grpc:
  client:
    scriptServiceGrpc:
      address: 'static://127.0.0.1:50051'
      negotiationType: plaintext

scriptServiceGrpc是我们在代码里需要声明的grpc server名称，可以任意自定义和在grpc.client下定义多个这样的条目

address指定grpc server端的地址+端口，在当前文章中对应的就是python项目中的grpc服务URL地址

关于配置项的更多详情可以查看这里。

5.编写grpc client代码

首先编写一个controller用于调试代码

package com.kamjin.javacallpython.grpc.demo.controller.test
import com.kamjin.javacallpython.grpc.demo.handle.*
import com.kamjin.common.ext.*
import org.springframework.beans.factory.annotation.*
import org.springframework.web.bind.annotation.*
/**
 *  *
 *  *
 * @author kam
 * @since 2024/01/08
 */
@RequestMapping("/test/proto/")
@RestController
class ProtoTestController { @Autowired
    lateinit var grpcScriptExecuter: GrpcScriptExecuter
    
    @PostMapping("script")
    fun script(@RequestBody request: MutableMap): String? { val contentBase64 = request["content_base64"] as String? ?: return ""
        return this.grpcScriptExecuter.exec(
            ScriptContent(
                content = contentBase64.base64Decode(),
                extractParams = request["extract_params"] as List? ?: mutableListOf()
            )
        ).result
    }
}

执行脚本的GrpcScriptExecuter，内容如下：

package com.kamjin.javacallpython.grpc.demo.handle
import com.google.protobuf.*
import com.kamjin.javacallpython.grpc.demo.proto.*
import net.devh.boot.grpc.client.inject.*
import org.springframework.stereotype.*
/**
 *  *
 *  *
 * @author kam
 * @since 2024/01/08
 */
interface ScriptExecute { fun exec(content: ScriptContent): ScriptExecResult
}
data class ScriptContent(
    val content: String,
    val extractParams: List = mutableListOf()
)
data class ScriptExecResult(val result: String? = null)
@Component
class GrpcScriptExecuter : ScriptExecute { @GrpcClient("scriptServiceGrpc")
    private lateinit var scriptStub: ScriptServiceGrpc.ScriptServiceBlockingStub
    override fun exec(content: ScriptContent): ScriptExecResult { val c = content.content
        if (c.isBlank()) return ScriptExecResult()
        val extractParams = content.extractParams
        val r = ScriptProto.ScriptRequest.newBuilder()
            .setContent(c)
            .apply { if (extractParams.isNotEmpty()) { this.extractParams = ListValue.newBuilder().apply { for (ep in extractParams) { this.addValues(
                                Value.newBuilder().setStringValue(ep)
                                    .build()
                            )
                        }
                    }
                        .build()
                }
            }
            .build()
        try { return ScriptExecResult(scriptStub.execute(r).result)
        } catch (e: io.grpc.StatusRuntimeException) { throw RuntimeException("script exec error,msg: ${e.message}", e)
        }
    }
}

@GrpcClient("scriptServiceGrpc")的值对应的则是上一步中在appliation.yaml中配置的值
当前文件做了两件事:
1.定义一个ScriptExecute的interface和请求/响应的data class
2.实现了GrpcScriptExecuter，用于通过调用grpc server端执行脚本内容
这样就完成了java端grpc client的创建。

三、python端

0.安装protobuf插件

同样需要安装protobuf插件，上文已经描述过了（idea plugin）不再赘述

1.创建项目

创建一个python venv项目，在模块中创建一个新的文件夹：proto_test

2.复制proto文件

把之前定义的script.proto文件复制到其中，要求和java服务端放入的文件保持一致，不用做任何改动。

3.生成代码

转到控制台，使用pip安装需要的依赖
```
pip install grpcio
pip install grpcio-tools googleapis-common-protos
```
然后进入proto_test目录，生成相应的grpc代码
```
python -m grpc_tools.protoc -I . --python_out=. --grpc_python_out=. script.proto
```
此时会在proto_test目录下生成文件：script_pb2_grpc.py、script_pb2.py，后面会用到。

4.编写grpc server代码

创建文件：script_server.py，内容如下：
```
import json
import grpc
import script_pb2
import script_pb2_grpc
from concurrent import futures
import time
_ONE_DAY_IN_SECONDS = 60 * 60 * 24
# service impl
class ScriptServicer(script_pb2_grpc.ScriptServiceServicer):
    def Execute(self, request, context):
        s = request.content
        result = {}
        print("content: %s" % s)
        exec(s, result)
        # 根据传入的参数提取值
        data = {}
        for p in request.extract_params:
            data[p] = result.get(p, None)
        return script_pb2.ScriptResponse(result=json.dumps(data))
def serve():
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    script_pb2_grpc.add_ScriptServiceServicer_to_server(ScriptServicer(), server)
    server.add_insecure_port('[::]:50051')
    server.start()
    try:
        while True:
            time.sleep(_ONE_DAY_IN_SECONDS)
    except KeyboardInterrupt:
        server.stop(0)
if __name__ == '__main__':
    serve()
```
这样就完成了python端grpc server的创建。

四、验证

1.启动java服务：通过IDEA运行WEB服务
2.启动python服务：python script_server.py
3.使用postman或者IDEA httpclient调用接口，这里使用IDEA的http client
定义文件javacallpython-grpc.http：
```
POST http://localhost:8080/test/proto/script
Content-Type: application/json
{ "content_base64": "aW1wb3J0IG1hdGgKZGVmIGZ1biAobik6CiAgICBkYXRhID0gbgogICAgZGF0YSA9IGRhdGEgKiBtYXRoLnBpCiAgICByZXR1cm4gZGF0YQpyID0gZnVuKDEwKQ==",
  "extract_params": ["r"]
}
```
运行该调用，这将会调用刚刚启动的web服务（端口为8080默认）接口：/test/proto/script
- 此处传的content_base64是因为json中不支持’‘’‘’'标注的字符串，也就没法满足python的缩进要求，故将脚本内容转为base64传入，实际脚本内容为：
```
import math
def fun (n):
    data = n
    data = data * math.pi
    return data
r = fun(10)
```
  转为base64后：
```
aW1wb3J0IG1hdGgKZGVmIGZ1biAobik6CiAgICBkYXRhID0gbgogICAgZGF0YSA9IGRhdGEgKiBtYXRoLnBpCiAgICByZXR1cm4gZGF0YQpyID0gZnVuKDEwKQ==
```
  - extract_params是表明我们需要提取脚本中变量名称为r的内容的值作为脚本执行结果返回。
    python端控制台打印：
    
    http client执行结果：
    
    这表明带import的脚本执行成功，并正确返回了我们想要提取的值
    
    参考文章
    
    1.拥抱云原生，Java与Python基于gRPC通信
    2.base64和字符串互转
    3.Import Lib not working with exec function?
    4.yidongnan/grpc-spring-boot-starter
    5.google/protobuf-gradle-plugin
    
    结语
    
    本文实现了通过grpc在java端传入脚本内容，在python端执行的脚本的实现方法，性能状况未测试，后续如果有时间会对其进行使用验证，如果发现问题，可以做相关改进，会在本文进行更新，本文的实现对实际项目中的使用具有一定的参考价值。
    后面会继续更新分享更多相关内容，请多多关注~
    
    最后，各位看众可以思考一下：
    
    为什么以上做法可以成功执行带import的脚本？

分类:热门推荐日期:2024-03-02浏览:1评论:0

前言

一、定义proto文件

二、java/kotlin端

0.创建服务

1.安装protobuf插件

2.依赖和其他配置

3.生成代码

4.服务配置

5.编写grpc client代码

三、python端

0.安装protobuf插件

1.创建项目

2.复制proto文件

3.生成代码

4.编写grpc server代码

四、验证

参考文章

结语

脚本 代码

相关推荐