gRPC 和传统 RPC 有啥不一样？一篇讲清楚！

grYSKILU32

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 RPCgRPC传输协议通常用 HTTP/1 或 TCPHTTP/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 grpcimport user_service_pb2import 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 requestsimport 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_timeprint(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 grpcimport user_pb2import user_pb2_grpcimport 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_timeprint(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)  }}
  
• 移动端应用 手机流量金贵，gRPC数据小，省流量
  
• 多语言系统 Python服务调Go服务，Java服务调C#服务，都不是问题
  

八、总结一句话

REST API就像普通话，大家都听得懂；gRPC像高速公路，虽然有门槛，但一旦上了路就飞快！
如果你在做面向普通用户的接口，或者简单系统，REST API足够了。
但如果你在构建微服务、需要高性能、多语言、流式处理能力，那就果断上gRPC！