tarpc:Rust中的易用RPC框架
2024-05-22 02:48:59作者:冯爽妲Honey
简介
tarpc是一个专为Rust设计的远程过程调用(RPC)框架,注重简洁和便捷性。定义服务只需几行代码,并且大部分服务器的繁琐工作都已为你处理好。不是Google的官方产品,但由其开发团队维护。
项目技术分析
tarpc与其他RPC框架的最大区别在于它在代码中定义服务规范,而非依赖如.proto这样的独立语言。这意味着没有额外的编译步骤,也不需要在不同语言之间切换。核心特性包括:
- 可插拔传输:任何实现了
Stream<Item = Request> + Sink<Response>的类型都可以作为客户端和服务端之间的传输层。 - 非必需的'Send + 'static:如果传输层不需要,tarpc也不会强制要求。
- 级联取消:当请求被取消时,会向服务器发送取消消息。服务器将停止对该请求的未完成工作,并可能进一步取消自身产生的请求,形成级联效应。
- 自定义超时与超时传播:默认请求超时时间为10秒。服务器会在超时时自动停止工作,并将超时传递给下游请求。
- 分布式追踪:集成tracing和OpenTelemetry,支持Jaeger等兼容的跟踪收集器,或者直接与常规日志记录器配合使用。
- Serde序列化:启用
serde1Cargo功能后,服务请求和响应可以实现Serialize + Deserialize,但不是强制性的,不需序列化的场景可以选择内存传输。
应用场景
tarpc适用于构建微服务架构,尤其适合那些希望在代码中直接定义服务接口的项目。例如,可以在多个内部服务之间进行高效的数据交互,或者搭建跨网络通信的服务集群。
项目特点
- 简单快速的定义服务:使用
tarpc::service宏,可以轻松快捷地定义服务并实现其业务逻辑。 - 灵活的传输层:能够适应各种传输方式,包括但不限于网络和内存通道。
- 无侵入的API:tarpc提供的API既不增加额外的编程模型复杂度,又保持了Rust本身的良好体验。
- 高性能与低延迟:由于无需跨语言边界,tarpc通常能提供更高效的性能和更低的延迟。
示例代码
以下是一个使用tokio的简单示例,展示了如何创建一个简单的RPC服务:
use futures::future::{self, Ready};
use tarpc::{
client, context,
server::{self, Channel},
};
// 定义服务
#[tarpc::service]
trait World {
async fn hello(name: String) -> String;
}
// 实现服务
#[derive(Clone)]
struct HelloServer;
impl World for HelloServer {
type HelloFut = Ready<String>;
fn hello(self, _: context::Context, name: String) -> Self::HelloFut {
future::ready(format!("Hello, {name}!"))
}
}
// 主程序启动服务并创建客户端
#[tokio::main]
async fn main() -> anyhow::Result<()> {
let (client_transport, server_transport) = tarpc::transport::channel::unbounded();
let server = server::BaseChannel::with_defaults(server_transport);
tokio::spawn(server.execute(HelloServer.serve()));
let client = WorldClient::new(client::Config::default(), client_transport).spawn();
let hello = client.hello(context::current(), "Stim".to_string()).await?;
println!("{}", hello);
Ok(())
}
总结来说,tarpc是Rust社区的一款强大而易于上手的RPC解决方案。无论是初学者还是经验丰富的开发者,都能从中受益,减少服务开发的复杂性和时间成本。立即尝试tarpc,体验简单高效的RPC编程吧!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust074- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
689
4.46 K
Ascend Extension for PyTorch
Python
544
668
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
928
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
415
74
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
323
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292