ORPC v0.53.0 发布:批量请求与响应功能上线
2025-06-25 20:25:54作者:管翌锬
ORPC(Open RPC)是一个现代化的RPC框架,旨在简化前后端通信的开发流程。它提供了类型安全、高性能的远程过程调用能力,同时支持丰富的插件系统来扩展功能。本次v0.53.0版本带来了多项重要更新,最引人注目的是全新的批量请求/响应功能。
核心功能:批量请求/响应
在传统RPC调用中,每个请求都需要单独建立连接和传输数据,这在需要处理大量小请求时会产生显著的性能开销。ORPC v0.53.0引入的批量请求/响应功能解决了这一问题。
该功能允许开发者将多个RPC调用打包成一个批次发送到服务器,服务器处理后也会将多个响应打包返回。这种方式特别适合以下场景:
- 需要同时获取多个独立数据的页面初始化
- 批量提交多个表单数据
- 需要减少网络请求次数的移动端应用
实现原理上,ORPC在客户端将多个请求序列化为一个特殊格式的批量请求,服务器端解析后并行处理这些请求,最后将结果重新打包返回。整个过程对开发者透明,只需简单配置即可启用。
其他重要更新
安全增强
新版本增加了两个重要的安全相关插件:
- StrictGetMethodPlugin:默认启用,强制GET请求只能用于查询操作,防止通过GET请求修改数据的安全风险。
- CSRF保护插件:提供基础的跨站请求伪造防护,适合Web应用场景。
性能优化
针对事件流(event-iterator)场景进行了特殊优化,当方法返回void类型时,现在会生成更小的网络负载,这对频繁触发但不需要返回数据的场景特别有用。
开发者体验改进
- 错误信息更丰富:MalformedResponseError现在会包含完整的响应数据,便于调试。
- 链接配置更灵活:支持在基础URL中直接包含查询参数。
- 插件执行顺序可配置:开发者现在可以精细控制各个插件的执行顺序。
向后兼容性说明
本次更新包含了一些破坏性变更,需要开发者注意:
safe工具函数中的success属性已重命名为isSuccess,更符合语义化命名规范。onFinish回调的状态表示方式有所调整,与safe工具的输出保持一致。- 标准链接(RPCLink, OpenAPILink)及其拦截器和插件的配置选项进行了重构。
总结
ORPC v0.53.0通过引入批量请求/响应功能,显著提升了高并发场景下的性能表现。同时新增的安全插件和各项改进,使得这个RPC框架更加成熟可靠。对于正在使用ORPC的团队,建议尽快评估升级到新版本,特别是那些需要处理大量小请求的应用场景,性能提升将会非常明显。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
658
4.26 K
Ascend Extension for PyTorch
Python
503
607
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
892
昇腾LLM分布式训练框架
Python
142
168