grpc-node 客户端升级后遇到大消息长度解析错误问题分析
问题背景
在将 grpc-node 客户端升级到 1.10.9 版本后,部分用户开始随机遇到 RESOURCE_EXHAUSTED: Received message larger than max (808722544 vs 4194304)
错误。这个错误表明客户端收到了一个超过最大允许大小的消息(808,722,544 字节),而客户端的最大限制设置为 4,194,304 字节(4MB)。
问题根源
深入分析后发现,这个问题实际上与中间件 Traefik 返回的 404 响应有关。当 Traefik 返回非 gRPC 格式的响应时,grpc-node 客户端仍然尝试按照 gRPC 协议解析响应数据。
在 gRPC 协议中,消息的前 4 个字节表示消息长度。当 Traefik 返回 HTTP 404 响应时,响应体开头是 "404 "(ASCII 码为 52,48,52,32),grpc-node 客户端错误地将这些字节解析为消息长度:
function readUInt32BE(offset = 0) {
validateNumber(offset, 'offset');
const first = this[offset];
const last = this[offset + 3];
if (first === undefined || last === undefined)
boundsError(offset, this.length - 4);
return first * 2 ** 24 +
this[++offset] * 2 ** 16 +
this[++offset] * 2 ** 8 +
last;
}
计算结果是 52*(2^24) + 48*(2^16) + 52*(2^8) + 32 = 808,722,544,这解释了为什么客户端报告收到了一个 800MB 大小的"消息"。
版本变化影响
这个问题在 grpc-node 1.10.9 版本中变得明显,是因为该版本引入了一个提交,增加了对接收消息大小的严格检查。在之前的版本中,虽然也存在解析错误,但由于没有严格的大小验证,错误表现可能不同或更隐蔽。
解决方案
-
确保中间件正确处理 gRPC 请求:配置 Traefik 或其他中间件正确处理 gRPC 请求,避免返回非 gRPC 格式的响应。
-
客户端容错处理:在客户端增加对异常响应的处理逻辑,当检测到非 gRPC 格式响应时,给出更友好的错误提示。
-
协议兼容性检查:在解析消息前,可以增加对响应格式的检查,确认是否为合法的 gRPC 响应。
技术启示
这个问题揭示了几个重要的技术点:
-
协议严格性:在实现网络协议时,必须严格遵循协议规范,同时对非规范输入要有良好的容错处理。
-
中间件兼容性:在使用中间件代理 gRPC 请求时,必须确保中间件完全支持 gRPC 协议特性。
-
版本升级影响:看似无害的严格性检查改进可能会暴露出之前隐藏的问题,升级时需要全面测试。
-
错误处理重要性:良好的错误处理机制可以帮助快速定位问题根源,而不是让开发者面对令人困惑的表面现象。
这个问题也提醒我们,在网络编程中,协议解析的鲁棒性至关重要,特别是在处理可能被中间件修改的流量时。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









