用Python进行gRPC接口测试（二）
各位被困在家中的小伙伴们，大家新年好~今天将继续为大家带来用Python进行gRPC接口测试的续集，上次主要讲了一下前期准备工作和简单RPC通信方式的实现，这次我们将着眼于另一类gRPC接口的通信形式——流式RPC。
上期回顾：用Python进行gRPC接口测试
一、流式RPC的三种具体形式
流式RPC不同于简单RPC只有“单发单收“一种形式，而是可以分为三种不同的形式——“应答流式RPC”，“请求流式RPC”，“双向流式RPC”。对于这三种不同的形式，python有不同的请求及接收方式，下面就让我们来具体了解一下。（对于下面操作有疑问的同学可以去看上一期的内容）
首先接口协议是有区别的，我们来看三种形式的接口定义：
应答流式RPC：
rpc ListFeatures(Rectangle) returns (stream Feature) {}请求流式RPC：
rpc RecordRoute(stream Point) returns (RouteSummary) {}双向流式RPC：
rpc RouteChat(stream RouteNote) returns (stream RouteNote) {}可以看到，请求和响应参数中流式内容的前面会有一个stream标识，代表这是一个流式的内容。应答流式RPC只有返回是流式的，请求流式RPC只有请求是流式的，而双向流式RPC请求和返回都是流式的。
一个包含接口的完整proto协议文件（route_guide.proto）内容如下：
syntax = "proto3";
option java_multiple_files = true;
option java_package = "io.grpc.examples.routeguide";
option java_outer_classname = "RouteGuideProto";
option objc_class_prefix = "RTG";
package routeguide;
service RouteGuide {
rpc ListFeatures(Rectangle) returns (stream Feature) {}
rpc RecordRoute(stream Point) returns (RouteSummary) {}
rpc RouteChat(stream RouteNote) returns (stream RouteNote) {}
}
message Point {
int32 latitude = 1;
int32 longitude = 2;
}
message Rectangle {
Point lo = 1;
Point hi = 2;
}
message Feature {
string name = 1;
Point location = 2;
}
message RouteNote {
Point location = 1;
string message = 2;
}
message RouteSummary {
int32 point_count = 1;
int32 feature_count = 2;
int32 distance = 3;
int32 elapsed_time = 4;
}根据协议文件生成route_guide_pb2.py、route_guide_pb2_grpc.py两个必要的模块文件，然后就可以根据他们来创建客户端了。
二、客户端实现
1、应答流式RPC
应答流式RPC返回的内容为流式，一次请求，n次返回。我们可以用for循环来接收返回的内容：
def guide_list_features(stub):
rectangle = route_guide_pb2.Rectangle(
lo=route_guide_pb2.Point(latitude=400000000, longitude=-750000000),
hi=route_guide_pb2.Point(latitude=420000000, longitude=-730000000))
print("Looking for features between 40, -75 and 42, -73")
features = stub.ListFeatures(rectangle)
for feature in features:
print("Feature called %s at %s" % (feature.name, feature.location))2、请求流式RPC
请求流式RPC请求的内容为流式，n次请求，一次返回。我们可以用迭代器来发送若干份请求数据：
def generate_route(feature_list):
for _ in range(0, 10):
random_feature = feature_list[random.randint(0, len(feature_list) - 1)]
print("Visiting point %s" % random_feature.location)
yield random_feature.location
def guide_record_route(stub):
feature_list = route_guide_resources.read_route_guide_database()
route_iterator = generate_route(feature_list)
route_summary = stub.RecordRoute(route_iterator)
print("Finished trip with %s points " % route_summary.point_count)
print("Passed %s features " % route_summary.feature_count)
print("Travelled %s meters " % route_summary.distance)
print("It took %s seconds " % route_summary.elapsed_time)其中route_iterator为一个迭代器。
3、双向流式RPC
双向流式RPC请求的内容为流式，返回内容也为流式，n次请求，n次返回。我们可以用迭代器来发送若干份请求数据，通过for循环来接收返回结果：
def generate_messages():
messages = [
make_route_note("First message", 0, 0),
make_route_note("Second message", 0, 1),
make_route_note("Third message", 1, 0),
make_route_note("Fourth message", 0, 0),
make_route_note("Fifth message", 1, 0),
]
for msg in messages:
print("Sending %s at %s" % (msg.message, msg.location))
yield msg
def guide_route_chat(stub):
responses = stub.RouteChat(generate_messages())
for response in responses:
print("Received message %s at %s" %
(response.message, response.location))三、实际应用
在录音笔项目中，需要对转写后的文本进行分段语义整理，由于文本内容可能较多，服务端需要采用流式的方式进行接收，并通过流式的方式将结果返给客户端，于是这里采用了双向流式RPC形式的接口。
接口协议如下（仅为演示需要，只展示部分内容）：
syntax = "proto3";
package sogou.parrot.inner.semantic.v1;
import "google/protobuf/duration.proto";
import "record.proto";
option go_package = "git.speech.sogou/semantic/v1;semantic";
service discourse_understand{
rpc UnderstandFullText(stream UnderstandFullTextRequest) returns(stream UnderstandFullTextResponse);
}
message UnderstandFullTextRequest{
repeated SubSentence sub_sentences = 1;
repeated sogou.parrot.record.v1.NonSpeechSoundInfo sound_infos = 2;
repeated sogou.parrot.record.v1.AIMark ai_marks = 3;
}
message UnderstandFullTextResponse{
UnderstandFullTextResult result = 2;
}实现客户端的关键代码如下：
def gen_iterator(request):
for r in [request]:
yield r
def get_understand_full_textresponse(stub, ai_marks, sound_infos, sub_sentences):
request = UnderstandFullTextRequest()
request.sub_sentences.extend(sub_sentences)
request.sound_infos.extend(sound_infos)
request.ai_marks.extend(ai_marks)
request_iter = gen_iterator(request)
try:
resps = stub.UnderstandFullText(request_iter)
for resp in resps:
resp_str = json.dumps(json.loads(MessageToJson(resp)),indent=4, ensure_ascii=False)
print(resp_str)
except Exception as e:
print (e)
def run():
ai_marks, sound_infos, sub_sentences = extract_data()
with grpc.insecure_channel(sys.argv[2]) as channel:
stub = discourse_understandStub(channel)
print("-------------- UnderstandFullText --------------")
get_understand_full_textresponse(stub, ai_marks, sound_infos, sub_sentences)
if __name__ == '__main__':
run()运行客户端，可以成功返回结果：
进一步，如果需要对接口进行并发下的稳定性测试，依然可以将客户端编译成可执行程序或利用shell脚本，再结合jmeter等自动化测试工具进行测试，以编译可执行程序的方法为例：
首先利用pyinstaller工具将脚本编译为可执行程序，接下来用jmeter编写自动化测试脚本，在线程组下添加OS Process Sampler，传入所需参数（下面的三个参数值为：文本，地址，句子起始编号）：
运行脚本，即可自动化进行测试并得到结果，从中可以得到性能、稳定性相关指标：
此外还可以结合jmeter的参数化功能和随机功能设置一些参数值，比如文本文件和句子起始id，从而更加全面地对接口进行测试：
小结
本文介绍了用python实现其他三种形式gRPC接口测试的方法，这样四种形式的gRPC接口我们就都可以比较方便地进行测试了，对于今后需要测试gRPC接口的同学可以提供一些借鉴，当然有更好地方法欢迎大家一起讨论交流。好了，本期就到这里，我们下期再见~