gRPC 在微服务通信中的最佳实践
微服务架构下,服务间通信的效率直接影响系统整体性能。gRPC 基于 HTTP/2 和 Protocol Buffers,相比传统 REST+JSON 方案,在吞吐量和延迟上都有显著优势。本文分享我们在生产环境中使用 gRPC 的实践经验。
首先定义 protobuf 服务契约:
syntax = "proto3";
package order;
service OrderService {
rpc GetOrder(GetOrderRequest) returns (GetOrderResponse);
rpc ListOrders(ListOrdersRequest) returns (stream Order);
rpc CreateOrders(stream CreateOrderRequest) returns (stream CreateOrderResponse);
}
gRPC 内置了多种负载均衡策略。在 Kubernetes 环境中,我们推荐使用客户端负载均衡 + Headless Service:
// Go 客户端配置
resolver, _ := resolver.NewBuilder()
cc, _ := grpc.Dial(
"dns:///order-service.default.svc.cluster.local:9090",
grpc.WithDefaultServiceConfig(`{
"loadBalancingConfig": [{"round_robin":{}}]
}`),
grpc.WithResolvers(resolver),
)
超时和重试是保障服务稳定性的关键。我们使用 gRPC 的透明重试和应用层重试相结合的策略:对幂等操作配置最多 3 次重试,指数退避间隔从 100ms 开始。同时,通过 OpenTelemetry 采集 gRPC 指标,在 Grafana 中建立延迟百分位数和错误率的实时监控面板。在我们的订单系统中,引入 gRPC 后 P99 延迟从 120ms 降到了 35ms,吞吐量提升了 3 倍。