回想我年轻的时候，在做一个项目时，需要计算斐波那契数列第 n 项的值。但是我只会使用递归来实现。众所周知，递归算法计算斐波那契数列的效率极差，速度极慢。
于是我求助于当时我的师父，问他有没有办法帮我解决这个问题。
我师父说：“有啊，我写过，但是代码是用C++ 写的，你估计看不懂。不过没关系，你用 Python 直接调用就可以了。”
我很惊讶：“用 Python 直接调用C++代码吗?看起来似乎很麻烦啊。”
师父说：“一点也不麻烦。我给你一个.proto 文件和一个地址，你拿去自动生成代码就能调用了。”
于是，我拿到了一个mentors_secret.proto文件，里面的内容非常简单：
- syntax = "proto3";
- message NumToCalc {
- int32 num = 1;
- }
- message Result {
- int32 result = 1;
- string msg = 2;
- bool success = 3;
- }
- service MentorsSecret {
- rpc CalcFib(NumToCalc) returns (Result) {}
- }
还有一个地址：122.51.39.219:8766。
原来是使用 gRPC 啊。这样我就知道怎么做了。
安装环境
首先，我们先安装Python 版本的gRPC：
- pip install grpcio grpcio-tools
生成代码
接下来，基于这个mentors_secret.proto文件，自动生成代码。cd进入mentors_secret.proto文件所在的文件，执行下面的命令：
- python3 -m grpc_tools.protoc -I . --python_out=. --grpc_python_out=. ./mentors_secret.proto
此时，可以看到当前文件夹中生成了两个文件：mentors_secret_pb2.py和mentors_secret_pb2_grpc.py。
如下图所示：
这两个文件的内容，不需要看。
调用远程服务
接下来，创建一个新文件，叫做client.py，用来调用远程的函数：
- import grpc
- from mentors_secret_pb2 import NumToCalc
- from mentors_secret_pb2_grpc import MentorsSecretStub
- channel = grpc.insecure_channel('122.51.39.219:8766')
- stub = MentorsSecretStub(channel)
- result = stub.CalcFib(NumToCalc(num=36))
- print('斐波那契数列第36像是：', result.result)
代码加上空行总共只有10行。1-3行导入模块，6，7行创建远程链接。第9行调用远程的函数。第10行打印结果。
我们来看看运行效果：
运行结果秒出。
总结
当我们拿到一个.proto文件，需要去调用gRPC 服务时，我们一般有如下步骤：
(1) 自动生成mentors_secret_pb2.py和mentors_secret_pb2_grpc.py文件。
(2) 查看.proto文件里面，service后面的名字MentorsSecret，如下图所示：
(3) 编写固定的代码：
- import grpc
- from mentors_secret_pb2_grpc import MentorsSecretStub # service 名字后面加上 Stub
- channel = grpc.insecure_channel('远程服务地址和 端口')
- stub = MentorsSecretStub(channel)
(4) 调用远程函数。通过.proto文件，可以知道远程函数CalcFib接收一个参数NumToCalc，所以把它导入进来：from mentors_secret_pb2 import NumToCalc，它里面的参数为num，所以调用远程服务时赋值：
- para = NumToCalc(num=36)
- calc_result = stub.CalcFib(para)
(5) 从.proto知道返回的结果是Result里面的result属性。于是打印calc_result.result获得结果。
