显然 rpc 中一个非常重要的一步就是数据的序列化和反序列化，如果你能实现一个更好的数据序列化和反序列化协议，那么你能实现一个更好的 rpc 框架。
zerorpc 实现 rpc 调用zerorpc 是利用 zeroMQ 消息队列 + msg 消息序列化（二进制）来实现类似于 gRPC（一个 rpc 框架，我们后面重点介绍）的功能，并且还能够跨语言调用（Nodejs 和 Python）。主要使用到 zeroMQ 的通信模式 ROUTER-DEALER，并模拟 grpc 的请求响应式和应答流式 rpc，而且还支持 PUB-SUB 通信模式的远程调用。
但是注意：zerorpc 并不需要我们安装一个 zeroMQ 消息队列，它是一个 Python 第三方库，只是使用了里面的通信模式而已。zerorpc 依赖 msgpack-python pyzmq future greenlet gevent，直接 pip install zerorpc 即可，会自动解决依赖。另外我们看到它依赖 gevent，说明 zerorpc 是支持并发的。
一元调用一元调用类似于 xmlrpc，创建一个 rpc 服务，将一个类注册到里面，然后监听端口即可。
import zerorpc class Vtuber: vtubers = ["神乐七奈", "夏色祭", "凑-阿库娅"] def show_vtubers(self): return self.vtubers def add_vtuber(self, vtuber): if vtuber not in self.vtubers: self.vtubers.append(vtuber) def remove_vtuber(self, vtuber): if vtuber in self.vtubers: self.vtubers.remove(vtuber) vtuber = Vtuber() server = zerorpc.Server(vtuber) server.bind("tcp://0.0.0.0:7777") server.run()以上是服务端的代码，可以看到不同的框架虽然调用方式不同，但整体都是大同小异的。然后我们编写客户端的代码：
import zerorpc client = zerorpc.Client() client.connect("tcp://127.0.0.1:7777") print(client.show_vtubers()) # [\'神乐七奈\', \'夏色祭\', \'凑-阿库娅\']在功能上，没有太大的区别，但是很明显速度要比 xmlrpc 快很多。因此如果我们需要在业务上实现一个简单的 rpc，那么 zerorpc 是我们的首选。
流式调用什么是流式调用呢？举个简单的例子，我们服务里面的某个函数执行了数据查询，那么可以查询完毕之后一次性返回，也可以查询一部分就返回一部分，像水流一样源源不断。
import zerorpc class StreamingRPC: # 必须使用该装饰器进行装饰，否则会有异常 @zerorpc.stream def streaming_range(self, start, end, step=1): return range(start, end, step) server = zerorpc.Server(StreamingRPC()) server.bind("tcp://0.0.0.0:7777") server.run()然后是客户端：
import zerorpc client = zerorpc.Client() client.connect("tcp://127.0.0.1:7777") for item in client.streaming_range(1, 10, 2): print(item) """ 1 3 5 7 9 """我们目前的客户端服务端通信方式都是通过 tcp 直连的方式，使用 msgpack 将消息序列化之后直接通过 tcp 将数据传送过去，而 zerorpc 是不需要依赖 zeroMQ 消息队列的。但是它也可以选择使用 zeroMQ 消息队列，客户端将消息发送到队列中，服务端从队列中取出消息，业务逻辑执行完毕之后再将结果序列化并放到队列中，客户端再去取。
因此这种方式就实现了解耦，而且也实现了异步，客户端发送完毕之后就没必要等待了。可以先去做别的事情，没事往队列里面看一看，如果有数据就取出来，没有的话就继续干其它的。此外还可以实现限流，只要给消息队列设置一个容量即可，当然也可以实现复杂均衡等等，这个不是我们的重点，我们的重点的是 gRPC。
所以 zerorpc 相对还是比较完善的，支持 Nodejs 和 Python，但为什么我们不选择它呢？首先是生态，zerorpc 的 生态不如 gRPC；以及语言的支持，gRPC 支持绝大部分的语言，而且它的功能要比 zerorpc 更强大。
使用 Go 开发 rpc下面我们来看看如何在 Go 中进行 rpc 开发，当然有了 Python 开发 rpc 的经验，在使用 Go 的时候就简单多了。
这里我使用的是 go1.14，采用的是 go module，强烈建议你也使用这种包管理方式。因为早期的 Go 在包管理方面实际上做的不是太完善，特别是需要将整个工程目录放在 GOPATH 的 src 下真的是诟病无数。但是自从引入了 go module 就方便许多了，因此后续在贴代码的时候文件所在的层级目录就不说了。
我们以一个简单的 hello world 为例，看看怎么使用 Go 开进行 rpc 的开发。首先编写服务端：
package main import ( "fmt" "net" "net/rpc" ) // 定义一个简单的结构体，里面不包含任何的成员，第一个例子越简单越好 // 我们可以把这个结构体想象成 Python 中的类 type HelloService struct { } // 然后绑定方法 // 接收两个参数: string *string，返回一个 error，参数和返回值类型比较固定，我们没有选择的权利 func (server *HelloService) Hello (request string, reply *string) error { // 函数的返回值是一个 error，但显然该服务返回给客户端的数据不可能是一个 error // 没错，返回值是用过 reply 指定的，它是一个指针，我们可以修改它 *reply = fmt.Sprintf("hello %s", request) return nil } func main() { // 接下来要做什么了？显然是实例化一个 Server，然后将 HelloService 注册到 rpc 服务当中，然后客户端调用它绑定的方法 // 这里叫 listener listener, _ := net.Listen("tcp", ":9999") // 注册：第一个参数是名字(很重要，介绍客户端的时候会说)；第二个参数结构体实例的指针，相当于 Python 中的实例对象 _ = rpc.RegisterName("Hello Service", &HelloService{}) // 启动服务，等待连接的到来 // 而一旦新的连接进来的时候，会返回一个连接，然后 rpc.ServeConn，后续的一系列操作都由该 rpc 来接管了 conn, _ := listener.Accept() rpc.ServeConn(conn) }