考察点:四种调用模式、流控与背压、连接生命周期。理解 gRPC 的表达能力边界。
要点:
stream 关键字声明):1. Unary(一元):一请求一响应,等价于普通 RPC。绝大多数业务接口用这个——简单、幂等好设计、易做重试与缓存;
2. Server Streaming(服务端流):一请求、多响应。适合大结果集分块下发(导出大数据、日志拉取)、实时推送(行情、通知、订阅)、流式生成(LLM 逐 token 返回);
3. Client Streaming(客户端流):多请求、一响应。适合批量上传/聚合(分片上传文件、传感器批量上报、批量写入)——相比「多次 Unary」省掉了每次的头部开销与往返;
4. Bidirectional Streaming(双向流):双向独立。适合实时双向交互(IM 聊天、协同编辑、语音识别边发边收、游戏状态同步)。注意:双向流是「全双工」,两侧可独立发送,不是「一问一答」。
- 背压(Backpressure):如果生产者比消费者快,数据会在内存里堆积——HTTP/2 有流控窗口机制,但应用层必须显式配合(如 gRPC 的 isReady() 判断可写、或按需 request(n) 拉取),否则内存泄漏型 OOM。这是流式接口最常见的线上问题;
- 连接生命周期:长连接意味着要处理重连、断线续传、心跳保活;连接断开时未完成的流会出错,业务必须能从中断点恢复(记录 offset/cursor);
- 错误语义变化:Unary 一次调用对应一个明确结果;流式里错误可能在流中途发生(已收到部分数据再报错),客户端要定义「部分成功的处理规则」;
- 负载均衡失效:长连接一旦建立就粘在某个后端实例上,后续所有流数据都走这一条——发布/扩缩容时无法平滑迁移(需主动断开重建),而不像 Unary 可以每次重新选实例;
- 超时与重试困难:流式请求的耗时不可预估,不能用固定的短超时;重试会导致数据重复(需要幂等/去重);
- 可观测性变差:一次业务概念上的「会话」在监控里表现为一个超长 span,延迟指标失去意义,需要自定义「每消息延迟」指标;
- 代理与网关兼容性:部分 HTTP 代理、LB 会缓冲或在一段时间无数据后切断长连接流(如 Nginx 需关 proxy_buffering、调 grpc_read_timeout),生产上必须验证每一跳的配置。
题目与答案就在本页;收藏、批注和错题重练在应用内