Golang实现gRPC服务端流详解
哈喽!今天心血来潮给大家带来了《Golang实现gRPC服务端流方法》,想必大家应该对Golang都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习Golang,千万别错过这篇文章~希望能帮助到你!
在Go中实现gRPC服务端流,需在.proto文件定义返回stream的接口,生成代码后服务端使用Send()发送多条消息,客户端通过Recv()循环接收直至EOF,适用于日志推送等持续数据传输场景。

在Go语言中实现gRPC服务端流(Server Streaming RPC),核心是让服务器在接收到客户端请求后,持续向客户端发送多个消息。这种模式适用于日志推送、实时数据更新等场景。
定义.proto文件
首先,在.proto文件中定义服务接口。服务端流的特征是返回类型为stream:
syntax = "proto3";package example;
message Request { string query = 1; }
message Response { string message = 1; }
service DataService { rpc GetData(Request) returns (stream Response); }
使用protoc和插件生成Go代码:
protoc --go_out=. --go-grpc_out=. protofile.proto
实现服务端逻辑
在Go中实现服务端流,关键是使用生成的Send()方法逐个发送消息:
type server struct{}
func (s server) GetData(req example.Request, stream example.DataService_GetDataServer) error {
for i := 0; i < 5; i++ {
res := &example.Response{
Message: fmt.Sprintf("Message %d for %s", i+1, req.Query),
}
// 向客户端发送一条消息
if err := stream.Send(res); err != nil {
return err
}
time.Sleep(500 * time.Millisecond) // 模拟延迟
}
return nil
}
注意:服务端函数参数中的stream是生成的接口类型,包含Send()和Context()等方法。
启动gRPC服务器
标准的gRPC服务器启动流程:
func main() {
lis, err := net.Listen("tcp", ":50051")
if err != nil {
log.Fatalf("failed to listen: %v", err)
}
s := grpc.NewServer()
example.RegisterDataServiceServer(s, &server{})
log.Println("gRPC server running on :50051")
if err := s.Serve(lis); err != nil {
log.Fatalf("failed to serve: %v", err)
}
}
编写客户端接收流
客户端通过Recv()循环读取服务端发来的每一条消息:
conn, err := grpc.Dial("localhost:50051", grpc.WithInsecure())
if err != nil {
log.Fatalf("connect failed: %v", err)
}
defer conn.Close()
client := example.NewDataServiceClient(conn)
req := &example.Request{Query: "test"}
stream, err := client.GetData(context.Background(), req)
if err != nil {
log.Fatalf("request failed: %v", err)
}
for {
res, err := stream.Recv()
if err == io.EOF {
break // 流结束
}
if err != nil {
log.Fatalf("receive error: %v", err)
}
fmt.Println("Received:", res.Message)
}
客户端通过不断调用Recv()来获取消息,直到收到io.EOF表示流关闭。
基本上就这些。服务端流的关键是服务端控制发送节奏,客户端以流式方式接收。这种方式比单次响应更灵活,适合持续输出场景。
以上就是《Golang实现gRPC服务端流详解》的详细内容,更多关于的资料请关注golang学习网公众号!
安卓运行JSHTML方法详解
- 上一篇
- 安卓运行JSHTML方法详解
- 下一篇
- 熬夜伤心脏吗?心血管风险全解析
-
- Golang · Go教程 | 2小时前 | Go教程 · Go encoding/xml 空元素 指针字段
- Go encoding/xml 空元素与指针字段的处理方式
- 142浏览 收藏
-
- Golang · Go教程 | 2小时前 | Go教程 · Go encoding/xml 字段映射 Unmarshaler
- Go encoding/xml 自定义 Unmarshaler 的字段映射
- 189浏览 收藏
-
- Golang · Go教程 | 2小时前 |
- Go encoding/xml Token 流式读取大型 XML
- 424浏览 收藏
-
- Golang · Go教程 | 3小时前 | go · encoding/json · JSON Go encoding/json omitempty
- Go encoding/json omitempty 对零值字段的输出边界
- 192浏览 收藏
-
- Golang · Go教程 | 3小时前 |
- Go encoding/json Decoder Token 流式读取嵌套结构
- 364浏览 收藏
-
- Golang · Go教程 | 3小时前 |
- Go encoding/json Decoder UseNumber 保留大整数精度
- 328浏览 收藏
-
- Golang · Go教程 | 4小时前 |
- Go fmt.Scanner 自定义扫描规则的实现要点
- 182浏览 收藏
-
- Golang · Go教程 | 5小时前 |
- Go fmt.Appendf 追加格式化结果的低分配写法
- 478浏览 收藏
-
- Golang · Go教程 | 5小时前 |
- Go strings.IndexByte 定位协议分隔符的低分配写法
- 413浏览 收藏
-
- Golang · Go教程 | 6小时前 | go · Strings · Go 字符串前缀 strings.CutPrefix
- Go strings.CutPrefix 处理可选前缀的分支设计
- 165浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 259次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 305次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 283次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 261次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 68次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览
