Golang如何实现gRPC双向流通信

定义.proto文件中的双向流方法：使用stream关键字声明输入和输出流，如rpc Chat(stream Message) returns (stream Message)；2. 生成Go代码：通过protoc命令配合插件生成chat.pb.go和chat_grpc.pb.go文件；3. 实现服务端逻辑：在循环中调用Recv()接收客户端消息，并用Send()回传消息；4. 编写客户端代码：通过goroutine分离接收与发送逻辑，实现并发通信。该模式适用于实时聊天、监控等需持续交互的场景。

在Go语言中实现gRPC双向流通信，核心在于定义一个返回和接收都是流式的数据接口。这种方式适用于客户端和服务端需要持续交换数据的场景，比如实时聊天、日志推送或监控系统。

1. 定义.proto文件中的双向流方法

要启用双向流，必须在.proto文件中声明一个stream输入和stream输出的方法。例如：

syntax = "proto3";

package chat;

service ChatService {
  rpc Chat(stream Message) returns (stream Message);
}

message Message {
  string content = 1;
  string sender = 2;
}

这里的Chat方法接受一个消息流，并返回一个消息流，表示客户端和服务端都可以持续发送消息。

2. 生成Go代码

使用protoc配合gRPC插件生成Go代码：

• 确保安装了protoc-gen-go和protoc-gen-go-grpc
• 执行命令生成代码：

  protoc --go_out=. --go-grpc_out=. chat.proto

会生成chat.pb.go和chat_grpc.pb.go两个文件，包含服务接口和数据结构。

3. 实现服务端逻辑

服务端通过读取客户端的流并同时向其写入数据来实现双向通信：

func (s *ChatServer) Chat(stream chat.ChatService_ChatServer) error {
    for {
        msg, err := stream.Recv()
        if err != nil {
            return err
        }

        // 处理收到的消息
        log.Printf("Received: %s from %s", msg.Content, msg.Sender)

        // 回复消息（也可以广播给其他客户端）
        response := &chat.Message{
            Content: "Echo: " + msg.Content,
            Sender:  "server",
        }
        if err := stream.Send(response); err != nil {
            return err
        }
    }
}

Recv()用于接收客户端消息，Send()用于向客户端发送消息，二者可在同一个循环中交替调用。

4. 编写客户端代码

客户端同样使用流进行收发：

client := chat.NewChatServiceClient(conn)
stream, _ := client.Chat(context.Background())

// 开启goroutine接收服务端消息
go func() {
    for {
        msg, err := stream.Recv()
        if err != nil {
            log.Fatal(err)
        }
        log.Printf("Server: %s", msg.Content)
    }
}()

// 发送消息
for i := 0; i < 5; i++ {
    stream.Send(&chat.Message{
        Content: fmt.Sprintf("Hello %d", i),
        Sender:  "client",
    })
    time.Sleep(time.Second)
}

注意：客户端也需要用独立的goroutine处理接收，避免阻塞发送逻辑。

基本上就这些。只要.proto定义正确，服务端和客户端都使用stream.Send()和stream.Recv()，就能实现完整的双向通信。这种模式灵活高效，适合高频率小数据量的实时交互场景。