Created by: barrierye

需要和原brpc接口打齐的功能点

• abtest (delay) grpc只支持pick_first和round_robin或外部负载均衡策略，这个支持起来可能比较困难
• bert 10 mins
• cube local
• cube quant(delay) 原brpc接口跑cube quant例子失败，详见 #691 (closed)
• hot loading
• model ensemble
• batch predict
• profile tool
• one line command start
• remove prototxt in Client
• int32

与bRPC接口对比

1. gRPC Server 端 load_model_config 函数添加 client_config_path 参数：

   def load_model_config(self, server_config_paths, client_config_path=None)

   在一些例子中 bRPC Server 端与 bRPC Client 端的配置文件可能是不同的（如 cube local 例子中，Client 端的数据先交给 cube，经过 cube 处理后再交给预测库），所以 gRPC Server 端需要获取 gRPC Client 端的配置；同时为了取消 gRPC Client 端手动加载配置文件的过程，所以设计 gRPC Server 端同时加载两个配置文件。client_config_path 默认为 <server_config_path>/serving_server_conf.prototxt。

2. gRPC Client 端取消 load_client_config 步骤：

   在 connect 步骤通过 RPC 获取相应的 prototxt（从任意一个 endpoint 获取即可）。

3. gRPC Client 需要通过 RPC 方式设置 timeout 时间（调用形式与 bRPC Client保持一致）

   因为 bRPC Client 在 connect 后无法更改 timeout 时间，所以当 gRPC Server 收到变更 timeout 的调用请求时会重新创建 bRPC Client 实例以变更 bRPC Client timeout时间，同时 gRPC Client 会设置 gRPC 的 deadline 时间。

   注意，设置 timeout 接口和 Inference 接口不能同时调用（非线程安全），出于性能考虑暂时不加锁。

4. gRPC Client 端 predict 函数添加 asyn 和 is_python 参数：

   def predict(self, feed, fetch, need_variant_tag=False, asyn=False, is_python=True)

   其中，asyn 为异步调用选项。当 asyn=True 时为异步调用，返回 MultiLangPredictFuture 对象，通过 MultiLangPredictFuture.result() 阻塞获取预测值；当 asyn=Fasle 为同步调用。

   is_python 为 proto 格式选项。当 is_python=True 时，基于 numpy bytes 格式进行数据传输，目前只适用于 Python；当 is_python=False 时，以普通数据格式传输，更加通用。使用 numpy bytes 格式传输耗时比普通数据格式小很多（详见 #654）。

5. 异常处理：当 gRPC Server 端的 bRPC Client 预测失败（返回 None）时，gRPC Client 端同样返回None。其他 gRPC 异常会在 Client 内捕获，并在 fetch_map 中添加 “status_code”（参考 timeout 样例）。

6. 由于 gRPC 只支持 pick_first 和 round_robin 负载均衡策略，ABTEST 特性还未打齐。

7. 经测试，gRPC 版本可以在 Windows、macOS 平台使用。

8. 计划支持的客户端语言：

   • Python
   • Java
   • Go
   • JavaScript

Python 端的一些例子

详见 python/examples/grpc_impl_example 下的示例文件。