PyRo和RPyC python库的优点和缺点是什么？

Question

我正在寻找Python的远程过程调用引擎，我发现PyRo (Python Remote Object)和RPyC (Remote Python Call) 都是我要搜索的东西。

然而，我很想知道他们如何相互比较以及他们的利弊是什么？

Answer 1

我个人发现它们大致相当，但RPyC的作者（here）声称更加简单（也许对于某些人而言，并非所有用于分布式计算的人都有一点意义;我可能已经习惯了它好的判断;-)。引用他......：

  虽然PYRO有很长的名单   我的简历中有相当多的项目   找到设置服务器   很复杂，如果你考虑到   注册所需的代码量   对象，运行名称服务器等   更不用说数量不同了   你必须考虑的概念（事件，   重新绑定，有或没有名字   服务器，代理与属性代理，   名称必须是唯一的，等等。和   它是有限的（远程对象必须是   可选的，所以你无法使用   远程文件等）。总而言之，PYRO   有太多特殊情况而已   一般来说太复杂了（是的，我   考虑这个复杂的）。所以   当然，我不是一个独立的评论家    - 但要自己判断。 RPyC不是更简单，更清洁吗？

另一方面，PyRO确实尝试提供一些安全措施（RPyC的作者声称它太弱了，并且是PyRO声称的许多并发症的基础）。

一个更独立的声音，David Mertz，提供了here对RPyC的一个很好的解释（PyRO已经存在了很长时间，David指出了以前的文章）。 “经典模式”是完全普遍，简单和零安全的部分，“基本上与Pyro相同（没有Pyro的可选安全框架）”; “服务模式”更安全（默认禁止所有未明确允许的内容），David说，“服务模式本质上是RPC（例如，XML_RPC），模拟调用约定和实现的一些细节”。对我来说似乎是一个公平的评估。

顺便说一句，我并不是特别喜欢单语言RPC系统 - 即使Python满足了我99％的需求（并且它不是那么高;-)，我喜欢这样一个事实：我可以使用任何语言剩下的1％...我不想在RPC层放弃它！ - ）我宁愿做例如JSON-RPC通过this模块，等等......！ - ）。

Answer 2

YMMV，但这是我评估RPyC，Pyro4和ZeroRPC用于即将推出的项目的结果。请注意，没有深入的测试，这也不是一个深入的评论，只是关于每个项目如何适应我即将开展的项目需求的笔记。

ZeroRPC：

• 相当多的依赖
• 非常年轻的项目（来自dotCloud的主要支持）
• 非常少的文档
• 无法访问远程对象的属性，只能访问方法
• 由于缺少属性访问，IPython选项卡完成不适用于远程对象

Pyro4：

• Python3支持
• 很好，丰富的文档
• 成熟项目
• 没有属性访问/ IPython选项卡完成

Pyro3：

• 支持属性访问（在文档中声明;尚未验证）
• 没有Python3支持

RPyC：

• 属性访问，远程对象上的IPython选项卡完成
• Python3支持（在文档中声明;尚未验证）
• 参差不齐的文档

FWIW：

我倾向于喜欢RPyC（也许是因为它是我的第一个？;-)，但它的文档很少。这是我第一次接触到RPC，我花了很长时间才“弄清楚”如何让事情发生。作者（Tomer）非常有帮助，并且会对Google RPyC列表中的Q进行回复。

如果您是RPC的新手，我建议您从Pyro开始，并利用其可靠的文档来学习绳索。根据需要转到RPyC，ZeroRPC等。