部署Tensorflow模型之部署模型的基础知识
一、RPC、RMI、HTTP、REST的区别
RPC:远程服务调用(Remote Procedure Call),加上Protocol后可以称为远程过程调用协议,可以用不同的语言实现,可以借用HTTP协议或者其他协议来实现,一般都是通过基于TCP/IP的自定义协议实现。
HTTP协议和TCP/IP协议有什么关系呢?
HTTP是应用层协议,TCP/IP是传输层协议。
HTTP协议请求中会包含很多内容,传输效率要低,一般RPC实现都不采用HTTP协议;RPC采用自定义的TCP协议,可以精简报文格式,一般都是采用二进制形式,客户端和服务端采用统一的序列化和反序列化方式保持数据统一,效率更高,所以一般企业内部通信都是采用自定义TCP的RPC协议,传输效率高。
HTTP:超文本传输协议(HyperText Transfer Protocal),是应用层的一种网络传输协议,一般格式都是json或者xml,也是基于TCP/IP实现的。
REST:是一种架构风格,是基于HTTP协议的,可以理解称一种API的规范,比如查询都是GET请求,新增都是POST,修改是PUT,删除是DELETE等。
RMI:远程方法调用(Remote Method Invocation),是一种用于实现RPC的java API,仅仅应用在java程序上,依赖于JVM,因为他仅仅支持从一个JVM到另一个JVM的调用。
企业内部的微服务数据传输都是采用自定义的rpc实现的,传输效率更高;http一般是面向用户的,规范统一,用户使用起来方便,直接通过浏览器地址访问接口即可。
URL说明:
在WWW上,每一信息资源都有统一的且在网上唯一的地址,该地址就叫URL(Uniform Resource Locator,统一资源定位符),它是WWW的统一资源定位标志,就是指网络地址。
语法:
URL由三部分组成:资源类型、存放资源的主机域名、资源文件名。
也可认为由4部分组成:协议、主机、端口、路径
URL的一般语法格式为:
(带方括号[]的为可选项):
protocol
推荐阅读
-
部署Tensorflow模型之部署模型的基础知识
-
TensorFlow卷积神经网络之使用训练好的模型识别猫狗图片
-
tensorflow1.0学习之模型的保存与恢复(Saver)
-
pytorch 使用半精度模型部署的操作
-
tensorflow serving部署Bert预训练模型
-
教你用PyTorch部署模型的方法
-
tensorflow/serving部署keras模型
-
零基础如何构建部署NLP软件?基于预训练模型的NLP入门软件项目
-
tensorflow1.0学习之模型的保存与恢复(Saver)
-
tensorflow serving:bazel方式部署模型+docker方式部署模型及提供服务以及使用该服务介绍(总有一款适合你)