Баженов Артем Эдуардович — старший преподаватель
Самара, 443010
Artem E. Bazhenov — Senior Lecturer
Samara, 443010
Маленкова Арина Алексеевна — студент
Самара, 443010
Arina A. Malenkova — Student
Samara, 443010
Майоров Никита Владимирович — студент
Самара, 443010
Nikita V. Maiorov — Student
Samara, 443010
Введение. Микросервисная архитектура стала стандартным подходом к построению высоконагруженных и эволюционирующих информационных систем. В цифровых образовательных платформах одновременно важны совместимость внешних интерфейсов и низкие задержки внутренних межсервисных вызовов. Выполнено сравнение подходов Google Remote Procedure Calling (gRPC) и Representational State Transfer Application Programming Interface (REST API) по метрикам времени отклика и пропускной способности. Сформулированы рекомендации по выбору подхода для сервисов аналитики учебных платформ. Метод. Объектом исследования является мини-сервис аналитики учебной платформы, который по запросу возвращает агрегированные показатели действий пользователя за заданный интервал времени. Реализованы две функционально эквивалентные версии сервиса на Python с одинаковой моделью данных и идентичной бизнес-логикой: REST-сервис на основе Hypertext Transfer Protocol (HTTP) версии 1.1, с передачей данных в формате JavaScript Object Notation и gRPC-сервис на основе HTTP/2 с передачей данных в формате Protocol Buffers. Измерения выполнялись нагрузочными скриптами на стороне клиента с фиксацией полного времени выполнения запроса в базовом сценарии фильтрации по идентификатору пользователя и интервалу. Тесты проводились при 100, 200 и 500 одновременных клиентах при длительности измерительного окна 20 с. Основные результаты. В качестве метрик использовались среднее время отклика, 95-й процентиль задержки и пропускная способность (число запросов в секунду). По результатам измерений при 100 одновременных клиентах подход gRPC обеспечивает меньшую среднюю задержку, тогда как при 500 клиентах REST API демонстрирует более высокую пропускную способность и меньшее среднее время отклика. При росте нагрузки 95-й процентиль задержки у gRPC остается ниже, чем у REST API, что свидетельствует о более стабильном поведении задержек в области высоких процентилей в условиях высокой конкуренции запросов. Обсуждение. Показано, что выбор между REST API и gRPC не является взаимоисключающим: REST API удобен для публичных интерфейсов и интеграций с внешними клиентами, а gRPC рационально использовать для внутренних вызовов между микросервисами, где критичны верхние задержки и требуется строгая контрактная спецификация. Рекомендации по выбору технологии сформулированы с учетом профиля нагрузки и требований к интеграции.
Microservice architecture has become a standard approach to building highly loaded and evolving information systems. In digital educational platforms, compatibility of external interfaces and low delays of internal inter-service calls are important at the same time. The purpose of the work is to compare the Google Remote Procedure Calling (gRPC) and Representational State Transfer Application Programming Interface (REST API) in terms of response time and bandwidth metrics and formulate recommendations on choosing an approach for the analytics services of educational platforms. The object of the research is a mini-analytics service of the educational platform which, upon request, returns aggregated indicators of user actions for a given time interval. Two functionally equivalent versions of the service are implemented in Python with the same data model and identical business logic: a REST service based on Hypertext Transfer Protocol (HTTP) version 1.1, with data transmission in JavaScript Object Notation format and a gRPC service based on HTTP/2 with data transmission in Protocol Buffers format. The measurements were performed by load scripts on the client side with measurement of the full request execution time in the basic filtering scenario by user ID and interval. The tests were performed with 100, 200, and 500 simultaneous clients with a measuring window duration of 20 seconds. The average response time, 95th percentile latency, and throughput (number of requests per second) were used as metrics. According to the measurement results, with 100 simultaneous clients, gRPC provides lower average latency, while with 500 clients, REST demonstrates higher throughput and lower average response time. As the load increases, the 95th percentile of latency in gRPC remains lower than in REST, which indicates a more stable behavior of the “tail” of delays in conditions of high query competition. It is shown that the choice between REST and gRPC is not mutually exclusive: REST is convenient for public interfaces and integrations with external clients, and gRPC is rational to use for internal calls between microservices where overhead delays are critical and strict contractual specification is required. Recommendations on the choice of technology are formulated taking into account the load profile and integration requirements.
The authors declare that there are no conflicts of interest present.