gRPC 进阶——Validator 验证器

gRPC 验证器(Validator)是一种用于在 gRPC 通信过程中进行数据验证的工具,通过在 .proto 文件中定义验证规则(例如长度限制、格式检查等),确保客户端和服务器之间传递的数据符合预期的格式和约束条件。它使用 Protocol Buffers 作为序列化机制,并通过生成的代码在传输过程中自动执行这些验证规则,从而提高系统的可靠性和安全性。

这一小节我们利用开源gRPC验证器项目protoc-gen-validate来实现gRPC在客户端与服务端之间的通信。

1. 安装protoc-gen-validate

# fetches this repo into $GOPATH
go get -d github.com/envoyproxy/protoc-gen-validate

2. protoc-gen-validate可支持的校验类型

类型校验规则
字符串min_len(最小长度)、max_len(最大长度)、length(固定长度)、pattern(正则表达式模式)、prefix(前缀)、suffix(后缀)、contains(包含)、in(在集合中)、not_in(不在集合中)、email(电子邮件)、hostname(主机名)、ip(IP地址)、ipv4(IPv4地址)、ipv6(IPv6地址)、uri(URI)、uri_ref(URI引用)、address(地址)、uuid(UUID)、well_known_regex(已知正则表达式)、well_known_regex_pattern(已知正则表达式模式)
Int32const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
Int64const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
UInt32const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
UInt64const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
SInt32const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
SInt64const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
Fixed32const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
Fixed64const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
SFixed32const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
SFixed64const(常量)、lt(小于)、lte(小于等于)、gt(大于)、gte(大于等于)、in(在集合中)、not_in(不在集合中)、ignore_empty(忽略空值)
布尔const(常量)
字节min_len(最小长度)、max_len(最大长度)、length(固定长度)、pattern(正则表达式模式)、prefix(前缀)、suffix(后缀)、contains(包含)、in(在集合中)、not_in(不在集合中)

3. protoc-gen-validate的语法

以部分string语法为例,详见请见官方文档

// x must be set to "foo"
string x = 1 [(validate.rules).string.const = "foo"];

// x must be exactly 5 characters long
string x = 1 [(validate.rules).string.len = 5];

// x must be at least 3 characters long
string x = 1 [(validate.rules).string.min_len = 3];

// x must be between 5 and 10 characters, inclusive
string x = 1 [(validate.rules).string = {min_len: 5, max_len: 10}];

// x must be at most 15 bytes long
string x = 1 [(validate.rules).string.max_bytes = 15];

// x must be between 128 and 1024 bytes long
string x = 1 [(validate.rules).string = {min_bytes: 128, max_bytes: 1024}];

// x must be a non-empty, case-insensitive hexadecimal string
string x = 1 [(validate.rules).string.pattern = "(?i)^[0-9a-f]+$"];

// x must begin with "foo"
string x = 1 [(validate.rules).string.prefix = "foo"];

// x must end with "bar"
string x = 1 [(validate.rules).string.suffix = "bar"];

// x must contain "baz" anywhere inside it
string x = 1 [(validate.rules).string.contains = "baz"];

// x cannot contain "baz" anywhere inside it
string x = 1 [(validate.rules).string.not_contains = "baz"];

// x must be a valid email address (via RFC 5322)
string x = 1 [(validate.rules).string.email = true];

// x must be a valid address (IP or Hostname).
string x = 1 [(validate.rules).string.address = true];

// x must be a valid hostname (via RFC 1034)
string x = 1 [(validate.rules).string.hostname = true];

4. 使用示例

0. 目录树如下
.
├── client
│   └── client.go
├── proto
│   ├── student_grpc.pb.go
│   ├── student.pb.go
│   ├── student.pb.validate.go
│   ├── student.proto
│   └── validate.proto
└── server
    └── server.go

1. 建立proto/student.proto

代码如下:

syntax = "proto3";

import "validate.proto";

option go_package = ".;proto";

service StudentService {
  rpc GetStudent(Student) returns (Student);
}

message Student {
  // uid 是学生的唯一标识符,它必须大于999
  uint64 uid = 1 [(validate.rules).uint64.gt = 999];

  // email 是学生的电子邮件地址,它必须是一个有效的电子邮件地址
  string email = 2 [(validate.rules).string.email = true];

  // phone 是学生的电话号码,它必须符合中国大陆的手机号码格式
  string phone = 3 [(validate.rules).string = {pattern: "^1[3456789]\\d{9}$"}];
}

此时import语句会爆红,显示Cannot resolve import 'validate.proto',所以我们需要建立validate.proto文件

2. 建立proto/validate.proto

使用protoc-gen-validate需要我们自己cv代码或者用import语句引入它的validate.proto文件。这里我们以用cv大法自己建立validate.proto文件为例。

建立proto/validate.proto后,代码可以从两种方式进行cv。

  1. 在GO Modules内找到 github.com/envoyproxy/protoc-gen-validate@v1.0.4这个库中的validate/validate.proto文件,利用cv大法复制到proto/validate.proto文件中。
  2. 从GitHub找到此项目该文件的代码:validate/validate.proto,利用cv大法复制到proto/validate.proto文件中。

在解决掉proto/validate.proto问题后。我们利用生成命令生成对应的go文件。

protoc student.proto --go_out=. --go-grpc_out=. --validate_out="lang=go:."
3.编写server/server.go代码
package main

import (
	"context"
	"google.golang.org/grpc/codes"
	"google.golang.org/grpc/status"
	"net"

	"google.golang.org/grpc"

	"go-try/grpc_validate/proto"
)

type StudentServer struct {
	proto.UnimplementedStudentServiceServer
}

// Validate接口定义了一个需要被实现的方法Validate。
// 任何类型只要实现了Validate方法(返回一个error)就满足了这个接口。
// 在这个demo中,它被用于在运行时检查请求是否可以进行验证。
type Validate interface {
	Validate() error
}

func (s *StudentServer) GetStudent(ctx context.Context, request *proto.Student) (*proto.Student, error) {
	return &proto.Student{
		Uid:   1,
		Email: "1234567890@qq.com",
		Phone: "12345678912",
	}, nil
}

// 拦截器的函数
var interceptor = func(ctx context.Context, req any,
	info *grpc.UnaryServerInfo, handler grpc.UnaryHandler) (resp any, err error) {
	// 尝试将请求转换为Validate接口类型
	if r, ok := req.(Validate); ok {
		// 如果转换成功,调用Validate方法进行验证
		if err := r.Validate(); err != nil {
			// 如果验证失败,返回一个错误状态
			return nil, status.Error(codes.InvalidArgument, err.Error())
		}
	}
	return handler(ctx, req)
}

func main() {
	var opts []grpc.ServerOption
	opts = append(opts, grpc.UnaryInterceptor(interceptor))

	server := grpc.NewServer(opts...)
	proto.RegisterStudentServiceServer(server, &StudentServer{})
	listen, err := net.Listen("tcp", "0.0.0.0:8080")
	if err != nil {
		panic("faild to listen : " + err.Error())
	}
	err = server.Serve(listen)
	if err != nil {
		panic("faild to start grpc : " + err.Error())
	}
}

4.编写client/client.go代码
package main

import (
	"context"
	"fmt"

	"google.golang.org/grpc"

	"go-try/grpc_validate/proto"
)

func main() {
	conn, err := grpc.NewClient("0.0.0.0:8080", grpc.WithInsecure())
	if err != nil {
		panic(err)
	}
	defer conn.Close()

	cli := proto.NewStudentServiceClient(conn)
	msg, err := cli.GetStudent(context.Background(), &proto.Student{Uid: 1234}) 
    // 报错信息:panic: rpc error: code = InvalidArgument desc = invalid Student.Uid: value must be less than 999
	
    msg, err := cli.GetStudent(context.Background(), &proto.Student{Email: "1234"})
    // 报错信息:panic: rpc error: code = InvalidArgument desc = invalid Student.Email: value must be a valid email address | caused by: mail: missing '@' or angle-addr
	
    msg, err := cli.GetStudent(context.Background(), &proto.Student{Phone: "1234"})
    // 报错信息:panic: rpc error: code = InvalidArgument desc = invalid Student.Email: value must be a valid email address | caused by: mail: no address
    
	msg, err := cli.GetStudent(context.Background(), &proto.Student{
		Uid:   1,
		Email: "1234567890@qq.com",
		Phone: "19536486248",
	})
    // 运行成功!运行结果:uid:1 email:"1234567890@qq.com" phone:"12345678912"
    
	if err != nil {
		panic(err)
	}
	fmt.Println(msg)
}

5.分别运行server.go和client.go

运行结果在client代码内已标明,至此,一个gRPC验证器简单的demo项目已经完成,相信你已经学会了如何使用gRPC验证器。

  • 24
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我理解了你的问题。让我们来探讨一下如何使用Java gRPC实现双向流式调用来构建一个简单的流数据分析。 首先,我们需要定义一个 gRPC 服务。假设我们要构建一个数据分析,这个服务可以接收一系列数据,并返回一系列数据分析结果。我们可以这样定义这个服务: ``` service DataAnalyzer { // 客户端发送数据流到服务端,并返回分析结果流 rpc Analyze(stream Data) returns (stream Result) {} } // 定义数据和分析结果的消息类型 message Data { string content = 1; } message Result { string analysis = 1; } ``` 接下来,我们需要实现这个服务。我们可以创建一个 Java 类来实现这个服务: ``` public class DataAnalyzerImpl extends DataAnalyzerGrpc.DataAnalyzerImplBase { @Override public StreamObserver<Data> analyze(StreamObserver<Result> responseObserver) { // 创建一个用于处理数据的 StreamObserver StreamObserver<Data> requestObserver = new StreamObserver<Data>() { @Override public void onNext(Data data) { // 处理数据并生成分析结果 Result result = Result.newBuilder() .setAnalysis("Analysis of " + data.getContent()) .build(); // 将分析结果发送给客户端 responseObserver.onNext(result); } @Override public void onError(Throwable t) { // 处理错误 } @Override public void onCompleted() { // 处理完成 responseObserver.onCompleted(); } }; return requestObserver; } } ``` 在这个实现中,我们实现了 `analyze` 方法,它接收一个 `StreamObserver`,并返回一个 `StreamObserver`。我们使用返回的 `StreamObserver` 处理客户端发送的数据。对于每个接收到的数据,我们生成一个分析结果,并将其发送给客户端。 现在我们已经实现了服务端,接下来让我们来实现客户端。我们可以创建一个 Java 类来实现客户端: ``` public class DataAnalyzerClient { public void analyzeData(List<String> data) { // 创建一个用于接收分析结果的 StreamObserver StreamObserver<Result> responseObserver = new StreamObserver<Result>() { @Override public void onNext(Result result) { // 处理分析结果 System.out.println(result.getAnalysis()); } @Override public void onError(Throwable t) { // 处理错误 } @Override public void onCompleted() { // 处理完成 } }; // 创建一个用于发送数据的 StreamObserver StreamObserver<Data> requestObserver = stub.analyze(responseObserver); // 发送数据并等待分析结果 for (String content : data) { Data data = Data.newBuilder() .setContent(content) .build(); requestObserver.onNext(data); } // 完成数据发送 requestObserver.onCompleted(); } } ``` 在这个实现中,我们首先创建两个 `StreamObserver`,一个用于接收分析结果,一个用于发送数据。然后,我们使用 `stub.analyze` 方法获取到一个 `StreamObserver`,并将其传递给用于发送数据的 `StreamObserver`。接着,我们循环发送数据,并等待分析结果。 现在,我们已经实现了一个简单的流数据分析。我们可以在服务端启动 gRPC 服务,并在客户端发送一些数据来测试这个分析
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值