gRPC — это мощная и высокопроизводительная среда удаленного вызова процедур (RPC), которая, несмотря на то, что используется реже, чем REST, предлагает значительные преимущества в определенных сценариях.

Кроме того, он не зависит от языка и может работать в любой среде, что делает его идеальным выбором для межсерверной связи.

Я не буду вдаваться в полное объяснение, но вот общая ссылка на gRPC. Я предоставлю практическое руководство

Перейти к клиенту gRPC 

Давайте представим, что наш Go является клиентом, но является сервером для внешнего приложения React, Svelte и т. д.

func getFirstArg() (string, error) {
    if len(os.Args) 






В качестве примера интерфейс React загружает файл, Go обрабатывает его, но нам нужны ответы из Excel, мы будем использовать GPT API. Хотя это можно сделать с помощью Go, Python, с другой стороны, имеет больше пакетов, которые могут облегчить нашу жизнь, например langchan_openai, pandas for excel и т. д.


Давайте начнем с установки gRPC, желательно в вашей виртуальной среде .venv


$ go install google.golang.org/protobuf/cmd/protoc-gen-go@latest
$ go install google.golang.org/grpc/cmd/protoc-gen-go-grpc@latest
$ export PATH="$PATH:$(go env GOPATH)/bin"




Далее вам следует установить буфер протокола в вашу ОС, это можно сделать здесь.

Давайте создадим каталог прототипа, в котором вы будете хранить файл буфера протокола. Я назову его excel.proto и вставлю это: 


syntax = "proto3";
option go_package = "client-gRPC/proto";
service ExcelService {
    rpc UploadFile(FileRequest) returns (FileResponse);
}
message FileRequest {
    string file_name = 1;
    bytes file_content = 2;
}
message FileResponse {
    bytes file_content = 1;
}




Эта служба gRPC ExcelService позволяет клиентам загружать файл, отправляя его имя и содержимое. Сервер отвечает тем же содержимым файла. 

Для Go важно передать go_package в Python, эта строка не требуется.


vscode-proto3 — хорошее расширение для загрузки, если вы используете VSCode.


После всего этого вы можете создавать файлы прототипов. Я предпочитаю, чтобы они были на том же уровне, что и prot dir, для этого выполните следующую команду: 

протокол --go_out=. --go_opt=paths=source_relative --go-grpc_out=. --go-grpc_opt=paths=source_relative proto/excel.proto

Если должны быть успешно сгенерированы два файла, при необходимости, если будет много настроек, добавьте Makefile и определите его как прото-верхнюю команду.


import (
    ....

    "google.golang.org/grpc"
    pb "client-gRPC/proto"
    "github.com/xuri/excelize/v2"
)

func main() {
    ....

    conn, err := grpc.Dial("localhost:50051", grpc.WithInsecure())
    if err != nil {
        log.Fatalf("Failed to connect to gRPC server: %v", err)
    }
    defer conn.Close()

    client := pb.NewExcelServiceClient(conn)

    req := &pb.FileRequest{
        FileName:    filePath,
        FileContent: fileData,
    }

    res, err := client.UploadFile(context.Background(), req)
    if err != nil {
        log.Fatalf("Failed to upload file: %v", err)
    }

    outputFile := "output.xlsx"
    err = saveBytesAsExcel(outputFile, res.FileContent)
    if err != nil {
        log.Fatalf("Failed to save bytes as Excel file: %v", err)
    }

    fmt.Printf("Excel file saved as: %s\n", outputFile)
}

func saveBytesAsExcel(filePath string, fileContent []byte) error {
    f, err := excelize.OpenReader(bytes.NewReader(fileContent))
    if err != nil {
        return fmt.Errorf("failed to open Excel file: %v", err)
    }

    if err := f.SaveAs(filePath); err != nil {
        return fmt.Errorf("failed to save Excel file: %v", err)
    }
    return nil
}




Мы устанавливаем соединение для прослушивания 50051, который будет нашим сервером Python, &pb.FileRequest был сгенерирован ранее с помощью команды proto, и теперь мы импортируем методы. Если вы запустите, вы получите? из-за того, что сервер Python еще не установлен.


Failed to upload file: rpc error: code = Unavailable desc = connection error: desc = "transport: Error while dialing: dial tcp 127.0.0.1:50051: connect: connection refused"





  
  
  Сервер Python gRPC


Поскольку Python будет действовать как сервер, подход будет немного другим, но, по сути, отделение того же прото-файла из поля пакета не требуется. Давайте начнем с создания базового main.py без gRPC, просто чтобы дать представление о том, как GPT будет заполнять вопросы в Excel.


import os
import openai
import pandas as pd
from dotenv import load_dotenv

def get_answer_from_gpt(apikey: str, question: str):
    openai.api_key = apikey
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": question}
        ]
    )
    return response['choices'][0]['message']['content'].strip()

def answer_questions_df(df: pd.DataFrame, apikey: str):
    answers = []

    for question in df.iloc[:, 0]: 
        answer = get_answer_from_gpt(apikey, question)
        answers.append(answer)
    return answers

if __name__ == "__main__":
    load_dotenv()

    openai_api_key = os.getenv("OPENAI_API_KEY", "OpenAI API key hasn't been set.")

    df = pd.read_excel('Book1.xlsx')

    df['Answer'] = answer_questions_df(df, openai_api_key





Это простой скрипт, который будет отвечать на вопросы, которые Go пришлет нам, но LOC меньше из-за специальной библиотеки openai, которая упрощает его.


Мы также начинаем с добавления каталога прототипа с тем же файлом, что и выше, раздел опций можно удалить, как обсуждалось. Желательно установить gRPC в свою виртуальную среду и следовать инструкциям по установке для генерации прототипа, которую я запускал"


python3 -m grpc_tools.protoc --proto_path=proto --python_out=proto --grpc_python_out=proto proto/excel.proto




Чтобы быть на том же уровне, что и мой каталог прототипа, не забудьте добавить __init.py!

Если файлы созданы, продолжим.


import io
import grpc
from proto import excel_pb2_grpc as excel_grpc
from proto import excel_pb2

class ExcelService(excel_grpc.ExcelServiceServicer):
    def UploadFile(self, request, context):
        try:
            # Convert bytes to a file-like object
            file_like_object = io.BytesIO(request.file_content)

            # Load the workbook from the file-like object
            workbook = openpyxl.load_workbook(file_like_object)

            # Access the first sheet (or use appropriate logic to get the sheet you need)
            sheet = workbook.active

            # Convert the sheet to a DataFrame
            data = sheet.values
            columns = next(data)  # Get the header row
            df = pd.DataFrame(data, columns=columns)

            print("Loaded DataFrame:")
            print(df.head())

            # Ensure that the DataFrame is not empty and has questions
            if df.empty or df.shape[1] 



Мы определяем сервер и добавляем класс ExcelService, который содержит методы, сгенерированные файлом прототипа. Поскольку мы получаем файл побайтно, необходимо использовать программу чтения байтов io, начать дальнейшую обработку файла и заполнить второй столбец.


response = excel_pb2.FileResponse(file_content=output.read())




В конце мы возвращаем ☝️ нашему клиенту Go.


Однако, чтобы найти файлы прототипов в Python, вам необходимо определить путь экспорта

export PYTHONPATH=$PYTHONPATH:mnt/c/own_dev/gRPC/server/proto



  
  
  Запуск клиента и сервера




If all is good you can run

#First comes server

python3 -m main

#Then client

go run client.go Book1.xlsx




И вы должны получить обновленный файл .xlsx на стороне клиента Go.


  
  
  Заключение


В этой статье мы рассмотрели основы настройки связи gRPC между сервером Python и клиентом Go. Используя gRPC, мы разработали простой способ отправки файла Excel из приложения Go на сервер Python, обработки файла с помощью API GPT OpenAI и возврата измененного файла обратно клиенту Go.