Как прикрутить Pydantic-валидацию к gRPC-сервису?

Интеграция Pydantic с gRPC

Pydantic — это библиотека для валидации данных на основе аннотаций типов. В gRPC-сервисах данные передаются в виде protobuf-сообщений, которые не всегда удобно валидировать напрямую. Использование Pydantic позволяет добавить строгую проверку типов, форматов (например, email) и бизнес-правил.

Как это работает

Вы создаете Pydantic-модель, соответствующую структуре protobuf-сообщения. В методе сервиса вы преобразуете protobuf-объект в словарь (через MessageToDict) и передаете его в Pydantic-модель. Если валидация не проходит, Pydantic выбрасывает исключение, которое можно перехватить и вернуть gRPC-ошибку.

Пример кода

from pydantic import BaseModel, EmailStr
from google.protobuf.json_format import MessageToDict
import grpc

class UserRequestModel(BaseModel):
    name: str
    email: EmailStr
    age: int

class UserServiceServicer:
    def CreateUser(self, request, context):
        try:
            data = MessageToDict(request)
            validated = UserRequestModel(**data)
            # Обработка валидированных данных
            return response
        except Exception as e:
            context.set_code(grpc.StatusCode.INVALID_ARGUMENT)
            context.set_details(str(e))
            return response

Где применять

Этот подход полезен, когда нужно гарантировать качество входных данных, особенно в микросервисной архитектуре. Pydantic упрощает валидацию сложных структур и уменьшает количество boilerplate-кода.

Вывод: Используйте Pydantic с gRPC для надежной валидации данных, особенно если у вас уже есть Pydantic-модели в проекте. Это улучшает читаемость и поддерживаемость кода.