La version 14.0.0
de la bibliothèque cliente Python introduit un nouveau paramètre de configuration obligatoire appelé use_proto_plus
, qui spécifie si vous souhaitez que la bibliothèque renvoie des messages proto-plus ou des messages protobuf. Pour en savoir plus sur la définition de ce paramètre, consultez la documentation sur la configuration.
Cette section décrit les conséquences sur les performances du choix des types de messages à utiliser. Par conséquent, nous vous recommandons de lire et de comprendre les options disponibles pour prendre une décision éclairée. Toutefois, si vous souhaitez passer à la version 14.0.0
sans modifier le code, vous pouvez définir use_proto_plus
sur True
pour éviter d'interrompre les modifications de l'interface.
Messages proto-plus et messages protobuf
Dans la version 10.0.0
, la bibliothèque cliente Python a migré vers un nouveau pipeline de générateur de code qui a intégré proto-plus afin d'améliorer l'ergonomie de l'interface du message Protobuf, en la faisant se comporter comme des objets Python natifs. En contrepartie de cette amélioration, proto-plus affecte les performances.
Performances proto-plus
L'un des principaux avantages de proto-plus est qu'il convertit les messages protobuf et les types connus en types Python natifs via un processus appelé marshaling des types.
Le marshaling se produit lorsqu'un champ est accessible sur une instance de message proto-plus, en particulier lorsqu'un champ est lu ou défini, par exemple dans une définition de tampon de protocole:
syntax = "proto3";
message Dog {
string name = 1;
}
Lorsque cette définition est convertie en classe proto-plus, cela ressemble à ceci:
import proto
class Dog(proto.Message):
name = proto.Field(proto.STRING, number=1)
Vous pouvez ensuite initialiser la classe Dog
et accéder à son champ name
comme vous le feriez pour tout autre objet Python:
dog = Dog()
dog.name = "Scruffy"
print(dog.name)
Lors de la lecture et de la définition du champ name
, la valeur est convertie d'un type str
Python natif en type string
afin qu'elle soit compatible avec l'environnement d'exécution protobuf.
L'analyse que nous avons effectuée depuis la publication de la version 10.0.0
a déterminé que le temps passé à effectuer ces conversions de type avait un impact suffisamment important sur les performances. Il est donc important de donner aux utilisateurs la possibilité d'utiliser les messages Protobuf.
Cas d'utilisation des messages proto-plus et protobuf
- Cas d'utilisation des messages proto-plus
- Proto-plus offre de nombreuses améliorations ergonomiques par rapport aux messages protobuf. Ils sont donc parfaits pour écrire du code lisible et facile à gérer. Étant donné qu'ils exposent des objets Python natifs, ils sont plus faciles à utiliser et à comprendre.
- Cas d'utilisation des messages Protobuf
- Utilisez les tampons de protocole pour les cas d'utilisation sensibles aux performances, en particulier dans les applications qui doivent traiter rapidement des rapports volumineux ou qui créent des requêtes mutate comportant un grand nombre d'opérations, par exemple avec
BatchJobService
ouOfflineUserDataJobService
.
Modification dynamique des types de messages
Après avoir sélectionné le type de message approprié pour votre application, vous devrez peut-être utiliser l'autre type pour un workflow spécifique. Dans ce cas, il est facile de basculer entre les deux types de manière dynamique à l'aide des utilitaires proposés par la bibliothèque cliente. Avec la même classe de message Dog
que ci-dessus:
from google.ads.googleads import util
# Proto-plus message type
dog = Dog()
# Protobuf message type
dog = util.convert_proto_plus_to_protobuf(dog)
# Back to proto-plus message type
dog = util.convert_protobuf_to_proto_plus(dog)
Différences d'interface des messages Protobuf
L'interface proto-plus est documentée en détail, mais nous mettons ici en évidence certaines différences clés qui affectent les cas d'utilisation courants de la bibliothèque cliente Google Ads.
Sérialisation des octets
- Messages proto-plus
serialized = type(campaign).serialize(campaign) deserialized = type(campaign).deserialize(serialized)
- Messages Protobuf
serialized = campaign.SerializeToString() deserialized = campaign.FromString(serialized)
Sérialisation JSON
- Messages proto-plus
serialized = type(campaign).to_json(campaign) deserialized = type(campaign).from_json(serialized)
- Messages Protobuf
from google.protobuf.json_format import MessageToJson, Parse serialized = MessageToJson(campaign) deserialized = Parse(serialized, campaign)
Masques de champ
La méthode d'assistance pour le masque de champ fournie par api-core est conçue pour utiliser des instances de message protobuf. Ainsi, lorsque vous utilisez des messages proto-plus, convertissez-les en messages protobuf pour utiliser l'outil d'aide:
- Messages proto-plus
from google.api_core.protobuf_helpers import field_mask campaign = client.get_type("Campaign") protobuf_campaign = util.convert_proto_plus_to_protobuf(campaign) mask = field_mask(None, protobuf_campaign)
- Messages Protobuf
from google.api_core.protobuf_helpers import field_mask campaign = client.get_type("Campaign") mask = field_mask(None, campaign)
Enums
Les énumérations exposées par des messages proto-plus sont des instances du type enum
natif de Python et héritent donc d'un certain nombre de méthodes pratiques.
Récupération du type d'énumération
Lorsque vous utilisez la méthode GoogleAdsClient.get_type
pour récupérer des énumérations, les messages renvoyés diffèrent légèrement selon que vous utilisez des messages proto-plus ou protobuf. Exemple :
- Messages proto-plus
val = client.get_type("CampaignStatusEnum").CampaignStatus.PAUSED
- Messages Protobuf
val = client.get_type("CampaignStatusEnum").PAUSED
Pour simplifier la récupération des énumérations, il existe un attribut pratique sur les instances GoogleAdsClient
ayant une interface cohérente, quel que soit le type de message que vous utilisez:
val = client.enums.CampaignStatusEnum.PAUSED
Récupération de la valeur d'énumération
Il est parfois utile de connaître la valeur, ou l'ID de champ, d'une énumération donnée. Par exemple, PAUSED
sur CampaignStatusEnum
correspond à 3
:
- Messages proto-plus
campaign = client.get_type("Campaign") campaign.status = client.enums.CampaignStatusEnum.PAUSED # To read the value of campaign status print(campaign.status.value)
- Messages Protobuf
campaign = client.get_type("Campaign") status_enum = client.enums.CampaignStatusEnum campaign.status = status_enum.PAUSED # To read the value of campaign status print(status_enum.CampaignStatus.Value(campaign.status))
Récupération du nom d'énumération
Il est parfois utile de connaître le nom d'un champ d'énumération. Par exemple, lorsque vous lisez des objets à partir de l'API, vous souhaitez peut-être savoir à quel état de campagne correspond l'entier 3
:
- Messages proto-plus
campaign = client.get_type("Campaign") campaign.status = client.enums.CampaignStatusEnum.PAUSED # To read the name of campaign status print(campaign.status.name)
- Messages Protobuf
campaign = client.get_type("Campaign") status_enum = client.enums.CampaignStatusEnum # Sets the campaign status to the int value for PAUSED campaign.status = status_enum.PAUSED # To read the name of campaign status status_enum.CampaignStatus.Name(campaign.status)
Champs répétés
Comme décrit dans la documentation proto-plus, les champs répétés sont généralement équivalents aux listes typées, ce qui signifie qu'ils se comportent presque identiques à une list
.
Ajouter à des champs scalaires répétés
Lorsque vous ajoutez des valeurs à des champs répétés de type scalaire, tels que des champs string
ou int64
, l'interface est la même quel que soit le type de message:
- Messages proto-plus
ad.final_urls.append("https://www.example.com")
- Messages Protobuf
ad.final_urls.append("https://www.example.com")
Cela inclut également toutes les autres méthodes list
courantes, par exemple extend
:
- Messages proto-plus
ad.final_urls.extend(["https://www.example.com", "https://www.example.com/2"])
- Messages Protobuf
ad.final_urls.extend(["https://www.example.com", "https://www.example.com/2"])
Ajouter des types de messages à des champs répétés
Si le champ répété n'est pas de type scalaire, le comportement lors de l'ajout de champs répétés est légèrement différent:
- Messages proto-plus
frequency_cap = client.get_type("FrequencyCapEntry") frequency_cap.cap = 100 campaign.frequency_caps.append(frequency_cap)
- Messages Protobuf
# The add method initializes a message and adds it to the repeated field frequency_cap = campaign.frequency_caps.add() frequency_cap.cap = 100
Attribuer des champs répétés
Pour les champs répétés scalaires et non scalaires, vous pouvez attribuer des listes au champ de différentes manières:
- Messages proto-plus
# In proto-plus it's possible to use assignment. urls = ["https://www.example.com"] ad.final_urls = urls
- Messages Protobuf
# Protobuf messages do not allow assignment, but you can replace the # existing list using slice syntax. urls = ["https://www.example.com"] ad.final_urls[:] = urls
Messages vides
Il est parfois utile de savoir si une instance de message contient des informations ou si l'un de ses champs est défini.
- Messages proto-plus
# When using proto-plus messages you can simply check the message for # truthiness. is_empty = bool(campaign) is_empty = not campaign
- Messages Protobuf
is_empty = campaign.ByteSize() == 0
Copie du message
Pour les messages proto-plus et protobuf, nous vous recommandons d'utiliser la méthode d'assistance copy_from
sur GoogleAdsClient
:
client.copy_from(campaign, other_campaign)
Champs de message vides
Le processus pour définir des champs de message vides est le même, quel que soit le type de message que vous utilisez. Il vous suffit de copier un message vide dans le champ en question. Consultez la section Message copy (Texte du message) et le guide Empty MessageFields (Champs de message vides). Voici un exemple de procédure à suivre pour définir un champ de message vide:
client.copy_from(campaign.manual_cpm, client.get_type("ManualCpm"))
Noms de champs qui sont des mots réservés
Lorsque vous utilisez des messages proto-plus, les noms de champs apparaissent automatiquement avec un trait de soulignement à la fin si le nom est également un mot réservé en Python. Voici un exemple de travail avec une instance Asset
:
asset = client.get_type("Asset")
asset.type_ = client.enums.AssetTypeEnum.IMAGE
La liste complète des noms réservés est construite dans le module du générateur gapic. Il est également accessible de manière automatisée.
Commencez par installer le module:
python -m pip install gapic-generator
Puis, dans un REPL ou un script Python:
import gapic.utils
print(gapic.utils.reserved_names.RESERVED_NAMES)
Présence sur le terrain
Étant donné que les champs des instances de message protobuf ont des valeurs par défaut, il n'est pas toujours intuitif de savoir si un champ a été défini ou non.
- Messages proto-plus
# Use the "in" operator. has_field = "name" in campaign
- Messages Protobuf
campaign = client.get_type("Campaign") # Determines whether "name" is set and not just an empty string. campaign.HasField("name")
L'interface de la classe protobuf Message
comporte une méthode HasField
qui détermine si le champ d'un message a été défini, même s'il a été défini sur une valeur par défaut.
Méthodes des messages Protobuf
L'interface de message protobuf inclut des méthodes pratiques qui ne font pas partie de l'interface proto-plus. Cependant, vous pouvez facilement y accéder en convertissant un message proto-plus en son équivalent protobuf:
# Accessing the ListFields method
protobuf_campaign = util.convert_protobuf_to_proto_plus(campaign)
print(campaign.ListFields())
# Accessing the Clear method
protobuf_campaign = util.convert_protobuf_to_proto_plus(campaign)
print(campaign.Clear())
Outil de suivi des problèmes
Si vous avez des questions sur ces modifications ou si vous rencontrez des problèmes lors de la migration vers la version 14.0.0
de la bibliothèque, signalez un problème dans notre outil de suivi.