Golang SDK使用说明_人工智能平台 PAI(PAI)-阿里云帮助中心

推荐使用EAS提供的官方SDK进行服务调用，从而有效减少编写调用逻辑的时间并提高调用稳定性。本文介绍官方Golang SDK接口详情，并以常见类型的输入输出为例，提供了使用Golang SDK进行服务调用的完整程序示例。

背景信息

使用Golang SDK进行服务调用时，由于在编译代码时，Golang的包管理工具会自动从Github上将Golang SDK的代码下载到本地，因此您无需提前安装Golang SDK。如果您需要自定义部分调用逻辑，可以先下载Golang SDK代码，再对其进行修改。

接口列表

类	接口	描述
PredictClient	`NewPredictClient(endpoint string, serviceName string) *PredictClient`	功能：PredictClient类构造函数。参数： endpoint：必填，表示服务端的Endpoint地址。对于普通服务，将其设置为默认网关Endpoint。 serviceName：必填，表示服务名称。返回值：创建的PredictClient对象。
	`SetEndpoint(endpointName string)`	功能：设置服务的Endpoint。参数：endpointName 表示服务端的Endpoint地址。对于普通服务，将其设置为默认网关Endpoint。
	`SetServiceName(serviceName string)`	功能：设置请求的服务名称。参数：serviceName表示请求的服务名称。
	`SetEndpointType(endpointType string)`	功能：设置服务端的网关类型。参数：endpointType表示网关类型。系统支持以下网关类型： "DEFAULT"：默认网关。如果不指定网关类型，默认为该类型。 "DIRECT"：使用高速直连通道访问服务。
	`SetToken(token string)`	功能：设置服务访问的Token。参数：token表示访问服务时使用的鉴权Token。
	`SetHttpTransport(transport *http.Transport)`	功能：设置HTTP客户端的Transport属性。参数：transport表示发送HTTP请求时使用的Transport对象。
	`SetRetryCount(max_retry_count int)`	功能：设置请求失败重试次数。参数：max_retry_count表示请求失败后重连的次数，默认为5。重要对于服务端进程异常、服务器异常或网关长连接断开等情况导致的个别请求失败，均需要客户端重新发送请求。因此，请勿将该参数设置为0。
	`SetTimeout(timeout int)`	功能：设置请求的超时时间。参数：timeout表示请求的超时时间，单位为ms，默认值为5000。
	`Init()`	对PredictClient对象进行初始化。在上述设置参数的接口执行完成后，需要调用`Init()`接口才能生效。
	`Predict(request Request) Response`	功能：向在线预测服务提交一个预测请求。参数：Request对象是`interface(StringRequest, TFRequest,TorchRequest)`。返回值：Response对象是`interface(StringResponse, TFResponse,TorchResponse)`。
	`StringPredict(request string) string`	功能：向在线预测服务提交一个预测请求。参数：request对象表示待发送的请求字符串。返回值：STRING类型的服务响应。
	`TorchPredict(request TorchRequest) TorchResponse`	功能：向在线预测服务提交一个PyTorch预测请求。参数：request表示TorchRequest类的对象。返回值：对应的TorchResponse。
	`TFPredict(request TFRequest) TFResponse`	功能：向在线预测服务提交一个预测请求。参数：request表示TFRequest类的对象。返回值：对应的TFResponse。
TFRequest	`TFRequest(signatureName string)`	功能：TFRequest类的构建函数。参数：signatureName表示请求模型的Signature Name。
	`AddFeed(?)(inputName string, shape []int64{}, content []?)`	功能：请求TensorFlow的在线预测服务模型时，设置需要输入的Tensor。参数： inputName：表示输入Tensor的别名。 shape：表示输入Tensor的TensorShape。 content：表示输入的Tensor的内容，通过一维数组展开表示。支持的类型包括INT32、INT64、FLOAT32、FLOAT64、STRING及BOOL，该接口名称与具体类型相关，例如`AddFeedInt32()`。如果需要其它数据类型，则可以参考代码自行通过PB格式构造。
	`AddFetch(outputName string)`	功能：请求TensorFlow的在线预测服务模型时，设置需要输出Tensor的别名。参数：outputName表示待获取的输出Tensor的别名。对于SavedModel模型，该参数可选。如果未设置，则输出所有的outputs。对于Frozen Model，该参数必选。
TFResponse	`GetTensorShape(outputName string) []int64`	功能：获得指定别名。的输出Tensor的TensorShape。参数：outputName表示待获取输出Shape的Tensor别名。返回值：返回的Tensor Shape，各个维度以数组形式表示。
TFResponse	`Get(?)Val(outputName string) [](?)`	功能：获取输出Tensor的数据向量，输出结果以一维数组的形式保存。您可以配套使用`GetTensorShape()`接口，获取对应Tensor的Shape，将其还原成所需的多维Tensor。支持的类型包括FLOAT、DOUBLE、INT、INT64、STRING及BOOL，接口名称与具体类型相关，例如`GetFloatVal()`。参数：outputName表示待获取输出数据的Tensor别名。返回值：输出Tensor的数据展开成的一维数组。
TorchRequest	`TorchRequest()`	TFRequest类的构建函数。
	`AddFeed(?)(index int, shape []int64{}, content []?)`	功能：请求PyTorch的在线预测服务模型时，设置需要输入的Tensor。参数： index：表示待输入的Tensor下标。 shape：表示输入Tensor的TensorShape。 content：表示输入Tensor的内容，通过一维数组展开表示。支持的类型包括INT32、INT64、FLOAT32及FLOAT64，该接口名称与具体类型相关，例如`AddFeedInt32()`。如果需要其它数据类型，则可以参考代码自行通过PB格式构造。
	`AddFetch(outputIndex int)`	功能：请求PyTorch的在线预测服务模型时，设置需要输出的Tensor的Index。该接口为可选，如果您没有调用该接口设置输出Tensor的Index，则输出所有的outputs。参数：outputIndex表示输出Tensor的Index。
TorchResponse	`GetTensorShape(outputIndex int) []int64`	功能：获得指定下标的输出Tensor的TensorShape。参数：outputName表示待获取输出Shape的Tensor别名。返回值：返回的Tensor Shape，各个维度以数组形式表示。
TorchResponse	`Get(?)Val(outputIndex int) [](?)`	功能：获取输出Tensor的数据向量，输出结果以一维数组的形式保存。您可以配套使用`GetTensorShape()`接口获取对应Tensor的Shape，将其还原成所需的多维Tensor。支持的类型包括FLOAT、DOUBLE、INT及INT64，接口名称与具体类型相关，例如`GetFloatVal()`。参数：outputIndex表示待获取输出数据Tensor的下标。返回值：输出Tensor的数据展开成的一维数组。
QueueClient	`NewQueueClient(endpoint, queueName, token string) (*QueueClient, error)`	功能：QueueClient类构造函数。参数： endpoint：表示服务端的Endpoint地址。 queueName：表示队列服务名称。 token：表示队列服务的token。返回值：创建的QueueClient对象。
	`Truncate(ctx context.Context, index uint64) error`	功能：从指定index向前截断队列中的数据，只保留指定index之后的数据。参数： ctx：表示当前操作的Context信息。 index：表示要截断的队列中数据的index。
	`Put(ctx context.Context, data []byte, tags types.Tags) (index uint64, requestId string, err error)`	功能：向队列中写入一条数据。参数： ctx：表示当前操作的Context信息。 data：表示要向队列中写入的数据内容。返回值： index：当前写入的数据在队列中的index值，可用于从队列中查询数据。 requestId：当前写入数据在队列中自动生成的requestId。requestId是一个特殊的tag，也可用于在队列中查询数据。
	`GetByIndex(ctx context.Context, index uint64) (dfs []types.DataFrame, err error)`	功能：根据index值从队列中查询一条数据，查询完成后，在队列中会自动删除该数据。参数： ctx：表示当前操作的Context信息。 index：表示要从队列中查询的数据所在的index值。返回值：dfs：队列中查询出的以DataFrame封装的数据结果。
	`GetByRequestId(ctx context.Context, requestId string) (dfs []types.DataFrame, err error)`	功能：根据数据的requestId从队列中查询一条数据，查询完成后，在队列中会自动删除该数据。参数： ctx：表示当前操作的Context信息。 requestId：表示要从队列中查询的数据的requestId值。返回值：dfs：队列中查询出的以DataFrame封装的数据结果。
	`Get(ctx context.Context, index uint64, length int, timeout time.Duration, autoDelete bool, tags types.Tags) (dfs []types.DataFrame, err error)`	功能：根据指定条件从队列中查询数据，`GetByIndex()`和`GetByRequestId()`是对`Get()`函数的简单封装。参数： ctx：表示当前操作的Context信息。 index：表示要查询的数据的起始index。 length：表示要查询的数据的条数。返回从index开始计算（包含index）的最大length条数据。 timeout：表示查询的等待时间。在等待时间内，如果队列中有length条数据则直接返回，否则等到最大timeout等待时间则停止。 auto_delete：表示是否从队列中自动删除已经查询的数据。如果配置为False，则数据可被重复查询，您可以通过调用`Del()`方法手动删除数据。 tags：表示查询包含指定tags的数据，类型为map[string]string。从指定index开始遍历length条数据，返回包含指定tags的数据。返回值：dfs：队列中查询出的以DataFrame封装的数据结果。
	`Del(ctx context.Context, indexes ...uint64)`	功能：从队列中删除指定index的数据。参数： ctx：表示当前操作的Context信息。 indexes：表示要从队列中删除的数据的index列表。
	`Attributes() (attrs types.Attributes, err error)`	功能：获取队列的属性信息，包含队列总长度、当前的数据长度等信息。返回值：attrs：队列的属性信息，类型为map[string]string。
	`Watch(ctx context.Context, index, window uint64, indexOnly bool, autocommit bool) (watcher types.Watcher, err error)`	功能：订阅队列中的数据，队列服务会根据条件向客户端推送数据。参数： ctx：表示当前操作的Context信息。 index：表示订阅的起始数据index。 window：表示订阅的窗口大小，队列服务一次最多向单个客户端实例推送的数据量。说明如果推送的数据没有被commit，则服务端不会再推送新数据；如果commit N条数据，则服务队列会向客户端推送N条数据，确保客户端在同一时刻处理的数据不会超过设置的窗口大小，来实现客户端限制并发的功能。 index_only：表示是否只推送index值。 auto_commit：表示是否在推送完一条数据后，自动commit数据。建议配置为False。在收到推送数据并计算完成后手动Commit，在未完成计算的情况下实例发生异常，则实例上未commit的数据会由队列服务分发给其他实例继续处理。返回值：返回一个watcher对象，可通过该对象读取推送的数据。
	`Commit(ctx context.Context, indexes ...uint64) error`	功能：commit指定index的数据。说明 commit表示服务队列推送的数据已经处理完成，可以将该数据从队列中清除，且不需要再推送给其他实例。参数： ctx：表示当前操作的Context信息。 indexes：表示要向队列中commit的数据的index值列表。
types.Watcher	`FrameChan() <-chan types.DataFrame`	功能：返回一个管道对象，服务端推送过来的数据会被写入该管道中，可以从该管道中循环读取数据。返回值：可用于读取推送数据的管道对象。
types.Watcher	`Close()`	功能：关闭一个Watcher对象，用于关闭后端的数连接。说明一个客户端只能启动一个Watcher对象，使用完成后需要将该对象关闭才能启动新的Watcher对象。

程序示例

字符串输入输出示例

对于使用自定义Processor部署服务的用户而言，通常采用字符串进行服务调用（例如，PMML模型服务的调用），具体的Demo程序如下。

package main

import (
        "fmt"
        "github.com/pai-eas/eas-golang-sdk/eas"
)

func main() {
    client := eas.NewPredictClient("182848887922****.cn-shanghai.pai-eas.aliyuncs.com", "scorecard_pmml_example")
    client.SetToken("YWFlMDYyZDNmNTc3M2I3MzMwYmY0MmYwM2Y2MTYxMTY4NzBkNzdj****")
    client.Init()
    req := "[{\"fea1\": 1, \"fea2\": 2}]"
    for i := 0; i < 100; i++ {
        resp, err := client.StringPredict(req)
        if err != nil {
            fmt.Printf("failed to predict: %v\n", err.Error())
        } else {
            fmt.Printf("%v\n", resp)
        }
    }
}

TensorFlow输入输出示例

使用TensorFlow的用户，需要将TFRequest和TFResponse分别作为输入和输出数据格式，具体Demo示例如下。

package main

import (
        "fmt"
        "github.com/pai-eas/eas-golang-sdk/eas"
)

func main() {
    client := eas.NewPredictClient("182848887922****.cn-shanghai.pai-eas.aliyuncs.com", "mnist_saved_model_example")
    client.SetToken("YTg2ZjE0ZjM4ZmE3OTc0NzYxZDMyNmYzMTJjZTQ1YmU0N2FjMTAy****")
    client.Init()

    tfreq := eas.TFRequest{}
    tfreq.SetSignatureName("predict_images")
    tfreq.AddFeedFloat32("images", []int64{1, 784}, make([]float32, 784))

    for i := 0; i < 100; i++ {
        resp, err := client.TFPredict(tfreq)
        if err != nil {
            fmt.Printf("failed to predict: %v", err)
        } else {
            fmt.Printf("%v\n", resp)
        }
    }
}

PyTorch输入输出示例

使用PyTorch的用户，需要将TorchRequest和TorchResponse分别作为输入和输出数据格式，具体Demo示例如下。

package main

import (
        "fmt"
        "github.com/pai-eas/eas-golang-sdk/eas"
)

func main() {
    client := eas.NewPredictClient("182848887922****.cn-shanghai.pai-eas.aliyuncs.com", "pytorch_resnet_example")
    client.SetTimeout(500)
    client.SetToken("ZjdjZDg1NWVlMWI2NTU5YzJiMmY5ZmE5OTBmYzZkMjI0YjlmYWVl****")
    client.Init()
    req := eas.TorchRequest{}
    req.AddFeedFloat32(0, []int64{1, 3, 224, 224}, make([]float32, 150528))
    req.AddFetch(0)
    for i := 0; i < 10; i++ {
        resp, err := client.TorchPredict(req)
        if err != nil {
            fmt.Printf("failed to predict: %v", err)
        } else {
            fmt.Println(resp.GetTensorShape(0), resp.GetFloatVal(0))
        }
    }
}

通过VPC网络直连方式调用服务的示例

通过网络直连方式，您只能访问部署在EAS专属资源组的服务，且需要为该资源组与用户指定的vSwitch连通网络后才能使用。关于如何购买EAS专属资源组和连通网络，请参见使用专属资源组和配置网络连通。该调用方式与普通调用方式相比，仅需增加一行代码client.SetEndpointType(eas.EndpointTypeDirect)即可，特别适合大流量高并发的服务，具体示例如下。

package main

import (
        "fmt"
        "github.com/pai-eas/eas-golang-sdk/eas"
)

func main() {
    client := eas.NewPredictClient("pai-eas-vpc.cn-shanghai.aliyuncs.com", "scorecard_pmml_example")
    client.SetToken("YWFlMDYyZDNmNTc3M2I3MzMwYmY0MmYwM2Y2MTYxMTY4NzBkNzdj****")
    client.SetEndpointType(eas.EndpointTypeDirect)
    client.Init()
    req := "[{\"fea1\": 1, \"fea2\": 2}]"
    for i := 0; i < 100; i++ {
        resp, err := client.StringPredict(req)
        if err != nil {
            fmt.Printf("failed to predict: %v\n", err.Error())
        } else {
            fmt.Printf("%v\n", resp)
        }
    }
}

客户端连接参数设置的示例

您可以通过http.Transport属性设置请求客户端的连接参数，示例代码如下。

package main

import (
        "fmt"
        "github.com/pai-eas/eas-golang-sdk/eas"
)

func main() {
    client := eas.NewPredictClient("pai-eas-vpc.cn-shanghai.aliyuncs.com", "network_test")
    client.SetToken("MDAwZDQ3NjE3OThhOTI4ODFmMjJiYzE0MDk1NWRkOGI1MmVhMGI0****")
    client.SetEndpointType(eas.EndpointTypeDirect)
    client.SetHttpTransport(&http.Transport{
        MaxConnsPerHost:       300,
        TLSHandshakeTimeout:   100 * time.Millisecond,
        ResponseHeaderTimeout: 200 * time.Millisecond,
        ExpectContinueTimeout: 200 * time.Millisecond,
    })
}

队列服务发送、订阅数据示例

通过QueueClient可向队列服务中发送数据、查询数据、查询队列服务的状态以及订阅队列服务中的数据推送。以下方Demo为例，介绍一个线程向队列服务中推送数据，另一个线程通过Watcher订阅队列服务中推送过来的数据。

    const (
        QueueEndpoint = "182848887922****.cn-shanghai.pai-eas.aliyuncs.com"
        QueueName     = "test_group.qservice"
        QueueToken    = "YmE3NDkyMzdiMzNmMGM3ZmE4ZmNjZDk0M2NiMDA3OTZmNzc1MTUx****"
    )
    queue, err := NewQueueClient(QueueEndpoint, QueueName, QueueToken)

    // truncate all messages in the queue
    attrs, err := queue.Attributes()
    if index, ok := attrs["stream.lastEntry"]; ok {
        idx, _ := strconv.ParseUint(index, 10, 64)
        queue.Truncate(context.Background(), idx+1)
    }

    ctx, cancel := context.WithCancel(context.Background())

    // create a goroutine to send messages to the queue
    go func() {
        i := 0
        for {
            select {
            case <-time.NewTicker(time.Microsecond * 1).C:
                _, _, err := queue.Put(context.Background(), []byte(strconv.Itoa(i)), types.Tags{})
                if err != nil {
                    fmt.Printf("Error occured, retry to handle it: %v\n", err)
                }
                i += 1
            case <-ctx.Done():
                break
            }
        }
    }()

    // create a watcher to watch the messages from the queue
    watcher, err := queue.Watch(context.Background(), 0, 5, false, false)
    if err != nil {
        fmt.Printf("Failed to create a watcher to watch the queue: %v\n", err)
        return
    }

    // read messages from the queue and commit manually
    for i := 0; i < 100; i++ {
        df := <-watcher.FrameChan()
        err := queue.Commit(context.Background(), df.Index.Uint64())
        if err != nil {
            fmt.Printf("Failed to commit index: %v(%v)\n", df.Index, err)
        }
    }

    // everything is done, close the watcher
    watcher.Close()
    cancel()