Google Cloud Secret Manager 中 protobuf 5.28+ 版本导致 Duration 转换失败的解决方案
在使用 Google Cloud Secret Manager 时,开发者可能会遇到一个与 protobuf 版本相关的兼容性问题。本文将深入分析该问题的成因、影响范围以及解决方案,帮助开发者更好地理解和应对这一技术挑战。
问题现象
当开发者尝试使用最新版本的 protobuf(5.28.0 及以上)与 Google Cloud Secret Manager 客户端库(2.21.1 版本)时,在创建带有 TTL(Time To Live)设置的密钥时会出现错误。具体表现为当尝试以字符串格式(如"300s")指定 TTL 时,系统会抛出以下异常:
AttributeError: Fail to convert to Duration. Expected a timedelta like object got str: 'str' object has no attribute 'seconds'
问题根源
这个问题源于 protobuf 5.28.0 版本中对 Duration 类型处理的变更。在之前的版本中,protobuf 能够自动将特定格式的字符串(如"300s")转换为 Duration 对象,但在新版本中,这一转换逻辑变得更加严格,要求直接传入 timedelta 类型的对象。
影响范围
该问题影响以下组合:
- google-cloud-secret-manager 2.21.1 版本
- protobuf 5.28.0 及以上版本
值得注意的是,这个问题不仅限于 Secret Manager 服务,其他 Google Cloud 服务如 Cloud Tasks 也报告了类似的问题,表明这是一个跨多个服务的 protobuf 兼容性问题。
临时解决方案
对于需要立即解决问题的开发者,目前有以下两种可行的临时解决方案:
-
降级 protobuf 版本: 将 protobuf 降级到 5.27.x 版本可以解决此问题。例如:
pip install protobuf==5.27.3 -
使用 timedelta 对象替代字符串: 修改代码,直接使用 Python 的 timedelta 对象而不是字符串来表示持续时间:
from datetime import timedelta ttl = timedelta(seconds=300)
长期解决方案
Google 开发团队已经意识到这个问题,并在 proto-plus-python 项目中提交了修复(PR #519)。这个修复将确保 Duration 类型的字符串表示能够被正确解析,恢复之前版本的行为。
最佳实践建议
为了避免类似问题,建议开发者在项目中:
- 明确指定依赖版本,特别是 protobuf 这样的基础库
- 在升级关键依赖前,先在测试环境中验证兼容性
- 考虑使用虚拟环境来隔离不同项目的依赖
- 关注官方发布的更新和已知问题公告
总结
protobuf 5.28.0 版本的变更导致 Google Cloud Secret Manager 客户端在处理 Duration 类型时出现兼容性问题。虽然可以通过降级或修改代码来临时解决,但长期来看,等待官方修复并更新到包含修复的版本是最佳选择。开发者应当保持对依赖库版本变化的敏感性,建立完善的测试流程来预防类似问题的发生。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00