标签: google-cloud-platform

我需要一个可以访问多个项目的服务帐户,但我根本找不到这样做的方法.似乎服务帐户始终绑定到项目.

另一个选择是在单独的项目上创建一个服务帐户,然后使用它们进行身份验证gcloud auth activate-service-account --key-file SOME_FILE.json,但问题是,似乎无法自动创建服务帐户.

那么问题是:是否可以创建跨项目服务帐户或自动创建服务帐户？如果我能做到两者,那就更好了

是否可以通过ssh连接到Google Cloud Shell实例？也许以某种方式与gcloud？所以我可以将它用于我最喜欢的终端(特别是iTerm)而不是基于Web的shell.

我刚刚完成了Hello World Google Cloud Functions教程并收到了以下响应标头:

Connection ? keep-alive
Content-Length ? 14
Content-Type ? text/plain; charset=utf-8
Date ? Mon, 29 Feb 2016 07:02:37 GMT
Execution-Id ? XbT-WC9lXKL-0
Server ? nginx

如何添加CORS标头以便能够从我的网站调用我的功能？

我正在使用云功能在免费火花层上调用另一个云功能.

是否有一种特殊的方式来调用另一个云功能？或者您只是使用标准的http请求？

我试过直接调用其他函数:

exports.purchaseTicket = functions.https.onRequest((req, res) => {    
  fetch('https://us-central1-functions-****.cloudfunctions.net/validate')
    .then(response => response.json())
    .then(json => res.status(201).json(json))
})

但是我得到了错误

FetchError:请求 https:// us-central1-functions-****.cloudfunctions.net/validate failed,reason:getaddrinfo ENOTFOUND us-central1-functions - *****.cloudfunctions.net us-central1-functions -*****cloudfunctions.net:443

哪个听起来像firebase阻止连接,尽管它是谷歌拥有的,因此它不应该被锁定

Spark计划仅允许对Google拥有的服务的出站网络请求.

如何使用云功能调用另一个云功能？

我在Firebase中有一个简单的云功能,它在http POST中使用JSON并将其保存到Firestore集合中.它分配了512MB内存.

这个云功能的性能非常差.如果连续执行,往返行程从200-600ms变化,如果不经常执行(每5-10分钟),则可能需要4-10秒.我理解冷启动问题,但在AWS上我从来没有看到过这么慢的冷启动,也不常见.

我的代码如下 - 我很欣赏任何有关如何加快性能的见解.

'use strict';

const functions = require('firebase-functions');
const admin = require('firebase-admin');
admin.initializeApp(functions.config().firebase);
const db = admin.firestore();

const express = require('express');
const bodyParser = require("body-parser");
const app = express();
app.use(bodyParser.urlencoded({ extended: false }));
app.use(bodyParser.json());

// CORS Express middleware to enable CORS Requests.
const cors = require('cors');
app.use(cors({ origin: true }))

app.post('/submitResponse', (req, res) => {
  console.log('/submitResponse');

  if (!req.body.info)
    res.status(422).send()

  const payload = req.body.info;
  console.log(payload);

  const responses = db.collection("responses")

  responses.add({
    payload: payload,
    timestamp: admin.firestore.FieldValue.serverTimestamp()
  }).then(function(docRef) {
    console.log("Response …

我正在尝试将 docker 容器推送到 GCP 上的 ArtifactRegistry，但我在步骤中遇到错误Push Docker Image to Artifact Registry

拒绝：资源“projects/PROJECT_ID/locations/asia-south1/repositories/images”的权限“artifactregistry.repositories.uploadArtifacts”被拒绝（或者可能不存在）错误：进程已完成，退出代码为1。

name: Build image and push to Artifact Registry of GCP
on: 
  push:
    branches: 
      - master
 
jobs:
  build-push-artifact:
    name : Build and push Artifact Registry
    runs-on: ubuntu-latest

    steps:
    - name: Checkout
      uses: actions/checkout@v2

    - id: 'auth'
      uses: 'google-github-actions/auth@v1'
      with:
        credentials_json: '${{ secrets.ACCOUNT_KEY }}'

    - name: 'Set up Cloud SDK'
      uses: 'google-github-actions/setup-gcloud@v1'

    - name: 'Use gcloud CLI'
      run: 'gcloud info'

    - name: build Docker Image
      run: docker build -t …

我已经在谷歌云平台上创建了一个简单的Tomcat网络服务器,本月我被指控为"从美洲到中国的计算引擎网络互联网出口:2636.552 Gibibyte(项目:xxx)"和服务'计算引擎网络互联网从美洲到美洲的出口.

"从美国到中国的计算机引擎网络出口"究竟意味着什么？

情况:

我正在学习本教程.

当我到达创建实例的部分并执行必要的命令时,我会得到以下结果:

To see the application running, go to http://[YOUR_INSTANCE_IP]:8080,

where [YOUR_INSTANCE_IP] is the external IP address of your instance.

问题:

该页面无法加载.我收到以下错误消息:

This site can’t be reached

题:

什么可能出错？

以前的所有步骤都很完美,我可以在本地访问我的网站.

我通过检查来等待计算引擎实例准备就绪:

gcloud compute instances get-serial-port-output my-app-instance --zone us-central1-f 

虽然我重复了两次所有步骤,但我仍然遇到了错误消息.

必须遗漏一些东西.

编辑:

我的防火墙规则:

我一直试图要求增加我的计算引擎的GPU配额,因为Google Cloud说当我尝试启动实例时我有0.我升级了我的帐户,但我似乎无法弄清楚我需要做些什么来增加我的配额.我看了很多教程,但自从这些教程发布以来,云平台一直在变化.

有谁知道如何做到这一点？谢谢!

我正在尝试将Google Cloud Storage存储桶中的csv文件读取到熊猫数据框中.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
from io import BytesIO

from google.cloud import storage

storage_client = storage.Client()
bucket = storage_client.get_bucket('createbucket123')
blob = bucket.blob('my.csv')
path = "gs://createbucket123/my.csv"
df = pd.read_csv(path)

它显示以下错误消息:

FileNotFoundError: File b'gs://createbucket123/my.csv' does not exist

我做错了什么,我找不到任何不涉及谷歌datalab的解决方案？