小编And*_*dii的帖子

我已经安装了 Anaconda 并且在尝试通过 Jupyter Notebooks 进行 API 调用时遇到了 SSL 问题：

import requests
import certifi

r = requests.get('https://github.com/')
print(r)

这首先产生了 SSL 连接错误。经过广泛的搜索和我们 IT 部门的帮助，我可以解决这个问题。这里的解决方案是将公司根证书添加到 certifi 证书存储中。

现在对于其他请求，不幸的是我仍然遇到同样的问题。使用 google2pandas 包调用 Google Analytics API 的示例代码：

from google2pandas import *

query = {
    'reportRequests': [{
        'viewId' : 37616054,

        'dateRanges': [{
            'startDate' : '8daysAgo',
            'endDate'   : 'today'}],

        'dimensions' : [
            {'name' : 'ga:date'}, 
            {'name' : 'ga:pagePath'},
            {'name' : 'ga:browser'}],

        'metrics'   : [
            {'expression' : 'ga:pageviews'}],

        'dimensionFilterClauses' : [{
            'operator' : 'AND',
            'filters'  : [
                {'dimensionName' …

我正在使用 Google Cloud Function 来运行 ETL 作业：

1. 从 JSON API 获取数据
2. 使用另一个 API 丰富该数据的每一行
3. 写入云存储

云调度程序 cron 作业每晚运行以触发云功能。我还可以手动运行管道来查询特定日期。云函数是用Python编写的。

这项工作的运行时间总是接近 9 分钟，但几个月来效果还不错。不幸的是，现在我已经达到了 Google Cloud Functions 的 9 分钟硬限制，我想知道我的最佳选择是什么：

1. 设置计算引擎
2. 设置应用程序引擎
3. 使用云函数来并行化它并节省时间。

还有更好的选择吗？哪种 GCP 服务非常适合此任务？您有任何最佳实践吗？我真的很喜欢云功能的简单性，但这当然需要权衡......