GCP는 프로덕션에 Python 패키지를 게시합니다.
GCP: 프로덕션에 Python 패키지 게시
이 가이드에서는 Google Artifact Registry를 사용하여 공유 Python 코드를 패키지로 관리하는 방법을 설명합니다. 이 접근 방식은 Cloud Functions와 서버 간의 코드 중복을 제거합니다.
1단계: 공유 코드 구조화
공유 로직(예: common_logic)을 위한 새 Python 패키지를 만듭니다.
common_logic/ ├── setup.py ├── common_logic/ │ ├── __init__.py
2단계: setup.py 만들기
setup.py 파일에서 패키지 구성을 정의합니다.
common_logic/ ├── setup.py ├── common_logic/ │ ├── __init__.py
3단계: Google Artifact Registry 설정
- Artifact Registry API 활성화:
from setuptools import setup, find_packages setup( name="common_logic", version="0.1.0", packages=find_packages(), install_requires=[ "pandas>=1.3.0", ], author="Your Name", author_email="your.email@example.com", description="Common logic for app", )
- Python 저장소 만들기:
gcloud services enable artifactregistry.googleapis.com
4단계: 인증 구성
- 서비스 계정 만들기:
gcloud artifacts repositories create python-packages \ --repository-format=python \ --location=us-central1 \ --description="Python packages repository"
- 필요한 권한 부여:
gcloud iam service-accounts create artifact-publisher \ --description="Service account for publishing to Artifact Registry"
- 키 생성 및 다운로드:
gcloud artifacts repositories add-iam-policy-binding python-packages \ --location=us-central1 \ --member="serviceAccount:artifact-publisher@${PROJECT_ID}.iam.gserviceaccount.com" \ --role="roles/artifactregistry.writer"
5단계: 패키지 빌드 및 업로드
- 빌드 도구 설치:
gcloud iam service-accounts keys create key.json \ --iam-account=artifact-publisher@${PROJECT_ID}.iam.gserviceaccount.com
- 패키지 빌드:
pip install build twine
- Artifact Registry용 꼬기 구성:
python -m build
- 패키지 업로드:
cat > ~/.pypirc << EOL [distutils] index-servers = common-logic-repo [common-logic-repo] repository: https://us-central1-python.pkg.dev/${PROJECT_ID}/python-packages/ username: _json_key_base64 password: $(base64 -w0 key.json) EOL
6단계: 패키지 사용
클라우드 기능에서
- requirements.txt 파일을 만듭니다.
twine upload --repository common-logic-repo dist/*
- Cloud 함수에서 패키지를 사용하세요.
--index-url https://pypi.org/simple --extra-index-url https://oauth2accesstoken:${ARTIFACT_REGISTRY_TOKEN}@us-central1-python.pkg.dev/${PROJECT_ID}/python-packages/simple/ common-logic==0.1.0
서버 코드에서
- 서버의 요구사항.txt에 추가:
from common_logic import ... def cloud_function(request): # Your cloud function code using the imported functions pass
- 서버 코드에서 사용하세요:
--index-url https://pypi.org/simple --extra-index-url https://oauth2accesstoken:${ARTIFACT_REGISTRY_TOKEN}@us-central1-python.pkg.dev/${PROJECT_ID}/python-packages/simple/ common-logic==0.1.0
7단계: CI/CD 통합
- GitHub 저장소에 서비스 계정 키를 보안 비밀로 추가하세요.
- Cloud Build 구성을 업데이트하세요.
from common_logic import ... # Your server code using the imported functions
8단계: 버전 관리
- setup.py에서 버전을 업데이트하세요.
- 새 버전을 빌드하고 업로드하세요.
- Cloud Functions와 서버 코드 모두에서 요구사항.txt를 업데이트하세요.
- 두 구성 요소를 모두 배포합니다.
모범 사례
- 패키지에 의미적 버전 관리를 사용하세요.
- requirements.txt에 특정 버전을 고정하세요.
- 새 버전을 배포하기 전에 철저하게 테스트하세요.
- 버전 변경에 대한 변경 로그를 유지하세요.
- PROJECT_ID 및 LOCATION에 환경 변수를 사용하세요.
- 패키지에 포괄적인 문서를 포함하세요.
일반적인 문제 및 해결 방법
인증 오류
- 서비스 계정 권한을 확인하세요.
- key.json이 올바르게 인코딩되었는지 확인하세요.
- .pypirc 구성을 확인하세요.
패키지를 찾을 수 없음
- 저장소 URL 형식을 확인하세요.
- 패키지가 성공적으로 업로드되었는지 확인하세요.
- requirements.txt가 올바른 URL 형식을 사용하는지 확인하세요.
버전 충돌
- 특정 종속성 버전을 고정하세요.
- 테스트에는 가상 환경을 사용하세요.
- 종속성 요구 사항을 명확하게 문서화하세요.
위 내용은 GCP는 프로덕션에 Python 패키지를 게시합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.
