首頁 後端開發 Python教學 使用 Cloud Build 將 Python 套件推送到 ArtifactRegistry

使用 Cloud Build 將 Python 套件推送到 ArtifactRegistry

Nov 27, 2024 pm 04:09 PM

Pushing Python Packages to Artifact Registry Using Cloud Build

Google ArtifactRegistry 是一個強大的解決方案,用於以私密、安全且可擴展的方式管理和託管 Python 包工件。本指南提供了使用Google Cloud Build 和來自Google Secret Manager 的金鑰(信用)將Python 套件.whl 檔案推送到Artifact Registry 的分步演練,以進行身分驗證。


先決條件

  1. 工件註冊表設定

    • 在 Artifact Registry 中建立一個 Python 儲存庫:
     gcloud artifacts repositories create python-packages \
       --repository-format=python \
       --location=us-central1 \
       --description="Python packages repository"
    
    登入後複製
    登入後複製
  2. 秘密設定:

    • 將您的金鑰作為秘密儲存在 Google Secret Manager 中:
     gcloud secrets create creds --data-file=path/to/key.json
    
    登入後複製
    登入後複製
  • 授予 Cloud Build 對金鑰的存取權限:(可選,也可以使用 IAM 完成)

     gcloud secrets add-iam-policy-binding creds \
       --member="serviceAccount:$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)')@cloudbuild.gserviceaccount.com" \
       --role="roles/secretmanager.secretAccessor"
    
    登入後複製
  1. 雲端建置權限: 確保您的 Cloud Build 服務帳戶具有存取 Artifact Registry 和 Secret Manager 所需的權限。

雲端建置 YAML 配置

這是完整的工作 cloudbuild.yaml 檔案:

options:
  machineType: E2_HIGHCPU_8
  substitutionOption: ALLOW_LOOSE
  logging: CLOUD_LOGGING_ONLY

steps:
  # Step 1: Access the secret `creds` and save it as `key.json`
  - name: 'gcr.io/google.com/cloudsdktool/cloud-sdk'
    entrypoint: bash
    args:
      - '-c'
      - |
        gcloud secrets versions access latest --secret=creds > /workspace/key.json

  # Step 2: Configure `.pypirc` with the Artifact Registry credentials
  - name: 'python'
    entrypoint: bash
    args:
      - '-c'
      - |
        cat > ~/.pypirc << EOL
        [distutils]
        index-servers = tower-common-repo

        [tower-common-repo]
        repository: https://us-central1-python.pkg.dev/$PROJECT_ID/python-packages/
        username: _json_key_base64
        password: $(base64 -w0 /workspace/key.json)
        EOL

        # Step 3: Build and upload the Python package
        pip install twine build && \
        python -m build && \
        twine upload --repository tower-common-repo dist/* --verbose
登入後複製

逐步說明

  1. 定義建置選項:

    • 設定機器類型、替換行為和日誌記錄選項。
    • 這些配置可確保高效的建置和可管理的日誌。
  2. 檢索 key.json 秘密:

    • 使用 gcloud Secrets versions access 從 Secret Manager 安全地取得 key.json 檔案。
    • 將檔案儲存到已知位置 (/workspace/key.json)。
  3. 配置.pypirc:

    • 動態產生 .pypirc 檔案。 twine 需要此文件才能透過 Artifact Registry 進行身份驗證。
    • 密碼為key.json的base64編碼內容。
  4. 建置並推送套件:

    • 安裝必要的工具(纏繞、建造)。
    • 建構 Python 套件 (python -m build)。
    • 使用 twine upload 將 .whl 檔案推送到 Artifact Registry。

觸發建構

儲存cloudbuild.yaml檔案並觸發建置或可以連接到github儲存庫:

 gcloud artifacts repositories create python-packages \
   --repository-format=python \
   --location=us-central1 \
   --description="Python packages repository"
登入後複製
登入後複製

重點

  • 安全機密管理:使用 Google Secret Manager 安全地存取機密 (key.json)。
  • 動態配置:.pypirc 在建置過程中生成,確保儲存庫中不儲存敏感資料。
  • 自動上傳:過程會自動進行包建置和推送,減少人工幹預。

驗證

建造完成後:

  1. 在ArtifactRegistry中驗證上傳的套件:
 gcloud secrets create creds --data-file=path/to/key.json
登入後複製
登入後複製
  1. 檢查建置日誌中的錯誤或警告。

以上是使用 Cloud Build 將 Python 套件推送到 ArtifactRegistry的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

熱門話題

Java教學
1677
14
CakePHP 教程
1431
52
Laravel 教程
1334
25
PHP教程
1279
29
C# 教程
1257
24
Python與C:學習曲線和易用性 Python與C:學習曲線和易用性 Apr 19, 2025 am 12:20 AM

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

學習Python:2小時的每日學習是否足夠? 學習Python:2小時的每日學習是否足夠? Apr 18, 2025 am 12:22 AM

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python vs.C:探索性能和效率 Python vs.C:探索性能和效率 Apr 18, 2025 am 12:20 AM

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python vs. C:了解關鍵差異 Python vs. C:了解關鍵差異 Apr 21, 2025 am 12:18 AM

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

Python標準庫的哪一部分是:列表或數組? Python標準庫的哪一部分是:列表或數組? Apr 27, 2025 am 12:03 AM

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python:自動化,腳本和任務管理 Python:自動化,腳本和任務管理 Apr 16, 2025 am 12:14 AM

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

科學計算的Python:詳細的外觀 科學計算的Python:詳細的外觀 Apr 19, 2025 am 12:15 AM

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Web開發的Python:關鍵應用程序 Web開發的Python:關鍵應用程序 Apr 18, 2025 am 12:20 AM

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

See all articles