Google Cloud Platform での Python

無料トライアル ドキュメントを見る

大規模な Python アプリの構築、デプロイ、モニタリングが可能です。Google の API を使用すれば、データから行動につながる分析情報を得られます。

  • トラフィックに応じて動的にスケールアップ / スケールダウンする
  • コンテナ化アプリケーションを構築、デプロイ、管理する
  • 問題を迅速にデバッグして修正する
  • カスタム仮想マシンをプロビジョニングする、またはサーバーレスに移行する
  • 強力な API を使ってデータの分析や機械学習モデルの構築を行う
デベロッパーやデータ サイエンティスト向けの広範な Python API とライブラリのセット
1
インストールする
pip install google-cloud-storage
2
Cloud Platform Console プロジェクトを設定する
  1. Google アカウントにログインします。

    Google アカウントをまだお持ちでない場合は、新しいアカウントを登録します。

  2. Cloud Console プロジェクトを設定する

    プロジェクトの設定

    クリックして、以下を行います。

    • プロジェクトを作成または選択します。
    • プロジェクトに対して Cloud Storage API を有効にします。
    • サービス アカウントを作成します。
    • JSON として秘密鍵をダウンロードします。

    これらのリソースは、いつでも Cloud Console で表示、管理できます。

3
コードを書く
from google.cloud import storage

def upload_blob(bucket_name, source_file_name, destination_blob_name):
    """Uploads a file to the bucket."""
    # bucket_name = "your-bucket-name"
    # source_file_name = "local/path/to/file"
    # destination_blob_name = "storage-object-name"

    storage_client = storage.Client()
    bucket = storage_client.bucket(bucket_name)
    blob = bucket.blob(destination_blob_name)

    blob.upload_from_filename(source_file_name)

    print(
        "File {} uploaded to {}.".format(
            source_file_name, destination_blob_name
        )
    )

Python クイックスタート
問題をすばやく検出してデバッグする

Google Cloud のオペレーション プロダクトは、強力なモニタリング、ロギング、診断機能を提供します。これによって、クラウドで実行されるアプリケーションの健全性やパフォーマンス、可用性を分析し、すばやく問題を検出して修正できます。

オペレーション プロダクト
Google Cloud Platform と AWS で実行されるアプリケーションのモニタリング、ロギング、診断を一元的に行います。
Error Reporting
エラーアラートの受け取りから Google Cloud Console でのエラーの調査まで、順を追って説明します。
モニタリング、診断、修正
この動画では、Aja Hammerly が、Cloud Monitoring、Cloud Logging、Error Reporting、Cloud Debugger、Cloud Trace を使用して、サンプルアプリ内の微細なエラーを検出し、修正します。
詳細
GCP コミュニティ上の Python

ご質問やご意見がありましたら、コミュニティに参加して質問することをおすすめします。また、Google には Google Cloud Platform での Python プロジェクトに関するサポートを構築する手助けをしている専門家もおりますので、彼らとチャットするのも一案です。