PYTHON NO GOOGLE CLOUD PLATFORM

Avaliação gratuita Ver documentação

Crie, implante e monitore apps Python em grande escala. Use as APIs do Google para, com base em seus dados, ter insights que ajudem a tomar decisões.

  • check Escalone a capacidade dinamicamente de acordo com o tráfego
  • check Crie, implante e gerencie aplicativos em contêiner
  • check Depure e corrija problemas rapidamente
  • check Provisione máquinas virtuais personalizadas ou sem servidor
  • check Execute análise de dados ou crie modelos de aprendizado de máquina usando APIs avançadas
Um amplo conjunto de APIs e bibliotecas para Python voltado para desenvolvedores e cientistas de dados
Armazenar e recuperar dados do Cloud Storage
Consultar dados públicos com o BigQuery
Analisar imagens com a Cloud Vision API
Extrair significado de textos usando a Cloud Natural Language API
Armazenar e recuperar dados do Cloud Storage
1
Instale
pip install google-cloud-storage
2
Configure um projeto do Console do Cloud Platform
  1. Faça login na sua Conta do Google.

    Crie uma Conta do Google se ainda não tiver uma.

  2. Set up a GCP Console project.

    Set up a project

    Click to:

    • Create or select a project.
    • Enable the Cloud Storage API for that project.
    • Create a service account.
    • Download a private key as JSON.

    You can view and manage these resources at any time in the GCP Console.

  3. Defina a variável de ambiente GOOGLE_APPLICATION_CREDENTIALS para o caminho do arquivo JSON que contém a chave da sua conta de serviço.

3
Escreva seu código.
                 
    import os

    import google.cloud.storage

    # Create a storage client.
    storage_client = google.cloud.storage.Client()

    # TODO (Developer): Replace this with your Cloud Storage bucket name.
    bucket_name = 'Name of a bucket, for example my-bucket'
    bucket = storage_client.get_bucket(bucket_name)

    # TODO (Developer): Replace this with the name of the local file to upload.
    source_file_name = 'Local file to upload, for example ./file.txt'
    blob = bucket.blob(os.path.basename(source_file_name))

    # Upload the local file to Cloud Storage.
    blob.upload_from_filename(source_file_name)

    print('File {} uploaded to {}.'.format(
        source_file_name,
        bucket))
                
                
Consultar dados públicos com o BigQuery
1
Instale
pip install google-cloud-bigquery
2
Configure um projeto do console do Cloud Platform.
  1. Faça login na sua Conta do Google.

    Crie uma Conta do Google se ainda não tiver uma.

  2. Set up a GCP Console project.

    Set up a project

    Click to:

    • Create or select a project.
    • Enable the BigQuery API for that project.
    • Create a service account.
    • Download a private key as JSON.

    You can view and manage these resources at any time in the GCP Console.

  3. Defina a variável de ambiente GOOGLE_APPLICATION_CREDENTIALS para o caminho do arquivo JSON que contém a chave da sua conta de serviço.

3
Escreva seu código.
                   
    import google.cloud.bigquery

    # Create a BigQuery client.
    bigquery_client = google.cloud.bigquery.Client()

    # Query a public dataset.
    query = bigquery_client.query("""
    #standardSQL
    SELECT * FROM publicdata.samples.natality LIMIT 5;
    """)

    # Print out the results.
    for row in query.result():
        print(row)
                 
                
Analisar imagens com a Cloud Vision API
1
Instale
pip install google-cloud-vision
2
Configure um projeto do console do Cloud Platform.
  1. Faça login na sua Conta do Google.

    Crie uma Conta do Google se ainda não tiver uma.

  2. Set up a GCP Console project.

    Set up a project

    Click to:

    • Create or select a project.
    • Enable the Cloud Vision API for that project.
    • Create a service account.
    • Download a private key as JSON.

    You can view and manage these resources at any time in the GCP Console.

  3. Defina a variável de ambiente GOOGLE_APPLICATION_CREDENTIALS para o caminho do arquivo JSON que contém a chave da sua conta de serviço.

3
Escreva seu código.
                  
    import io
    import os

    import google.cloud.vision

    # Create a Vision client.
    vision_client = google.cloud.vision.ImageAnnotatorClient()

    # TODO (Developer): Replace this with the name of the local image
    # file to analyze.
    image_file_name = 'Local image to analyze, for example ./cat.jpg'
    with io.open(image_file_name, 'rb') as image_file:
        content = image_file.read()

    # Use Vision to label the image based on content.
    image = google.cloud.vision.types.Image(content=content)
    response = vision_client.label_detection(image=image)

    print('Labels:')
    for label in response.label_annotations:
        print(label.description)
                 
                
Extrair significado de textos usando a Cloud Natural Language API
1
Instale
pip install google-cloud-language
2
Configure um projeto do console do Cloud Platform.
  1. Faça login na sua Conta do Google.

    Crie uma Conta do Google se ainda não tiver uma.

  2. Set up a GCP Console project.

    Set up a project

    Click to:

    • Create or select a project.
    • Enable the Cloud Natural Language API for that project.
    • Create a service account.
    • Download a private key as JSON.

    You can view and manage these resources at any time in the GCP Console.

  3. Defina a variável de ambiente GOOGLE_APPLICATION_CREDENTIALS para o caminho do arquivo JSON que contém a chave da sua conta de serviço.

3
Escreva seu código.
                  
    import google.cloud.language

    # Create a Language client.
    language_client = google.cloud.language.LanguageServiceClient()

    # TODO (Developer): Replace this with the text you want to analyze.
    text = u'Hello, world!'
    document = google.cloud.language.types.Document(
        content=text,
        type=google.cloud.language.enums.Document.Type.PLAIN_TEXT)

    # Use Language to detect the sentiment of the text.
    response = language_client.analyze_sentiment(document=document)
    sentiment = response.document_sentiment

    print(u'Text: {}'.format(text))
    print(u'Sentiment: Score: {}, Magnitude: {}'.format(
        sentiment.score, sentiment.magnitude))
                 
                
GUIAS DE INÍCIO RÁPIDO DO PYTHON
Como encontrar e depurar problemas rapidamente

Com o Google Stackdriver, você tem recursos avançados de monitoramento, geração de registros e diagnósticos. Ele proporciona insights sobre a integridade, o desempenho e a disponibilidade de aplicativos com tecnologia de nuvem, o que agiliza a detecção e correção de problemas.

Google Stackdriver
Funcionalidades de monitoramento, geração de registros e diagnóstico de aplicativos unificadas no Google Cloud Platform e no AWS.
Stackdriver Error Reporting
Visão geral sobre alertas de erros e investigação de problemas no Google Cloud Console.
Monitoramento, diagnóstico e correção de erros no Stackdriver
Neste vídeo, Aja Hammerly usa o Stackdriver para encontrar e corrigir alguns erros sutis em um app de exemplo. Ela ensinará você a usar esse recurso nos seus próprios projetos.
Saiba mais
PYTHON NAS COMUNIDADES DO GCP

Tem algo a dizer? Participe da nossa comunidade para fazer perguntas ou falar com os especialistas do Google que ajudam a criar a compatibilidade com Python no Google Cloud Platform.