Google Cloud Platform에서 Python 사용

무료로 사용해 보기 문서 보기

Python 앱을 규모에 맞게 빌드, 배포, 모니터링하세요. Google의 API를 사용하여 데이터에서 활용 가능한 분석 정보를 얻을 수 있습니다.

  • 트래픽에 따라 용량을 동적으로 확장 또는 축소
  • 컨테이너식 애플리케이션 빌드, 배포, 관리
  • 신속한 문제 디버깅 및 수정
  • 커스텀 가상 머신 프로비저닝 또는 서버리스 도입
  • 강력한 API를 사용하여 머신러닝 모델 빌드 또는 데이터 분석 수행
개발자와 데이터 과학자 모두를 위한 광범위한 Python API 및 라이브러리
1
설치
pip install google-cloud-storage
2
Cloud Platform Console 프로젝트 설정
  1. Google 계정으로 로그인합니다.

    아직 계정이 없으면 새 계정을 등록하세요.

  2. Cloud Console 프로젝트를 설정합니다.

    프로젝트 설정

    클릭하여 다음을 수행하세요.

    • 프로젝트를 만들거나 선택합니다.
    • 프로젝트에 Cloud Storage API를 사용 설정합니다.
    • 서비스 계정을 만듭니다.
    • 비공개 키를 JSON으로 다운로드합니다.

    언제든지 Cloud Console에서 이 리소스를 보고 관리할 수 있습니다.

3
코드 작성
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 빠른 시작
신속한 문제 발견 및 디버깅

Google Cloud 작업 제품은 강력한 모니터링, 로깅, 진단 기능을 제공합니다. 클라우드 기반 애플리케이션의 상태, 성능, 가용성에 대한 유용한 정보를 제공하므로 문제를 보다 신속하게 찾고 해결할 수 있습니다.

작업 제품
Google Cloud 및 AWS의 애플리케이션에 대한 통합 모니터링, 로깅, 진단을 제공합니다.
Error Reporting
Cloud Console에서 오류 알림을 받고 오류를 조사하는 과정을 안내합니다.
모니터링, 진단, 해결
이 동영상에서 아자 해멀리는 Cloud Monitoring, Cloud Logging, Error Reporting, Cloud Debugger, Cloud Trace를 사용하여 예시 앱의 몇 가지 미묘한 오류를 찾아 해결하는 방법을 알려 드립니다.
자세히 알아보기
GCP 커뮤니티에서 Python 알아보기

의견이 있나요? 커뮤니티에 가입하여 질문하거나 Google Cloud Platform에서 Python 빌드를 지원하는 Google 전문가와 직접 채팅해 보세요.