如何通过 Pandas 从 Google Cloud Function 中的 Google Cloud Storage 访问 csv 文件？

Question

我是云功能的新手，所以我遵循了默认的 GCP 云 function “hello world”教程。 它工作正常并按预期打印“hello world”。 我只更改了 requirements.txt 文件以包含 pandas 和 google-cloud-storage。 同样，我对 main.py 脚本的所有编辑都在 function 定义之前的导入部分和 function 的 else 部分中。

要求.txt

pandas 
google-cloud-storage

主要.py：

import pandas as pd
from google.cloud import storage   

def hello_world(request):
    """Responds to any HTTP request.
    Args:
        request (flask.Request): HTTP request object.
    Returns:
        The response text or any set of values that can be turned into a
        Response object using
        `make_response <http://flask.pocoo.org/docs/1.0/api/#flask.Flask.make_response>`.
    """
    request_json = request.get_json()
    if request.args and 'message' in request.args:
        return request.args.get('message')
    elif request_json and 'message' in request_json:
        return request_json['message']
    else:       
        storage_client = storage.Client()
        bucket = storage_client.bucket('my_bucket')
        model_filename = "my_file.csv"
        blob = bucket.blob(model_filename)
        blob.download_to_filename('temp.csv')        
        with open('temp.csv','rb') as f:
            df = pd.read_csv(f)
        
        return str(df.columns)

当我在 GCP 的“测试云功能”区域测试 function 时，在日志中捕获了以下错误。 前 7 行似乎是样板错误，而后两行特定于我的实际程序。 File "/layers/google.python.pip/pip/lib/python3.8/site-packages/google/cloud/storage/blob.py", line 1183, in download_to_filename with open(filename, "wb") as file_obj: OSError: [Errno 30] Read-only file system: 'temp.csv' 。 我不知道为什么会触发此错误。

错误：

Traceback (most recent call last): File "/layers/google.python.pip/pip/lib/python3.8/site-packages/flask/app.py", line 2447, in wsgi_app response = self.full_dispatch_request() 
File "/layers/google.python.pip/pip/lib/python3.8/site-packages/flask/app.py", line 1952, in full_dispatch_request rv = self.handle_user_exception(e) 
File "/layers/google.python.pip/pip/lib/python3.8/site-packages/flask/app.py", line 1821, in handle_user_exception reraise(exc_type, exc_value, tb) 
File "/layers/google.python.pip/pip/lib/python3.8/site-packages/flask/_compat.py", line 39, in reraise raise value 
File "/layers/google.python.pip/pip/lib/python3.8/site-packages/flask/app.py", line 1950, in full_dispatch_request rv = self.dispatch_request() 
File "/layers/google.python.pip/pip/lib/python3.8/site-packages/flask/app.py", line 1936, in dispatch_request return self.view_functions[rule.endpoint](**req.view_args) 
File "/layers/google.python.pip/pip/lib/python3.8/site-packages/functions_framework/__init__.py", line 87, in view_func return function(request._get_current_object()) 
File "/workspace/main.py", line 25, in hello_world blob.download_to_filename('temp.csv') 
File "/layers/google.python.pip/pip/lib/python3.8/site-packages/google/cloud/storage/blob.py", line 1183, in download_to_filename with open(filename, "wb") as file_obj: OSError: [Errno 30] Read-only file system: 'temp.csv'

对于上下文，我已经将凭据添加到适当的服务帐户，此云 function 根据我设置的配置使用该凭据。 所以，除了授权，我不知道为什么 function 会失败。 我应该改变什么？

对于上下文，我只是尝试从 pandas 的云存储中打开任意 csv 文件，并将列的名称作为字符串返回。 这没有实际价值，只是在构建有价值的东西之前进行功能测试。

Edit1：据我所知，赋予与云 function 对应的服务帐户的特定 IAM 角色是“角色/编辑器”，这应该足够了。

Edit2：GCP 云功能似乎在只读环境中运行。 所以必须有其他方法来打开文件，而不使用blob.download_to_filename命令。

Answer 1

您是 Cloud Functions 的新手，需要了解一些知识并避免一些陷阱。 其中之一：Cloud Functions 是无状态的，你不能在文件系统上写。

除了/tmp目录。 它是 memory 文件系统中的一个（正确调整您的 Cloud Functions memory 大小以考虑您的应用程序 memory 占用空间 + 存储在 /tmp 目录中的文件大小）

像这样更新您的云 Function

....
    else:       
        storage_client = storage.Client()
        bucket = storage_client.bucket('my_bucket')
        model_filename = "my_file.csv"
        blob = bucket.blob(model_filename)
        blob.download_to_filename('/tmp/temp.csv')        
        with open('/tmp/temp.csv','rb') as f:
            df = pd.read_csv(f)
        
        return str(df.columns)