GCP 有一个已发布的
create_instance()
代码片段可用 here,我在几个地方看到了 e.g.在这里。然而,正如您在第一个链接中看到的那样,它是 2015 年的(“版权所有 2015 Google Inc”),并且 Google 此后发布了另一个用于启动 2022 年 GCE 实例的代码示例。它可以在 github here 上找到,而这个较新的代码示例create_instance
函数是 GCP 的 python API 文档中的特色功能这里。
但是,我不知道如何使用现代 python 函数通过元数据传递启动脚本以在虚拟机启动时运行。我尝试添加
instance_client.metadata.items = {'key': 'startup-script',
'value': job_script}
到
create.py
函数(同样,可用 here 以及它调用的支持实用函数),但它抛出了一个错误,表明 instance_client
没有该属性。
使用启动脚本启动 GCE VM 的 GCP 文档页面位于 here,与大多数其他类似页面不同,它仅包含
console
、gcloud
和 (REST)API
的代码片段;不是 SDK 代码片段,例如Python 和 Ruby 可能会展示如何修改上面的 python create_instance
函数。
从 python 进程中使用启动脚本启动 GCE VM 的最佳实践是否真的是发送 post 请求或只是包装
gcloud
命令
gcloud compute instances create VM_NAME \
--image-project=debian-cloud \
--image-family=debian-10 \
--metadata-from-file=startup-script=FILE_PATH
...在
subprocess.run()
?老实说,我不介意这样做,因为代码是如此紧凑(至少是 gcloud 命令,而不是 POST 请求方式),但由于 GCP 提供了一个 create_instance
python 函数,我假设使用/修改-as -这将是 python 内部的最佳实践...
谢谢!
因此,使用 Python 库创建
--metadata-from-file=startup-scripts=${FILE_PATH}
等价物的最简单(!)方法可能是:
from google.cloud import compute_v1
instance = compute_v1.Instance()
metadata = compute_v1.Metadata()
metadata.items = [
{
"key":"startup-script",
"value":'#!/usr/bin/env bash\necho "Hello Freddie"'
}
]
instance.metadata = metadata
另一种方法是:
metadata = compute_v1.Metadata()
items = compute_v1.types.Items()
items.key = "startup-script"
items.value = """
#!/usr/bin/env bash
echo "Hello Freddie"
"""
metadata.items = [items]
注意 在示例中,为了方便起见,我将
的内容嵌入到脚本中,但当然,您可以使用 Python 的FILE_PATH
来获得更具可比性的结果。
open
如果您有一个库|SDK 来调用功能,那么使用库|SDK 通常比使用subprocess
来调用二进制文件更好。正如评论中提到的,主要原因是特定于语言的调用可以让您键入(更多地使用类型化语言)、受控执行(例如
try
)和错误处理。当您调用 subprocess
时,它的基于字符串的流会一直向下。我同意使用类的计算引擎的 Python 库感觉很麻烦,但是,当您编写脚本时,重点可能是更明确的定义的长期好处,而不是表达能力的短期痛苦。如果你只是想插入一个虚拟机,请务必使用 gcloud compute instances create
(我在 Bash 中这样做
allthe time),但是,如果你想使用像 Python 这样更优雅的语言,那么我鼓励你完全使用Python。
CURIOSITY
gcloud
是用 Python 编写的。如果您使用 Python调用subprocess
命令,则您正在使用 Python 调用运行 Python 的 shell 来进行 REST 调用;-)gcloud
import googleapiclient.discovery
from google.oauth2 import service_account
compute = googleapiclient.discovery.build('compute', 'v1', credentials=GCPClass.credentials)
metadata_response = compute.instances().get(project=GCPClass.project, zone=zone, instance=vmname).execute()
current_fingerprint = metadata_response['metadata']['fingerprint']
compute_client = compute_v1.InstancesClient(credentials=GCPClass.credentials)
metadata = compute_v1.Metadata()
items = compute_v1.types.Items()
items.key = "startup-script"
items.value = script_content_crlf
metadata.fingerprint = current_fingerprint
metadata.items = [items]
request = {
"project": GCPClass.project,
"zone": zone,
"instance": vmname,
"metadata_resource": metadata
}
response = compute_client.set_metadata(**request)
print(response.status, response.result(), response.done())