google.api_core.exceptions.ServiceUnavailable：503 无法连接到所有地址

Question

代码在 Google Colab 中运行完美，但在 Jupyter Notebook 中出现错误。

第一个错误是

超过截止日期：504 超过截止日期

然后我分配了我的公司代理

os.environ['HTTPS_PROXY'] = proxy

并得到了新的错误

google.api_core.exceptions.ServiceUnavailable: 503 无法连接到所有地址；最后一个错误：未知：ipv4：192.168.152.200：8080：Ssl握手失败：SSL_ERROR_SSL：错误：1000007d：SSL例程：OPENSSL_internal：CERTIFICATE_VERIFY_FAILED

为了能够检查更改，我首先运行了另一个没有

os.environ['HTTPS_PROXY'] = proxy

的代码：

import httplib2
http = httplib2.Http() 
resp, content = http.request(
    'https://www.googleapis.com/robot/v1/metadata/x509/pythonaccess%***.iam.gserviceaccount.com', 'GET')
print(resp)
print(content)

错误是（TimeoutError：[WinError 10060]）。

然后我为新代码写了

os.environ['HTTPS_PROXY']" = proxy

。

发生另一个错误：

ssl.SSLCertVerificationError：[SSL：CERTIFICATE_VERIFY_FAILED]证书验证失败：无法获取本地颁发者证书（_ssl.c：1002）

但是当我添加

http = httplib2.Http(disable_ssl_certificate_validation=True)

代码运行完美。不幸的是，我不知道如何在

client = BetaAnalyticsDataClient()

中为 Google api (google.analytics.data_v1beta.types) 禁用 SSL 证书验证，但我确信 ssl 存在问题。

尝试添加路径

os.environ['GRPC_DEFAULT_SSL_ROOTS_FILE_PATH']
os.environ['CURL_CA_BUNDLE']

甚至

os.environ['GOOGLE_API_USE_CLIENT_CERTIFICATE']

没有任何结果。

请帮忙！

公司有代理和杀毒软件。

完整请求：

import pandas as pd
import numpy as np
 
from google.analytics.data_v1beta import BetaAnalyticsDataClient
from google.analytics.data_v1beta.types import DateRange
from google.analytics.data_v1beta.types import Dimension
from google.analytics.data_v1beta.types import Metric
from google.analytics.data_v1beta.types import RunReportRequest
from google.analytics.data_v1beta.types import OrderBy
 
os.environ['https_proxy'] = "http://192.168.152.200:8080"
proxy = "http://192.168.152.200:8080"
os.environ['https_proxy'] = proxy
os.environ['HTTPS_PROXY'] = proxy
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = 'D:\***\scripts\credentials\***f.json'

property_id = '***'
client = BetaAnalyticsDataClient()
 
def format_report(request):
    response = client.run_report(request)
 
    # Row index
    row_index_names = [header.name for header in response.dimension_headers]
    row_header = []
    for i in range(len(row_index_names)):
        row_header.append([row.dimension_values[i].value for row in response.rows])
 
    row_index_named = pd.MultiIndex.from_arrays(np.array(row_header), names = np.array(row_index_names))
    # Row flat data
    metric_names = [header.name for header in response.metric_headers]
    data_values = []
    for i in range(len(metric_names)):
        data_values.append([row.metric_values[i].value for row in response.rows])
 
    output = pd.DataFrame(data = np.transpose(np.array(data_values, dtype = 'f')),
                          index = row_index_named, columns = metric_names)
    return output
 
request = RunReportRequest(
        property='properties/'+property_id,
        dimensions=[Dimension(name="month"),
                    Dimension(name="sessionMedium")],
        metrics=[Metric(name="averageSessionDuration"),
                 Metric(name="activeUsers")],
        order_bys = [OrderBy(dimension = {'dimension_name': 'month'}),
                    OrderBy(dimension = {'dimension_name': 'sessionMedium'})],
        date_ranges=[DateRange(start_date="2023-01-01", end_date="today")],
    )
format_report(request)

Answer 1

我的情况也有同样的问题。但我找不到解决办法。 谁能解决这个问题。