如何使用 Google Cloud Function 将文件从 Cloud Storage 存储桶推送到实例中？

Question

我有一个任务分配给我，想办法在 GCP 中设置一个云功能，该功能执行以下操作：

• 监控 Google Cloud Storage 存储桶中的新文件

• 检测到存储桶中有新文件时触发

• 将该文件复制到计算实例 (Ubuntu) 内的目录中

我一直在做一些研究，结果一无所获。我知道我可以轻松设置一个 cron 作业，每分钟同步存储桶/目录或类似的东西，但我们正在构建的系统的设计理念之一是操作触发器而不是计时器。

我问的可能吗？

Answer 1

您可以trigger a Cloud Function from a Google Cloud Storage bucket，通过选择Event Type为Finalize/Create，每次在bucket中上传文件，都会调用Cloud Function。

每次在存储桶中创建新对象时，云函数都会收到带有Cloud Storage object format 的通知。

现在，进入第二步，我找不到任何可以将文件从云存储上传到实例 VM 的 API。但是，我做了以下解决方法，假设您的实例 VM 配置了可以接收 HTTP 请求的服务器（例如 Apache 或 Nginx）：

ma​​in.py

import requests
from google.cloud import storage

def hello_gcs(data, context):
    """Background Cloud Function to be triggered by Cloud Storage.  
    Args:
        data (dict): The Cloud Functions event payload.
        context (google.cloud.functions.Context): Metadata of triggering event.
    Returns:
        None; the file is sent as a request to 
    """
    print('Bucket: {}'.format(data['bucket']))
    print('File: {}'.format(data['name']))

    client = storage.Client()
    bucket = client.get_bucket(data['bucket'])
    blob = bucket.get_blob(data['name'])

    contents = blob.download_as_string()

    headers = {
        'Content-type': 'text/plain',
    }

    data = '{"text":"{}"}'.format(contents)
    response = requests.post('https://your-instance-server/endpoint-to-download-files', headers=headers, data=data)
    return "Request sent to your instance with the data of the object"

requirements.txt

google-cloud-storage
requests

最好将对象名称和存储桶名称发送到您的服务器端点，然后使用Cloud Client Library 从那里下载文件。

现在你可能会问...

如何制作 Compute Engine 实例来处理请求？

1. 创建一个 Compute Engine 实例虚拟机。确保它与云函数位于同一区域，并在创建它时允许对其进行 HTTP 连接。 Documentation。我在这个测试中使用了debian-9 图片。

2. SSH 进入实例，并运行以下命令：

   • 安装apache服务器

     sudo apt-get update
     sudo apt-get install apache2
     sudo apt-get install libapache2-mod-wsgi
     

   • 也安装这个 python 库：

     sudo apt-get install python-pip
     sudo pip install flask
     

3. 为您的应用程序设置环境：

   cd ~/
   mkdir app
   sudo ln -sT ~/app /var/www/html/app
   

最后一行应该指向 apache 提供 index.html 文件的文件夹路径。

4. 在/home/<user_name>/app中创建您的应用程序：

ma​​in.py

from flask import Flask, request
app = Flask(__name__)

@app.route('/', methods=['POST'])
def receive_file():
    file_content = request.form['data']
    # TODO
    # Implement process to save this data onto a file
    return 'Hello from Flask!'

if __name__ == '__main__':
  app.run()

5. 在同一目录中创建 wsgi 服务器入口点：

ma​​in.wsgi

import sys
sys.path.insert(0, '/var/www/html/app')

from main import app as application

6. 将以下行添加到/etc/apache2/sites-enabled/000-default.conf，在DocumentRoot 标记之后：

       WSGIDaemonProcess flaskapp threads=5
       WSGIScriptAlias / /var/www/html/app/main.wsgi
   
       <Directory app>
               WSGIProcessGroup main
               WSGIApplicationGroup %{GLOBAL}
               Order deny,allow
               Allow from all
       </Directory>
   

7. 运行sudo apachectl restart。您应该能够将发布请求发送到您的应用程序，发送到 VM 实例的内部 IP（您可以在控制台的 Compute Engine 部分中看到它）。一旦你有了它，在你的云函数中，你应该将响应行更改为：

   response = requests.post('<INTERNAL_INSTANCE_IP>/', headers=headers, data=data)
   
   return "Request sent to your instance with the data of the object"