检查点
Create a Cloud Storage bucket
/ 50
Run an Example Pipeline Remotely
/ 50
Dataflow:Qwik Start - Python
GSP207
總覽
在本研究室中,您將瞭解如何設定 Python 開發環境、取得 Python 適用的 Cloud Dataflow SDK,以及使用 Cloud 主控台執行範例管道。
設定和需求
點選「Start Lab」按鈕前的須知事項
請詳閱以下操作說明。研究室活動會計時,而且中途無法暫停。點選「Start Lab」 後就會開始計時,讓您瞭解有多少時間可以使用 Google Cloud 資源。
您將在真正的雲端環境中完成實作研究室活動,而不是在模擬或示範環境。為達此目的,我們會提供新的暫時憑證,讓您用來在研究室活動期間登入及存取 Google Cloud。
如要完成這個研究室活動,請先確認:
- 您可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。
- 是時候完成研究室活動了!別忘了,活動一開始將無法暫停。
如何開始研究室及登入 Google Cloud 控制台
-
按一下「Start Lab」(開始研究室) 按鈕。如果研究室會產生費用,畫面中會出現選擇付款方式的彈出式視窗。左側的「Lab Details」(研究室詳細資料) 面板會顯示下列項目:
- 「Open Google Console」(開啟 Google 控制台) 按鈕
- 剩餘時間
- 必須在這個研究室中使用的暫時憑證
- 完成這個研究室所需的其他資訊 (如有)
-
按一下「Open Google Console」(開啟 Google 控制台)。接著,研究室會啟動相關資源並開啟另一個分頁,當中會顯示「Sign in」(登入) 頁面。
提示:您可以在不同的視窗中並排開啟分頁。
注意事項:如果頁面中顯示了「Choose an account」(選擇帳戶) 對話方塊,請按一下「Use Another Account」(使用其他帳戶)。 -
如有必要,請複製「Lab Details」(研究室詳細資料) 面板中的使用者名稱,然後貼到「Sign in」(登入) 對話方塊。按一下「Next」(下一步)。
-
複製「Lab Details」(研究室詳細資料) 面板中的密碼,然後貼到「Welcome」(歡迎使用) 對話方塊。按一下「Next」(下一步)。
重要注意事項:請務必使用左側面板中的憑證,而非 Google Cloud 技能重點加強的憑證。 注意事項:如果使用自己的 Google Cloud 帳戶來進行這個研究室,可能會產生額外費用。 -
按過後續的所有頁面:
- 接受條款及細則。
- 由於這是臨時帳戶,請勿新增救援選項或雙重驗證機制。
- 請勿申請免費試用。
Cloud 控制台稍後會在這個分頁中開啟。
啟動 Cloud Shell
Cloud Shell 是搭載多項開發工具的虛擬機器,提供永久的 5 GB 主目錄,而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權,方便您使用 Google Cloud 資源。
- 點按 Google Cloud 控制台上方的「啟用 Cloud Shell」圖示 。
連線完成即代表已通過驗證,且專案已設為您的 PROJECT_ID。輸出內容中有一行宣告本工作階段 PROJECT_ID 的文字:
gcloud
是 Google Cloud 的指令列工具,已預先安裝於 Cloud Shell,並支援 Tab 鍵自動完成功能。
- (選用) 您可以執行下列指令來列出使用中的帳戶:
-
點按「授權」。
-
輸出畫面應如下所示:
輸出內容:
- (選用) 您可以使用下列指令來列出專案 ID:
輸出內容:
輸出內容範例:
gcloud
的完整說明,請前往 Google Cloud 並參閱「gcloud CLI overview guide」(gcloud CLI 總覽指南)。
設定區域
- 在 Cloud Shell 中執行下列指令,設定這個研究室的專案區域:
確定已成功啟用 Dataflow API
為了確保能使用必要的 API,請重新啟動連至 Dataflow API 的連線。
-
在 Cloud 控制台最上方的搜尋列中,輸入「Dataflow API」。點選「Dataflow API」搜尋結果。
-
點選「管理」。
-
點選「停用 API」。
如果系統要求您確認,請點選「停用」。
- 點選「啟用」。
再次啟用 API 時,頁面上會顯示停用選項。
工作 1:建立 Cloud Storage 值區
- 在「導覽選單」() 上,依序點選「Cloud Storage」>「值區」。
- 點選「建立值區」。
- 在「建立值區」對話方塊中,指定下列屬性:
-
名稱:為確保值區名稱不重複,請使用下列名稱:
-bucket。請注意,值區命名空間為全域通用並會公開顯示,因此請勿在值區名稱中加入機密資訊。 - 位置類型:多區域
-
位置:
us
- 要儲存值區資料的位置。
-
點選「建立」。
-
如果出現「系統會禁止公開存取」提示訊息,請點選「確認」。
測試已完成的工作
點選「Check my progress」(檢查我的進度) 確認工作已完成。如果已成功完成工作,就會看到評估分數。
工作 2:安裝 pip 和 Cloud Dataflow SDK
- Python 適用的最新版 Cloud Dataflow SDK 需要 Python 3.7 以上版本。
為確保您使用適合的版本執行程序,請執行 Python3.9
Docker 映像檔:
這個指令會使用最新的 Python 3.9 穩定版提取 Docker 容器,接著開啟指令殼層,在容器中執行下列指令。
- 容器開始執行後,請從虛擬環境執行下列指令,以安裝 Python 適用的最新版 Apache Beam:
您會看到一些系統傳回的依附元件相關警告。在本研究室中,您可以放心忽略這些警告。
- 執行下列指令,在本機執行
wordcount.py
範例:
您可能會看到類似下列內容的訊息:
您可以忽略這則訊息。
- 現在您可以列出本機雲端環境中的檔案,以取得
OUTPUT_FILE
名稱:
- 複製
OUTPUT_FILE
的名稱,然後貼到cat
指令中:
執行結果會顯示檔案中的每個字詞,以及字詞出現的次數。
工作 3:從遠端執行範例管道
- 將 BUCKET 環境變數設為您先前建立的值區:
- 現在,請從遠端執行
wordcount.py
範例:
等待輸出內容顯示下列訊息:
接著繼續完成研究室工作。
工作 4:確認工作是否成功
- 開啟「導覽選單」,然後按一下服務清單中的「Dataflow」。
畫面上會顯示 wordcount 工作,一開始的狀態為「執行中」。
- 按一下名稱即可查看處理程序。當所有方塊皆已勾選,您可以繼續查看 Cloud Shell 中的記錄。
如果狀態顯示「成功」,表示程序已完成。
測試已完成的工作
點選「Check my progress」(檢查我的進度) 來確認工作已完成。如果已成功完成工作,就會看到評估分數。
-
在 Cloud 控制台中,依序按一下「導覽選單」>「Cloud Storage」。
-
按一下值區名稱。值區中應該會顯示 results 和 staging 目錄。
-
按一下 results 資料夾,您應該會看到工作建立的輸出檔案:
-
按一下檔案即可查看內含字數。
工作 5:隨堂測驗
您可以透過下列選擇題加強自己的理解,確實掌握這個研究室介紹的概念。盡力回答即可。
恭喜!
完成任務
這個自修研究室是「基本概念:資料、機器學習和 AI」任務的一部分。任務是一系列相關聯的研究室,這些研究室構成一個完整的學習路徑。完成這項任務後即可獲得徽章,以表彰您的成就。您可以公開展示徽章,並在線上履歷或社群媒體帳戶中加入徽章連結。歡迎報名參加這項任務或任何包含本研究室的任務,立即取得完成學分。請參閱「Google Cloud 技能重點加強目錄」來查看所有可參加的任務。
後續步驟/瞭解詳情
本研究室是一系列稱為 Qwik Start 的研究室之一,這些研究室旨在讓您簡單瞭解 Google Cloud 提供的眾多功能。在「Google Cloud 技能重點加強目錄」中搜尋「Qwik Start」,即可找到您想進行的下一個研究室!
如想取得本研究室的內容參考書籍,請參閱:《Data Science on the Google Cloud Platform: O'Reilly Media, Inc.》(Google Cloud Platform 的數據資料學:O'Reilly Media, Inc.)。
Google Cloud 教育訓練與認證
協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法,讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程,並有隨選、線上和虛擬課程等選項,方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。
使用手冊上次更新日期:2023 年 5 月 4 日
研究室上次測試日期:2023 年 5 月 4 日
Copyright 2024 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標,其他公司和產品名稱則有可能是其關聯公司的商標。