如何使用 python API 列出所有数据流作业

Question

我的用例涉及获取项目中存在的所有流式数据流作业的作业 ID 并取消它。更新我的数据流作业的来源并重新运行它。

我正在尝试使用 python 来实现这一点。直到现在我还没有遇到任何有用的文档。我考虑使用 python 的库子进程来执行 gcloud 命令作为解决方法。但是我又一次无法存储结果并使用它。

谁能指导我做这件事的最佳方法。

Answer 1

你可以像这样直接使用Dataflow rest api

    from google.auth.transport.requests import AuthorizedSession
    import google.auth

    base_url = 'https://dataflow.googleapis.com/v1b3/projects/'

    credentials, project_id = google.auth.default(scopes=['https://www.googleapis.com/auth/cloud-platform'])
    project_id = 'PROJECT_ID'
    location = 'europe-west1'
    authed_session = AuthorizedSession(credentials)
    response = authed_session.request('GET', f'{base_url}{project_id}/locations/{location}/jobs')
    print(response.json())

您必须导入 google-auth 依赖项。

您还可以添加查询参数 ?filter=ACTIVE 以仅获取与您的流式处理作业匹配的活动数据流。

Answer 2

除了直接使用其余 API 之外，您还可以为 google-api-python-client 中的 API 使用生成的 Python 绑定。对于简单的调用，它不会增加那么多的价值，但在传递许多参数时，它比原始 HTTP 库更容易使用。

使用该库，职位列表调用看起来像

from googleapiclient.discovery import build
import google.auth
credentials, project_id = google.auth.default(scopes=['https://www.googleapis.com/auth/cloud-platform'])
df_service = build('dataflow', 'v1b3', credentials=credentials)
response = df_service.projects().locations().jobs().list(
  project_id=project_id,
  location='<region>').execute()

如何使用 python API 列出所有数据流作业

How to list down all the dataflow jobs using python API

python

google-cloud-platform

google-cloud-dataflow