使用gargle包在Google Compute Engine上管理认证令牌
2025-06-07 19:08:29作者:柯茵沙
概述
本文将介绍如何在Google Compute Engine(GCE)虚拟机上使用r-lib/gargle包进行认证管理。gargle是一个专门为R语言设计的Google API认证工具包,它简化了与Google服务交互时的认证流程。
准备工作
环境配置
在使用gargle与GCE交互前,需要完成以下准备工作:
- 拥有一个已启用计费的Google Cloud Platform(GCP)项目
- 下载GCP项目的默认服务账户JSON凭证文件
- 在.Renviron文件中配置环境变量:
GCE_AUTH_FILE="凭证文件路径.json" GCE_DEFAULT_PROJECT_ID="项目ID" GCE_DEFAULT_ZONE="区域(如us-west1-a)"
相关R包
我们将使用googleComputeEngineR包来管理GCE虚拟机,它提供了与GCE交互的R接口。
library(googleComputeEngineR)
创建GCE虚拟机
基本创建方法
创建带有RStudio Server的虚拟机:
vm <- gce_vm(
template = "rstudio",
name = "虚拟机名称",
username = "用户名",
password = "密码",
predefined_type = "e2-standard-4"
)
参数说明:
template: 指定虚拟机模板,这里使用RStudio模板name: 虚拟机名称username/password: RStudio登录凭证predefined_type: 虚拟机规格,e2-standard-4是中等配置
获取虚拟机信息
创建后,可以通过以下命令获取虚拟机IP地址:
paste0("http://", gce_get_external_ip(vm))
虚拟机认证机制
默认认证范围
默认情况下,虚拟机使用"cloud-platform"范围的服务账户权限:
gce_instance_service_accounts()
这会显示虚拟机可用的服务账户及其权限范围。
令牌获取
在虚拟机内使用gargle获取令牌:
library(gargle)
local_gargle_verbosity("debug") # 启用详细日志
t <- token_fetch()
权限范围管理
默认范围的限制
默认的"cloud-platform"范围可能不足以访问特定服务(如Google Drive):
t <- token_fetch(c(
"https://www.googleapis.com/auth/cloud-platform",
"https://www.googleapis.com/auth/drive"
))
如果虚拟机创建时未包含Drive范围,相关API调用会失败。
创建带特定范围的虚拟机
创建时明确指定所需权限范围:
vm <- gce_vm(
template = "rstudio",
name = "带drive权限的虚拟机",
serviceAccounts = list(
list(
email = "服务账户邮箱",
scopes = c(
"https://www.googleapis.com/auth/cloud-platform",
"https://www.googleapis.com/auth/drive"
)
)
)
)
虚拟机生命周期管理
暂停与恢复
gce_vm_suspend("虚拟机名称") # 暂停
gce_vm_resume("虚拟机名称") # 恢复
停止虚拟机
完全停止虚拟机以避免产生费用:
gce_vm_stop("虚拟机名称")
查看虚拟机状态
gce_list_instances()
实际应用示例
使用Google Drive API
在配置了Drive范围的虚拟机上:
library(googledrive)
drive_find() # 列出Drive文件
drive_user() # 显示当前用户信息
最佳实践
- 根据实际需求最小化权限范围
- 不使用时暂停或停止虚拟机以节省费用
- 使用描述性名称便于管理多个虚拟机
- 定期检查并清理不再需要的虚拟机
总结
通过gargle包和googleComputeEngineR的配合,R用户可以在GCE环境中高效地管理认证流程和虚拟机资源。理解权限范围的概念对于成功使用Google API至关重要,本文介绍的方法可以帮助用户根据具体需求配置适当的访问权限。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134