使用gargle包在Google Compute Engine上管理认证令牌
2025-06-07 09:06:01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
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8