我是谷歌Datalab的新用户。我正在评估将Datalab用于生产数据管道的可能性。这意味着我希望能够将我的数据运算作为python程序运行，而不是作为交互式笔记本运行。 Datalab似乎是为交互式jupyter笔记本使用而设计的。但我记得在注册过程中看到一个屏幕，表示用户可以运行他们的整个数据管道。但是所有文档都只涉及交互式数据分析，没有提及程序化数据分析。我还想定期在cron作业中运行脚本。所以我正在寻找两件事： 1）如何在Datalab上运行python脚本？ 2）如何在cronjob中定期运行它？
如果有人可以解决问题，那将是非常有帮助的。 提前谢谢！
答案 0 :(得分：1)
这不是因为某些东西（技术上）可能成为一个好主意。
正如@Anthonios所说：
无法通过支持的方法使用额外的python模块自定义datalab。
通过组合其他（Google）云“构建基块”可以轻松实现您的要求。
示例1，用于流数据：
示例2，计划批处理：
绘制云架构时没有单一的解决方案，这完全取决于您的用例。
但是你当前的架构（虽然可能）似乎滥用了DataLab ......除非你有一个非常强有力的论据这样做......
正在制作的Python API
只有最终用户需要进行交互式数据分析时才需要DataLab。
答案 1 :(得分：0)
正如this stackoverflow帖子中所回答的那样，无法通过支持的方法使用额外的python模块自定义datalab。我的建议是将python脚本/ cron作业安装在datalab之外的另一个系统中，就像你想要运行的与datalab无关的任何python脚本一样。
非常长边注意： 如果你有在datalab容器中运行程序，因为你想使用特定于datalab的gcp库，那么我建议以下不支持（但有创意）的设置对我有用。但是，它涉及运行本地datalab容器以及云数据集装箱容器。
Dockerfile.in文件中
$REPO_DIR/containers/datalab/Dockerfile.in
# Add a custom script which calls a custom program (python file)
ADD mycustomprogram.sh /usr/local/bin/mycustomprogram.sh
# Allow the script to be executed
RUN chmod +x /usr/local/bin/mycustomprogram.sh
ENTRYPOINT中的$REPO_DIR/containers/datalab/run.sh变量以指向您的自定义脚本现在您在datalab本地容器中运行了一个自定义脚本。
使用本地设置，您仍然可以使用主机中的任何git客户端提交到同一个Google托管的git存储库。 gcloud有一个简单的提示，它将指导您完成克隆Google托管的git存储库的过程。
只需运行gcloud init。
登录后，您应该会看到以下提示，询问您是否要使用Google托管的存储库：
Do you want to use Google's source hosting (Y/n)?
重要说明：在我们等待其他datalab自定义选项时，这只是一个临时工作。我更喜欢编辑云Dockerfile.in文件，而不是部署本地datalab实例，以便安装自定义python程序。