Подключение к Google Drive

Вы можете подключиться к сервису хранения файлов Google Drive из интерфейса DataSphere.

Перед началом

1. Разрешите доступ к API вашего Google Drive.

2. Создайте OAuth client ID, укажите тип приложения TVs and Limited Input devices. Сохраните файл client_secret.json с секретом пользователя, он понадобится при подключении к Google Drive.

3. Откройте проект DataSphere:

   1. Выберите нужный проект в своем сообществе или на главной странице DataSphere во вкладке Недавние проекты.

   2. Нажмите кнопку Открыть проект в JupyterLab и дождитесь окончания загрузки.
   3. Откройте вкладку с ноутбуком.

4. Создайте секрет, в котором будет храниться содержимое файла client_secret.json.

Загрузить содержимое из файла на Google Drive в файл проекта DataSphere

1. Перейдите в новую ячейку и скопируйте туда команду для загрузки содержимого из файла на Google Drive:

   import os
   from cloud_ml.storage.api import Storage
   client_secret = {os.environ['<имя_секрета>']}
   gdrive = Storage.gdrive(client_secret)
   gdrive.get('<идентификатор_файла_Google_Drive>', '<путь_к_файлу_в_проекте_DataSphere>')
   

   Где:

   • <имя_секрета> — имя секрета, в котором хранится содержимое файла client_secret.json.
   • <идентификатор_файла_Google_Drive> — идентификатор файла Google Drive, содержимое которого нужно загрузить в DataSphere.
   • <путь_к_файлу_в_проекте_DataSphere> — путь к файлу в проекте DataSphere, в который загружаются данные.

2. Запустите ячейку, выбрав в меню Run → Run Selected Cells (также можно использовать сочетание клавиш Shift + Enter).

Загрузить содержимое из каталога на Google Drive в каталог проекта DataSphere

1. Перейдите в новую ячейку и скопируйте туда команду для загрузки содержимого из каталога на Google Drive:

   import os
   from cloud_ml.storage.api import Storage
   client_secret = {os.environ['<имя_секрета>']}
   gdrive = Storage.gdrive(client_secret)
   gdrive.get_dir('<идентификатор_каталога_Google_Drive>', '<путь_к_каталогу_в_проекте_DataSphere>')
   

   Где:

   • <имя_секрета> — имя секрета, в котором хранится содержимое файла client_secret.json.
   • <идентификатор_каталога_Google_Drive> — идентификатор каталога Google Drive, содержимое которого нужно загрузить в DataSphere.
   • <путь_к_каталогу_в_проекте_DataSphere> — путь к каталогу в проекте DataSphere, в который загружаются данные.

2. Запустите ячейку.

Загрузить содержимое из файла проекта DataSphere в файл на Google Drive

1. Перейдите в новую ячейку и скопируйте туда команду для загрузки содержимого файла проекта DataSphere в Google Drive:

   import os
   from cloud_ml.storage.api import Storage
   client_secret = {os.environ['<имя_секрета>']}
   gdrive = Storage.gdrive(client_secret)
   gdrive.put('<путь_к_файлу_в_проекте_DataSphere>', '<идентификатор_файла_Google_Drive>')
   

   Где:

   • <имя_секрета> — имя секрета, в котором хранится содержимое файла client_secret.json.
   • <путь_к_файлу_в_проекте_DataSphere> — путь к файлу в проекте DataSphere, содержимое которого нужно загрузить в Google Drive.
   • <идентификатор_файла_Google_Drive> — идентификатор файла Google Drive, в который загружаются данные.

2. Запустите ячейку.

Загрузить содержимое из каталога проекта DataSphere в каталог на Google Drive

1. Перейдите в новую ячейку и скопируйте туда команду для загрузки содержимого каталога проекта DataSphere в Google Drive:

   import os
   from cloud_ml.storage.api import Storage
   client_secret = {os.environ['<имя_секрета>']}
   gdrive = Storage.gdrive(client_secret)
   gdrive.put_dir('<путь_к_каталогу_в_проекте_DataSphere>', '<идентификатор_файла_Google_Drive>')
   

   Где:

   • <имя_секрета> — имя секрета, в котором хранится содержимое файла client_secret.json.
   • <путь_к_каталогу_в_проекте_DataSphere> — путь к каталогу в проекте DataSphere, содержимое которого нужно загрузить в Google Drive.
   • <идентификатор_каталога_Google_Drive> — идентификатор каталога Google Drive, в который загружаются данные.

2. Запустите ячейку.