云任务的本地开发&基于Python3的GAE云数据存储

Question

Context:-我们使用GAE和Python3，所以GAE包不可用，所以我们使用google*包与GAE服务交互

例如，google-cloud-tasks用于推送队列，google-cloud-datastore用于数据存储。

Problem:-没有办法测试开发环境中的东西，因为google*包直接作用于生产服务。

也就是说，如果我使用谷歌云推送一个任务，它将推动生产队列，类似地，如果我从开发环境中创建或更新一个实体，它将是生产数据存储中的更新实体。

早些时候，对于本地系统中的GAE包，它曾经有用于开发的本地云任务和数据存储。

我认为这是一个很大也很常见的问题，我想知道是否还有其他人也面临这样的问题，并找到了解决办法。

Answer 1

对于Cloud，您可以按照https://cloud.google.com/datastore/docs/tools/datastore-emulator上的说明使用本地模拟器，而不是生产数据存储数据库。

正如在https://cloud.google.com/tasks/docs/migrating中所指出的，当前模拟器中不支持云任务。

Answer 2

我为Python开发构建了一个进程内模拟器。

还请参阅一些在localhost中单独运行的仿真器:在上面的答案中提到的土豆伦敦gcloud任务模拟器和Aert van de Hulsbeek的云任务模拟器。

Answer 3

这个用于Google任务的本地模拟器为我工作。

pip install gcloud-tasks-emulator
gcloud-tasks-emulator start --port=9090

//注意-：默认情况下，gcloud-Task-仿真器命令在全局切换安装目录时不可用。

/Users/{userName}/Library/Python/3.7/bin
./gcloud-tasks-emulator start --port=9090

现在，我们可以添加代码更改以支持本地env中的云任务。

import grpc
from google.cloud.tasks_v2 import CloudTasksClient
from google.cloud.tasks_v2.gapic.transports.cloud_tasks_grpc_transport import C 
loudTasksGrpcTransport

client = CloudTasksClient(
 transport=CloudTasksGrpcTransport
 (channel=grpc.insecure_channel("127.0.0.1:9090"))
)

访问此链接可获得完整的https://pypi.org/project/gcloud-tasks-emulator/指令