我想知道是否可以在另一个谷歌云项目中存在的云源存储库上的一个谷歌云项目中创建云构建触发器。如果是，那该怎么做？

Would like to know if mirroring can be setup between a BitBucket server hosted in a company domain with Google Cloud Source repositories?

您如何通过 Google Cloud Source 存储库从私有存储库进行 pip 安装？似乎应该是可能的。

I'm trying to use Google Cloud Source Repository as a remote repository. I followed all the procedures to authenticate with the Google Cloud SDK authentication method that allows me to not use SSH keys (as they say).

The problem is: I always get Permission denied (publickey) fatal: Could not read from remote repository. message when I try git push --all google.

The gcloud command is in my Windows PATH (C:\Users\xxxxx\AppData\Local\Google\Cloud SDK\;) and my user has enough permission as I'm the owner of the project in Google Cloud.

I know this message is usually a simple SSH key problem that can be resolved by adding my public key to the project, but this method is supposed to work without ssh keys, so I would like to learn what I am doing wrong.

Here the 2 first commands I made following the Google Cloud Source Repository procedure:

These 2 worked well.

Maybe someone could help me to find what to do to fix that.

Thank you.

制作两个不同的go模块

1. source.cloud.google.com/me/a

2. source.cloud.google.com/me/b

作为source.cloud.google.com/me/common一个通用的 lib 依赖项（共享一个模型）

我正在尝试go get source.cloud.google.com/me/common（甚至手动将其go.mod写入文件），但我不断收到以下错误：

我已经gcloud设置为能够使用app deploy和创建新的源存储库。我尝试设置ssh谷歌云并尝试使用手动凭据。这既不适用于本地，也不适用于谷歌云构建服务。

我想做两件事：

1. 能够go get依赖这个source.cloud.google.com/me/common
2. 能够将其集成go get到我的 App Engine 自动构建管道中。

任何帮助，将不胜感激。

有人可以集成 Dataproc、Datalab 和源代码仓库吗？正如我们许多人所看到的，当您调用一个 init 操作来安装 datalab 时，它不会创建源代码存储库。我正在尝试实现一个完整的端到端解决方案，其中用户登录到数据实验室笔记本，通过 Pyspark 与 Dataproc 交互并将笔记本签入到源代码存储库。就像我之前指出的那样，我无法使用 init 操作来做到这一点。我还尝试安装 dataproc，然后将 datalab 作为单独的安装（这次它创建源存储库），但是，我无法在这个 datalab 笔记本上运行任何 spark 代码。有人可以给我一些关于如何实现这一目标的指示吗？任何和所有的赞赏。

Datalab 中的代码

错误

所以背景故事是这样的：

我有一些大（文本）文件（~100MB），我想对其进行版本跟踪以及分析它们的脚本。我要存储的数据总量约为 5GB，我不希望它们像脚本那样频繁地更改。

我目前正在使用 Github，鉴于 LFS 仅提供 1GB 的可用空间，这有点贵，而类似的 Google Cloud 服务——Google Count Source Repositories (GCSR)——提供具有更高存储配额的免费层。

但是当我尝试从 Github 迁移到 GCSR 时，出现以下错误

所以我的问题是：

• 使用 GCSR 可以不使用 LFS 吗？
• LFS 存储对象是否有任何 GCSR 等效项？
• 还是我应该简单地将文本文件视为常规文件（例如脚本）并让其git处理？
• 还是我一起使用了错误的工具？

谢谢！

谷歌是否计划在谷歌云存储库上启用拉取请求？我们喜欢在 GCP 中使用这些存储库，但需要在我们的开发过程中使用拉取请求（坦率地说，我们很惊讶和好奇为什么它们没有启用）。所以此时我们想知道是否需要迁移，或者他们是否计划添加此功能。

所以我有一个本地存储库，我已经将它作为新分支推送到 Github，没有任何问题，但下一步是将相同的存储库克隆到 Google Cloud Source Repository，也作为新分支。这非常令人困惑，因为我不熟悉 Cloud Source Repository，并且文档并没有真正详细介绍有关设置分支的信息。

有人可以帮我一些指示吗？提前致谢！

通过不同的工作流程是否更容易？即：本地 -> Cloud Source Repo -> Github？

我正在尝试使用 cloudbuild.yaml 将使用 maven 构建的 jar 文件部署到 GCP 计算引擎 linux VM，但我无法找到解决方案。GCP 文档中没有可用的步骤。我能够将 jar 部署到 GCP 存储桶但不能部署到 VM

脚步：

• 名称：'gcr.io/cloud-builders/mvn' 参数：['安装']
• 名称：'gcr.io/cloud-builders/mvn' 参数：['package']

文物：

• 对象：
  • 位置：'gs://<>/target' 路径：['target/abcd.jar']

GCP 计算引擎的工件位置应该是什么？