Google Drive¶
Una carpeta de Google Drive y todo lo que cuelga de ella, con una cuenta de servicio, sobre la API v3.
from tai_storage import StorageFactory
origin = StorageFactory.create_googledrive() # GOOGLE_DRIVE_CREDENTIALS_PATH y GOOGLE_DRIVE_ROOT_FOLDER_ID
| Argumento | Variable | Qué es |
|---|---|---|
credentials_path |
GOOGLE_DRIVE_CREDENTIALS_PATH |
El JSON con la clave de la cuenta de servicio |
root_folder_id |
GOOGLE_DRIVE_ROOT_FOLDER_ID |
El id de la carpeta raíz (el final de su URL). Por defecto root, «Mi unidad» de la cuenta |
drive_id |
GOOGLE_DRIVE_DRIVE_ID (opcional) |
La unidad compartida de la raíz, si está en una: acota los listados a ella |
Construyendo GoogleDriveOrigin a mano se puede pasar también credentials_info (el contenido
del JSON en lugar de su ruta) y subject (el usuario al que suplanta la cuenta, con delegación de
dominio).
La raíz: una unidad compartida¶
Una cuenta de servicio no tiene cuota en «Mi unidad»
Puede leer lo que se comparta con ella, pero no puede subir ficheros a su propia unidad:
Google responde storageQuotaExceeded, que tai-storage convierte en un
PermissionDeniedError con esta misma solución.
La configuración que funciona:
- En Google Cloud, crea la cuenta de servicio, activa la API de Google Drive y descarga una clave JSON.
- En Drive, crea una unidad compartida (o una carpeta dentro de una) y añade el email de la
cuenta (
…@….iam.gserviceaccount.com) como gestor de contenido. - El id de esa carpeta, que es el final de su URL, es
GOOGLE_DRIVE_ROOT_FOLDER_ID. El id de la unidad compartida esGOOGLE_DRIVE_DRIVE_ID.
Lo que hay que saber¶
- Drive no direcciona por ruta: cada carpeta se busca por su nombre dentro de la anterior. Una ruta cuesta una consulta por nivel la primera vez y ninguna después, porque los ids se guardan en el origen.
- Drive admite dos ficheros con el mismo nombre en una carpeta. Pedirlo por ruta es ambiguo y
da
ConflictError. Los ficheros que vienen de un listado llevan su id, así que esos sí se pueden leer. overwrite=Falseno es atómico. Drive no puede crear un fichero «solo si no existe», así que se comprueba antes de subir. Dos procesos escribiendo a la vez pueden crear dos ficheros con el mismo nombre.- Borrar es definitivo: no va a la papelera.
- Los documentos de Google (Docs, Sheets, Slides) no son ficheros: leerlos es
OperationNotSupportedError. Expórtalos a.xlsxo.csv. - Las subidas son reanudables y por trozos de 8 MiB, desde un stream. En la 0.1 el fichero se cargaba entero en memoria.
- Los nombres van escapados en las consultas:
O'Brien.csvfunciona. file.info.extrallevafile_idyweb_url.
Cuánto cuesta cada operación¶
Con los ids de la ruta ya resueltos:
| Operación | Peticiones |
|---|---|
metadatos, exists() |
1 (0 si viene de un listado) |
list_files() / list_folders() |
1 por cada 1.000 elementos |
read() / open_read() |
1 para encontrarlo (0 si viene de un listado) + la descarga |
| escribir | 1 para ver si existe + 1 para abrir la subida + 1 por cada trozo de 8 MiB |
delete() |
1 para encontrarlo (0 si viene de un listado) + 1 |
folder.create() |
1 por cada carpeta que haya que crear |
Los límites de peticiones de Google (403 userRateLimitExceeded o rateLimitExceeded, y 429) se
reintentan con espera, igual que los 5xx.
Contrastado con un Drive simulado
El backend pasa la suite de contrato contra un Drive simulado, escrito a partir de la documentación de Google. Todavía no se ha probado contra una unidad compartida real.