. Dans cet article, nous avons créé une application Python qui va récupérer les données dans Google Search Console via l'API, pour les loguer dans BigQuery.

Dans ce second tutoriel, nous allons voir comment déployer l'application dans le cloud (Google App Engine), et définir une tache journalière pour aller récupérer les dernières données disponibles.

Nous allons utiliser les composants suivant :

Python 3
Flask
Google Cloud app Engine

Si vous souhaitez découvrir Flask, je vous invite à préalablement effectuer le tutoriel suivant : https://blog.miguelgrinberg.com/post/the-flask-mega-tutorial-part-ii-templates

A noter que nous aurions pu utiliser Google Cloud function, qui est probablement la solution la plus simple pour ce type de solutions. Avec GCloud Scheduler pour la tâche CRON.

Rappel de l'épisode précédent

Nous avions donc les fichiers suivant :

Un fichier "search_console_bq.py", avec le code python
Un fichier "requirements.txt", avec l'environnement Python nécessaire
Un fichier json, qui est une clé de connexion à un compte de service Google Cloud.

requirements.txt0.2KB

search_console_bq.py2.6KB

Modifier les fichiers afin de préparer le déploiement

Rendre les dates dynamiques dans search_console_bq.py

Tout d'abord, nous allons faire tourner le script tous les jours. Il faut donc que les dates de début et de fin varient en fonction du jour. Dans Google Search console, les données ne sont disponibles que 2 à 3 jours après le jour en question. Nous allons donc, chaque jour, récupérer les données d'il y a 3 jours.

Pour cela, nous allons modifier notre config.

Avant :

start_date = '2020-08-01'
end_date = '2020-08-20'

Après :

from datetime import datetime, timedelta
start_date = datetime.strftime(datetime.now() - timedelta(3), '%Y-%m-%d')
end_date = datetime.strftime(datetime.now() - timedelta(3), '%Y-%m-%d')

C'est assez simple : on prend la date du jour, et on enlève 3 jour. Puis on formate la date conformément à ce qui est attendu par l'API.

Réécrire l'application Python via Flask

App Engine va nous permettre d'appeler des URLs via des requêtes http. Il nous faut donc réécrire légèrement l'application :

from flask import Flask
from google.oauth2 import service_account
from googleapiclient.discovery import build
import requests
import json
import pandas as pd
from google.cloud import bigquery
from datetime import datetime, timedelta

########### SET YOUR PARAMETERS HERE ####################################
PROPERTIES = ["https://www.unnest.co"]
BQ_DATASET_NAME = 'search_console_demo'
BQ_TABLE_NAME = 'result_table_demo'
SERVICE_ACCOUNT_FILE = 'primeval-door-282907-3cbe2bd9d463.json'
start_date = datetime.strftime(datetime.now() - timedelta(3), '%Y-%m-%d')
end_date = datetime.strftime(datetime.now() - timedelta(3), '%Y-%m-%d')
################ END OF PARAMETERS ######################################

SCOPES = ['https://www.googleapis.com/auth/webmasters']
credentials = service_account.Credentials.from_service_account_file(
        SERVICE_ACCOUNT_FILE, scopes=SCOPES)

service = build(
    'webmasters',
    'v3',
    credentials=credentials
)


# If `entrypoint` is not defined in app.yaml, App Engine will look for an app
# called `app` in `main.py`.
app = Flask(__name__)

@app.route('/update/', methods=['GET'])
def update():

    def get_sc_df(site_url,start_date,end_date,start_row):
        """Grab Search Console data for the specific property and send it to BigQuery."""

        request = {
          'startDate': start_date,
          'endDate': end_date,
          'dimensions': ['query','device', 'page', 'date'], # uneditable to enforce a nice clean dataframe at the end!
          'rowLimit': 25000,
          'startRow': start_row
           }

        response = service.searchanalytics().query(siteUrl=site_url, body=request).execute()

        if len(response) > 1:

            x = response['rows']

            df = pd.DataFrame.from_dict(x)
            
            # split the keys list into columns
            df[['query','device', 'page', 'date']] = pd.DataFrame(df['keys'].values.tolist(), index= df.index)
            
            # Drop the key columns
            result = df.drop(['keys'],axis=1)

            # Add a website identifier
            result['website'] = site_url

            # establish a BigQuery client
            client = bigquery.Client.from_service_account_json(SERVICE_ACCOUNT_FILE)
            dataset_id = BQ_DATASET_NAME
            table_name = BQ_TABLE_NAME
            # create a job config
            job_config = bigquery.LoadJobConfig()
            # Set the destination table
            table_ref = client.dataset(dataset_id).table(table_name)
            job_config.destination = table_ref
            job_config.write_disposition = 'WRITE_APPEND'

            load_job = client.load_table_from_dataframe(result, table_ref, job_config=job_config)
            load_job.result()

            return result
        else:
            print("There are no more results to return.")

    # Loop through all defined properties, for up to 100,000 rows of data in each
    for p in PROPERTIES:
        for x in range(0,100000,25000):
            y = get_sc_df(p,start_date,end_date,x)
            if len(y) < 25000:
                break
            else:
                continue

    return 'update ok'


if __name__ == '__main__':
    app.run(debug=True)

En gros, nous allons simplement définir une route dans Flask (/update/) qui va déclencher notre fonction écrite en Python. De cette manière, pour lancer la mise à jour, il me suffira d'aller sur l'URL http://monapplication/update/

nous allons également le renommer main.py :

main.py3.2KB

Modifier le fichier requirements.txt

Il faut ajouter Flask. Le fichier est donc maintenant :

Flask==1.1.2
google-api-python-client==1.10.0
google-auth-httplib2==0.0.4
google-auth-oauthlib==0.4.1
google-cloud==0.34.0
google-cloud-bigquery==1.25.0
pandas==1.0.5
requests==2.22.0
pyarrow==1.0.1

Tester en local

Afin de tester en local, c'est assez simple. Il faut se placer dans le répertoire dans lequel j'ai mes fichiers main.py, requirements.txt et ma clé json.

Créer un environnement vituel Python
Charger le fichier requirements.txt :
Lancer l'application :

python3 -m venv env
source env/bin/activate

pip install -r requirements.txt

python main.pi

Normalement, le script tourne, et inscrit les données dans BigQuery.

Déployer dans Google App Engine

Créer un fichier app.yaml

Avant de déployer dans Google App Engine, nous allons devoir créer un fichier app.yaml. Il est très simple. Il permet simplement de définir la version de Python qui sera déployée dans App Engine :

#app.yaml
runtime: python37

Déployer dans App Engine

Dans le terminal, se placer dans le répertoire contenant les fichiers nécessaires au déploiement. Vous devez avoir les 4 fichiers suivant :

Puis :

gcloud app deploy

Vous devrez avoir le résultat suivant :

Si ce n'est pas le cas, ou si ce n'est pas le bon projet Google Cloud, placez vous dans le bon projet Google Cloud :

gcloud config set project PROJECT

Tester

Une fois déployé l'application est accessible sur une URL du type https://myproject.ew.r.appspot.com

Vous pouvez tester votre application en allant sur l'adresse :

https://myproject.ew.r.appspot.com/update/

Normalement, cela devrait remplir la base de donnée BigQuery avec les données de J-3.

Si vous rencontrez une erreur, aller dans le panneau "Error reporting" afin d'analyser les rapports d'erreur : https://console.cloud.google.com/errors

Mettre à jour toutes les 24h

Nous allons pour cela déployer une tache CRON sur Google App Engine. Il suffit de créer un fichier cron.yaml, qui contient les informations suivantes :

cron:
- description: Calls cronjob pour mise a jour GSC
  url: /update/
  schedule: every 24 hours

Puis de le déployer via le terminal :

gcloud app deploy cron.yaml

Enfin, on peut se rendre sur la page qui liste les taches CRON dans l'interface Google Cloud :

https://console.cloud.google.com/appengine/cronjobs

Et voilà ! Vous avez maintenant déployé une application Python sur Google App Engine, avec une tache journalière.

Tous les articles concernant Google BigQuery

🤙

Présentation de l'interface web de Google Big Query

🤙

Chrome User Experience Report : explorer les données dans Big Query

🤙

Google Search Console to BigQuery avec Python

🤙

Tutoriel : déployer une application Python avec Google App Engine