问题描述
我有一个简单的python程序，可以连接到Google云平台上的Psql DB。在本地运行时，它会通过主机地址（公用IP），端口，用户名和密码成功连接到DB（仅当我手动告诉DB允许我的本地IP地址时）。
当我将其打包到Docker映像中并在本地运行时，它成功连接（仅当我手动告诉数据库允许我的本地IP地址时）。
这里是失败的地方： 如果我停止告诉数据库允许我的本地IP地址，它将失败。
此外，在我将docker映像推送到Google云容器注册表之后。 然后使用ai平台培训工作来抓取容器并通过以下代码进行操作：
gcloud ai-platform jobs submit training $JOB_NAME --region $REGION --master-image-uri $IMAGE_URI -- app.py --user_arg='Y'
我通过标志与图像通信，并且确定图像响应正确。但是，当我尝试连接到Psql DB时，出现错误：
psycopg2.OperationalError: Could not connect to server: Connection timed out.
Is the server running on host ... and accepting TCP/IP connections on port ...?
我不想使用cloud sql代理来解决此问题，也不想设置任何类型的静态IP并在数据库设置中手动“允许”它。
我想简化通过IAM服务器帐户的连接。我给所有服务以下权限： Cloud sql管理员，Cloud sql编辑器，Cloud sql客户端，Cloud sql实例用户，Cloud sql服务代理。
您可以说，我将权限授予了我可以使用的每个帐户，但该帐户仍未连接。任何帮助将不胜感激！
此外，当我致电gcloud ai-platform作业时，请提交培训...我知道某些服务帐户会创建一个实例来执行该作业。我认为是该实例无法连接。我已经阅读了很多gcloud文档，我感到困惑。也许我错过了明显的事情：（
解决方法
使用AI Platform运行作业时，可以在无服务器中运行它。不在您的项目中，而是在Google方面，但不在您的项目中。因此，创建的VM不在您的项目中（您不会在Compute Engine页面中看到它们），因此不在您的VPC中。
因此，打开端口5432完全没有用，因为它不是同一网络。唯一的解决方案是在数据库上保留一个公共IP（未经网络授权，只有公共IP），并使用Cloud SQL代理（即使您不需要）。
当然，另一个解决方案是在PSQL公共IP上授权0.0.0.0/0网络，但这绝对不是一个好建议！
但是，我要说一句：IMO这不是在培训工作中直接使用数据库的正确模式。确实，在培训工作中，您需要速度，效率并减少延迟。使用数据库并不是真的很好。
正确的模式可能是
- 先准备好数据（从数据库中提取数据，然后将其保存到文件中（例如，csv格式）
- 将文件存储在“区域”存储桶中（如果效率更高，则不是“多区域”存储）
- 将培训工作更改为使用文件而不是SQL查询
- 在与您的区域区域相同的区域中运行您的培训工作。