我有几个遵循类似格式的python脚本：您传入一个日期，并且它是：-检查我的S3存储桶中文件名中具有该日期的文件，然后进行解析或-运行python脚本对该日期的文件进行一些分析（运行需要1个小时以上）
我正在寻找一种无服务器的解决方案，该解决方案可以让我在一定范围内调用这些函数，然后并行运行它们。由于我的python脚本持续时间长，因此AWS和Google Cloud Functions之类的服务由于超时（分别为15分钟和9分钟）而无法正常工作。我已经看过Google Cloud Dataflow，但是不确定相对于我的相对简单的用例而言，这是否过头。
尽可能减少故障的事情很重要，因此我倾向于使用AWS，Google Cloud等。
我还希望能够通过日志查看每个作业进度的仪表板，因此我可以看到哪些日期已完成，哪些日期存在错误（以及错误是什么）
正如您所说，使用Google Cloud Functions，您可以在部署过程中最多配置9分钟的超时时间。
与Dataflow不同的解决方案允许更长的超时时间：
App Engine Flex
App Engine Flex环境link是允许超时（最多60分钟）的其他GCP产品。
云任务
云任务也类似，但是是异步的。超时最多30分钟。这是一个任务队列，您将任务放入队列并快速返回。然后，队列中的一个或多个工作人员将一一评估任务。 Cloud Tasks的通常输出是发送电子邮件或将结果保存到存储link。
使用此解决方案，您可以为每个要处理的文件/文件名添加一个任务，并且每个任务的超时时间均为30分钟。
,Cloud Run路线图中已计划了长时间运行，但目前尚无日期。
今天，最好的推荐方法是use AppEngine in addition of Task Queue。使用推送队列，在manual scaling mode中进行部署时，您最多可以运行24小时。但是请注意，手动缩放比例不会缩放为0！
如果您喜欢容器，我知道GCP上有2种“奇怪”的解决方法：
可悲的是，它不像“功能”或“云运行”那样容易使用。您没有HTTP端点，只需用您想要和享受的日期来调用它即可。但是您可以将其包装到一个函数中，该函数执行对Cloud Build或AI Platform培训的API调用。