如何不依赖本地系统调度读取OneDrive文件的Jupyter Notebook？

1. 验证Power Automate的可行性（你尝试过的方案） #

• 先把Jupyter Notebook导出为.py脚本，上传到公司SharePoint/OneDrive中，替换脚本里本地快捷方式的路径为SharePoint API路径（避免依赖本地映射）。
• 在Power Automate创建计划云流，设置每日触发时间：
  • 选择“运行Python脚本”动作，使用Power Automate云端Python环境执行上传的脚本；或者如果Notebook托管在Azure Notebooks，直接用“启动Azure Notebook”动作触发运行。
  • 注意：通过Microsoft Graph API或SharePoint REST API读取文件内容，确保脚本不依赖本地环境的路径映射。

2. 托管Notebook到云端服务 #

• Azure Notebooks/Azure ML：把Notebook上传到Azure云端，用Azure Pipeline设置每日调度。云端环境可直接集成SharePoint/OneDrive，无需本地开机，任务运行状态可实时监控。
• Google Colab：将Notebook存到Google Drive，搭配Google Cloud Scheduler触发每日运行。通过Microsoft Graph API配置Colab访问OneDrive的权限，实现文件读取。
• AWS SageMaker：把Notebook托管在SageMaker，用CloudWatch Events设置定时触发，通过AWS SDK或Microsoft Graph API读取OneDrive文件。

3. 用云端函数服务运行脚本 #

• 将Notebook转成Python脚本，部署到Azure Functions、AWS Lambda或Google Cloud Functions，设置定时触发器（每日固定时间运行）。脚本通过Microsoft Graph API完成认证后直接读取OneDrive/SharePoint的CSV文件，完全脱离本地系统。
  • 示例代码片段：

    import requests
    import pandas as pd
    from io import StringIO
    
    # 替换为你的应用权限令牌和目标文件ID
    access_token = "YOUR_APP_ACCESS_TOKEN"
    file_id = "TARGET_ONEDRIVE_FILE_ID"
    
    # 调用Graph API获取文件内容
    url = f"https://graph.microsoft.com/v1.0/sites/YOUR_COMPANY_SITE_ID/drive/items/{file_id}/content"
    headers = {"Authorization": f"Bearer {access_token}"}
    response = requests.get(url, headers=headers)
    
    # 解析为DataFrame
    df = pd.read_csv(StringIO(response.text))
    

  • 提示：使用应用程序权限而非用户令牌，避免令牌过期导致任务失败。

4. 企业级调度工具结合云端服务器 #

• 如果公司使用Airflow或Prefect这类调度工具，将Notebook运行任务配置到工具中，部署在云端服务器（如AWS EC2、Azure VM），设置每日调度。这类工具支持任务重试、日志记录，适合长期自动化任务。

内容的提问来源于stack exchange，提问作者Sai Sri