如何让本地运行的Vertex AI Pipeline跨多个项目访问？

要让Pipeline具备多项目访问能力，核心是明确Pipeline运行时的身份是服务账号而非本地凭据，需从服务账号权限配置、代码与模板参数化两方面入手：

• 配置Pipeline服务账号的跨项目权限
  Pipeline默认使用当前AI Platform所在项目的默认服务账号：service-{PROJECT_NUMBER}@gcp-sa-aiplatform.iam.gserviceaccount.com。你需要在所有需要访问的目标项目中，给这个服务账号添加对应IAM角色：

  • 若访问其他项目存储资源，添加Storage Object Viewer/Storage Object Admin角色；
  • 若调用其他项目AI Platform服务，添加AI Platform User角色；
  • 按需配置BigQuery、Cloud SQL等其他资源的对应角色。

• 修改代码，解除全局项目绑定并参数化项目信息
  去掉aiplatform.init()中的固定项目参数，让Pipeline不绑定单个项目，同时通过参数传递给需要跨项目的组件提供目标项目ID：

  from google.cloud import aiplatform
  
  # 初始化时不指定项目，使用本地凭据但不锁定到单一项目
  aiplatform.init()
  
  job = aiplatform.PipelineJob(
      display_name="display-name",
      template_path="pipeline.yaml",
      pipeline_root="gs://my-bucket",
      # 传递多项目参数给Pipeline模板中的组件
      parameter_values={
          "project_a": "your-target-project-1",
          "project_b": "your-target-project-2"
      }
  )
  job.submit()
  

• 在Pipeline模板中实现组件的项目指定
  在pipeline.yaml里，给每个需要跨项目访问的组件添加项目参数，让组件调用GCP服务时明确指定目标项目。比如访问BigQuery的组件，需在参数中接收target_project并在组件代码中使用：

  components:
    comp-bigquery-query:
      parameters:
        - name: target_project
          type: string
        - name: query
          type: string
      implementation:
        container:
          image: gcr.io/your-project/bigquery-component
          command:
            - python
            - main.py
          args:
            - --target-project
            - {inputValue: target_project}
            - --query
            - {inputValue: query}
  

• 验证本地凭据权限
  确保本地使用的凭据（如gcloud登录账号）拥有管理Pipeline服务账号的权限，可通过gcloud auth list查看当前凭据的有效项目范围，确认覆盖所有需要访问的项目。

内容的提问来源于stack exchange，提问作者bloukanov