Google Cloud Function导入错误：无法从google.cloud导入storage

针对你遇到的ImportError: cannot import name 'storage' from 'google.cloud'错误，可按以下步骤排查解决：

1. 调整依赖包版本适配Python 3.10 #

google-cloud-storage>=1.42.0虽支持Python 3.10，但部分旧版本可能存在兼容细节问题。建议将requirements.txt中的依赖改为更适配的版本，例如：

google-cloud-storage>=2.10.0

该版本对Python 3.10的兼容性更稳定，且包含后续修复的bug。

2. 再次确认requirements.txt的正确性 #

• 确保包名拼写准确：是google-cloud-storage（连字符分隔），不要写成下划线或其他变体。
• 保证文件和main.py在同一根目录，部署时没有将其放在子文件夹中。
• 检查文件内无多余空格或空行干扰，每行仅声明一个依赖。

3. 清除部署缓存强制重装依赖 #

GCP Cloud Function部署时可能复用旧缓存环境，导致新依赖未正确安装：

• 若使用gcloud CLI部署，添加--no-cache参数：

  gcloud functions deploy YOUR_FUNCTION_NAME --runtime python310 --no-cache ...
  

• 若使用Cloud Console部署，可临时修改函数的配置项（如调整内存配额），触发重新构建环境，强制重新安装所有依赖。

4. 排查代码包内的命名冲突 #

确认部署的代码包中不存在google.py、cloud.py这类与官方库同名的文件，这类文件会覆盖标准库的导入路径，导致无法正确导入google.cloud.storage。

5. 本地验证依赖与导入逻辑 #

在本地Python 3.10环境中测试，确认导入逻辑本身无问题：

1. 创建虚拟环境并安装依赖：

   python3.10 -m venv venv
   source venv/bin/activate
   pip install google-cloud-storage>=1.42.0
   

2. 执行导入测试：

   python -c "from google.cloud import storage; print('导入成功，版本：', storage.__version__)"
   

如果本地测试正常，则问题大概率出在GCP部署环境的缓存或配置上，可回到步骤3重新部署。

内容的提问来源于stack exchange，提问作者Ram_Mady