如何从中央数据仓库加载数据到Google Colab供多用户共享使用

针对你提到的10-100MB netCDF文件、仅需只读访问、分享笔记本时接收方无需额外获取数据文件的需求，完全可以搭建统一的中央只读数据源，不需要每次分享笔记本都同步传数据，下面是按易用性排序的可落地方案：

• 方案1：Google Drive 公开只读托管（最推荐，零额外成本）
  你不需要把数据文件单独发给每个接收者，只需要把存放netCDF文件的Google Drive文件夹权限设置为「知道链接的任何人 - 查看者」，之后在笔记本代码里直接通过文件ID拉取数据即可。接收方打开笔记本不需要挂载自己的云盘、不需要申请权限，运行代码就能自动加载数据，全程只有读取权限，任何人都无法修改你的源文件。
  参考代码：

  import xarray as xr
  import gdown
  
  # 替换为你自己公开共享的netCDF文件ID
  file_id = "你的公开文件ID"
  temp_save_path = "temp_data.nc"
  gdown.download(f"https://drive.google.com/uc?id={file_id}", temp_save_path, quiet=False)
  # 直接读取加载到的临时文件
  ds = xr.open_dataset(temp_save_path)
  

  这个方案的优势是你随时可以更新Drive里的源文件，所有用户打开笔记本都会自动读取最新版本的数据，不需要重新发笔记本或者数据文件。

• 方案2：公开代码仓库托管（适合固定版本数据）
  如果你的netCDF数据是稳定不常更新的版本，可以直接把文件上传到公开代码仓库，注意单文件大小不超过100MB即可，刚好匹配你当前的文件大小区间。配置完成后直接在代码里拉取对应文件的原始地址读取即可，接收方不需要做任何额外操作。
  参考代码：

  import xarray as xr
  import requests
  
  # 替换为仓库内文件的原始访问地址
  file_url = "你的文件原始访问地址"
  with open("temp_data.nc", "wb") as f:
      f.write(requests.get(file_url).content)
  ds = xr.open_dataset("temp_data.nc")
  

• 方案3：公共云存储桶（适合长期高频访问场景）
  如果后续访问人数较多、数据量可能进一步提升，可以创建公共只读的云存储桶存放netCDF文件，配置匿名只读权限后，甚至不需要把文件下载到Colab临时存储，就能直接远程读取文件内容，加载效率更高。
  参考代码：

  import xarray as xr
  import gcsfs
  # 匿名模式访问公共只读存储桶，不需要任何授权
  fs = gcsfs.GCSFileSystem(token="anon")
  # 替换为存储桶内的文件路径
  nc_path = "你的存储桶名/数据文件.nc"
  ds = xr.open_dataset(fs.open(nc_path))
  

选型提示：如果没有特殊需求优先选第一个方案，全程不需要额外注册服务、不需要付费，配置一次就能永久用，10-100MB的文件加载时间基本在3-10秒，完全不影响使用体验。所有方案都满足只读要求，不存在源文件被访问者篡改的风险。

内容的提问来源于stack exchange，提问作者Michael Erb