我们在Dataproc和本地计算机之间交替使用jupyter笔记本电脑。通常，我们在本地编写和测试较小的示例代码，并在Dataproc中的所有数据上运行它。然而，我们目前的做法是在谷歌云存储和本地计算机之间下载/上传笔记本电脑。这并不是最佳的，原因有几个。我们还有一个Github仓库连接到本地计算机上的文件夹。是否可以将Github仓库克隆到GCS并在那里使用git？
我们发现了一个在创建群集时使用初始化操作的解决方法：

gcloud dataproc clusters create test-init-actions \
    --enable-component-gateway \
    --bucket {bucket-name} \
    --single-node \
    --image-version=2.1.0-RC2-debian11 \
    --optional-components JUPYTER \
    --project {project-name} \
    --initialization-actions=gs://{project-name}/initialization-actions/clone-public-repo.sh

其中clone-public-repo.sh的内容只是（我们将其扩展到一个私有存储库）：

git clone https://github.com/{user}/{repo-name}

这会将仓库克隆到集群的本地存储中，我们可以从那里正常使用git。这种方法的问题是，如果集群被删除，对Dataproc中笔记本的本地更改不会持久化，所以我们总是需要在删除集群之前提交和推送。这将导致仅仅为了持久性而提交未完成的代码，并且如果开发人员忘记提交和推送，则可能导致进度损失。
是否有一种方法可以将集群磁盘中的本地更改持久化到其他位置（例如GCS），而无需手动将文件存储在那里？