פריסת אפליקציית Python Bookshelf באמצעות Cloud Deployment Manager

יצירת קטגוריה של Cloud Storage

בהוראות הבאות מוסבר איך ליצור קטגוריה של Cloud Storage. קטגוריות הן הקונטיינרים הבסיסיים ששומרים את הנתונים שלכם ב-Cloud Storage.

1. בחלון הטרמינל, יוצרים קטגוריה של Cloud Storage, כאשר YOUR_BUCKET_NAME מייצג את שם הקטגוריה:

   gcloud storage buckets create gs://YOUR_BUCKET_NAME

2. כדי לראות את התמונות שהועלו באפליקציית מדף הספרים, צריך להגדיר את מדיניות ניהול הזהויות והרשאות הגישה (IAM) של הקטגוריה כך שתוענק הרשאת legacyObjectReader לתפקיד allUsers:

   gcloud storage buckets add-iam-policy-binding gs://YOUR_BUCKET_NAME
   --member=allUsers --role=roles/storage.legacyObjectReader

שיבוט של האפליקציה לדוגמה

אפליקציית הדוגמה זמינה ב-GitHub בכתובת GoogleCloudPlatform/getting-started-python.

1. משכפלים את המאגר:

   git clone https://github.com/GoogleCloudPlatform/getting-started-python.git -b steps
   

2. עוברים לספרייה לדוגמה:

   cd getting-started-python/7-gce
   

הגדרת האפליקציה

1. פותחים את config.py לעריכה.

   • מגדירים את הערך של PROJECT_ID למזהה הפרויקט.

   • מגדירים את הערך CLOUD_STORAGE_BUCKET לשם של הקטגוריה ב-Cloud Storage.

2. שומרים וסוגרים את config.py.

הפעלת האפליקציה במחשב המקומי

1. יוצרים סביבת Python מבודדת ומתקינים יחסי תלות:

   ‫Linux/macOS

   virtualenv -p python3 env
   source env/bin/activate
   pip install -r requirements.txt
   

   Windows

   virtualenv -p python3 env
   env\scripts\activate
   pip install -r requirements.txt
   

2. מריצים את האפליקציה:

   python main.py
   

3. מזינים בדפדפן את הכתובת הבאה:

   http://localhost:8080

כדי להפסיק את שרת האינטרנט המקומי, מקישים על Control+C. אם רוצים לצאת מהסביבה הווירטואלית, מזינים deactivate.

פריסת האפליקציה לדוגמה

העברת הקוד למאגר

יש כמה דרכים להעביר את הקוד למכונה פועלת של Compute Engine. אחת מהדרכים היא להשתמש ב-Cloud Source Repositories. כל פרויקט כולל מאגר Git שזמין למכונות של Compute Engine. לאחר מכן, המופעים שלכם שולפים את הגרסה העדכנית של קוד האפליקציה במהלך ההפעלה. השימוש במאגר Git נוח כי כדי לעדכן את האפליקציה לא צריך להגדיר תמונות או מופעים חדשים, אלא רק להפעיל מחדש מופע קיים או ליצור מופע חדש.

1. בפעם הראשונה שמשתמשים ב-Git, צריך להשתמש ב-git config --global כדי להגדיר את הזהות.

2. יוצרים מאגר במסוף Cloud de Confiance :

   יצירת מאגר

3. לאחר מכן, דוחפים את קוד האפליקציה למאגר של הפרויקט, כאשר [YOUR_PROJECT_ID] הוא מזהה הפרויקט ו-[YOUR_REPO] הוא שם המאגר:

   git commit -am "Updating configuration"
   git config credential.helper gcloud.sh
   git remote add cloud https://source.developers.google.com/p/[YOUR_PROJECT_ID]/r/[YOUR_REPO]
   git push cloud master
   

יצירת הפריסה

אחרי ששומרים את ההגדרות ומעלים את הקוד אל Cloud Source Repositories, אפשר להשתמש ב-Deployment Manager כדי ליצור את הפריסה:

1. עוברים לספרייה deployment_manager:

   cd getting-started-python/7-gce/gce/deployment_manager
   

2. יוצרים את הפריסה:

   gcloud deployment-manager deployments create my-deployment --config config.yaml
   

3. כדי לראות רשימה של כל הפריסות:

   gcloud deployment-manager deployments list
   

4. לקבל תיאור של הפריסה והמשאבים שהיא יצרה:

   gcloud deployment-manager deployments describe my-deployment
   

צפייה באפליקציה

אחרי שיוצרים את כלל ההעברה, יכול להיות שיעברו כמה דקות עד שההגדרה תתפשט ועד שתנועת הגולשים תנותב למופעים.

1. כדי לבדוק את ההתקדמות:

   gcloud compute backend-services get-health bookshelf-my-deployment-frontend --global
   

2. אם לפחות אחד מהמופעים מדווח על HEALTHY, צריך לקבל את כתובת ה-IP להעברה של מאזן העומסים:

   gcloud compute forwarding-rules list --global
   

   כתובת ה-IP של כללי ההעברה מופיעה בעמודה IP_ADDRESS.

3. בדפדפן, מזינים את כתובת ה-IP מהרשימה.

   האפליקציה פועלת עכשיו ב- Cloud de Confiance.

הסבר על הקוד

הגדרת הפריסה

אפשר לראות את הגדרות הפריסה בconfig.yaml:

imports:
- name: bookshelf.jinja
  path: ./bookshelf.jinja

resources:
- name: bookshelf
  type: bookshelf.jinja
  properties:
    zone: us-central1-f
    machine-type: n1-standard-1
    machine-image: https://www.googleapis.com/compute/v1/projects/debian-cloud/global/images/family/debian-9
    min-instances: 1
    max-instances: 10
    target-utilization: 0.6
    scopes:
    - https://www.googleapis.com/auth/cloud-platform

קובץ התצורה מייבא את קובץ התבנית כמשאב ומשתמש בו כדי להגדיר משאב בשם bookshelf. התבנית מקבלת כמה מאפיינים כפרמטרים. מידע נוסף על יצירת קובצי הגדרה של Deployment Manager זמין במאמר בנושא יצירת הגדרה.

הגדרת הסכימה של תבנית הפריסה

מעיינים בקובץ הסכימה bookshelf.jinja.schema, שבו מוגדרים הפרמטרים שהפריסה צריכה לספק בקובץ ההגדרות שלה, ומתועדים הפרמטרים האלה. מידע נוסף על סכימות הגדרה זמין במאמר שימוש בסכימות.

info:
  title: Bookshelf GCE Deploy
  author: Google Inc.
  description: Creates a GCE Deployment

imports:
- name: startup-script
  path: ../startup-script.sh

required:
- zone
- machine-type
- min-instances
- max-instances
- scopes

properties:
  zone:
    description: Zone to create the resources in.
    type: string
  machine-type:
    description: Type of machine to use
    type: string
  machine-image:
    description: The OS image to use on the machines
    type: string
  min-instances:
    description: The minimum number of VMs the autoscaler will create
    type: integer
  max-instances:
    description: The maximum number of VMs the autoscaler will create
    type: integer
  target-utilization:
    description: The target CPU usage for the autoscaler to base its scaling on
    type: number
  scopes:
    description: A list of scopes to create the VM with
    type: array
    minItems: 1
    items:
      type: string

הגדרת תבנית הפריסה

התבנית מגדירה כמה משאבים שנדרשים ליצירת קבוצת מופעי מכונה מנוהלים עם שינוי גודל אוטומטי ומאזן עומסים. תיאור מלא של המשאבים שנוצרו מופיע בהערות בתבנית ובמדריך מדף הספרים ב-Compute Engine.

חשוב לזכור ש-Deployment Manager מספק דרך להגדיר משאבים באופן הצהרתי, אבל רוב ההגדרות של משאב נתון מוגדרות על ידי ה-API שלו. לדוגמה, רוב אפשרויות ההגדרה של משאב תבנית של הגדרות מכונה מופיעות בהגדרת משאב תבנית של הגדרות מכונה במסמכי העזרה של Compute Engine API.

התבנית נכתבת באמצעות שפת התבניות Jinja. כשכותבים תבניות של Deployment Manager, אפשר להשתמש ב-Jinja או ב-Python. היתרון של Jinja הוא שהיא יותר הצהרתית, ולכן קל יותר לקרוא אותה ולהבין אותה מאשר Python. בפריסות מורכבות מסוימות, יכול להיות שיהיה פשוט יותר להשתמש בכל האפשרויות של Python. במקרה כזה, Jinja מספיק כדי ליצור את המשאבים הנדרשים.

בתבנית, משתני סביבה מסוימים מוגדרים באופן אוטומטי, ואפשר לגשת למשתנים האלה באמצעות המילון env. במקרה הזה, שם הפריסה מצוין כשם שאפשר לעשות בו שימוש חוזר כשמקצים שמות למשאבים שנוצרים. מידע נוסף על משתני סביבה זמין במאמר שימוש במשתני סביבה במסמכי התיעוד של Deployment Manager.

{% set NAME = "bookshelf-" + env["deployment"] %}
{% set SERVICE = "bookshelf-" + env["deployment"] + "-frontend" %}

התבנית משתמשת באותו סקריפט לטעינה בזמן ההפעלה שמשמש בהדרכה בנושא Compute Engine. התוכן של הסקריפט מוכנס לתבנית, והוראת ההזחה של Jinja מזחיחה את התוכן בצורה נכונה:

            value: |
{{imports['startup-script']|indent(14, true)}}

בתבנית Jinja של Deployment Manager, אפשר גם להפנות למשאבים שנוצרו במקום אחר בתבנית. בדוגמה הבאה, שירות לקצה העורפי משתמש בהפניה לקבוצת מופעי מכונה מנוהלים כדי לקבל את קבוצת המופעים שאליה הוא צריך להפנות:

- group: $(ref.{{ NAME }}-frontend-group.instanceGroup)
  zone: {{ properties['zone'] }}

אפשר להשתמש בתבנית במאפיינים שצוינו ב-config.yaml:

minNumReplicas: {{ properties['min-instances'] }}
maxNumReplicas: {{ properties['max-instances'] }}
loadBalancingUtilization:
  utilizationTarget: {{ properties['target-utilization'] }}