本頁面將說明如何使用 Terraform 在 Cloud Run 上部署 Mainframe Connector 做為遠端服務。接著,您可以使用 Mainframe Connector 遠端服務,在 Google Cloud上轉碼、儲存及匯出大型主機資料。您可以從大型主機觸發這項服務,執行遠端轉碼,或以獨立執行個體的形式整合現有的擷取、轉移和載入 (ETL) 工作流程。
您也可以部署 Mainframe Connector 遠端服務的多個執行個體。詳情請參閱「部署 Mainframe Connector 的多個執行個體」。
如要使用 Terraform 在 Cloud Run 上部署 Mainframe Connector,請按照下列步驟操作:
下載 Mainframe Connector 部署 tar 檔案。
重要事項
請注意,Mainframe Connector 會使用 Google Analytics 收集使用資料。這有助於我們改善軟體並提供更優質的使用者體驗。系統預設會啟用 Google Analytics。不過,您可以在執行 Mainframe Connector 時設定環境變數,即可選擇不採用。
使用 Google Analytics 時,請務必遵守 Google Analytics 的《服務條款和隱私權政策》。 下載 Mainframe Connector 即表示您已閱讀、瞭解並接受條款及細則。將部署 tar 檔案中的檔案解壓縮。
tar -xvf ./deployment.tar
系統會從部署 tar 檔案中解壓縮
main.tf
和vars.tf
檔案。查看並編輯
vars.tf
檔案中的變數。大多數變數都已設有預設值。您需要設定的唯一必要變數是project
和connector_service_account_email
。project
:您要安裝 Mainframe Connector 的 Google Cloud 專案。connector_service_account_email
:服務帳戶,具備您要使用 Mainframe Connector 執行的作業所需的所有權限。
您也可以使用
connector_service_ingress
和connector_service_vpc_access
變數設定網路設定。請使用 Cloud Storage 值區和 前置字串做為引數,執行
terraform init
指令。使用 Cloud Storage 值區和前置字串,有助於您在值區中儲存部署狀態。您也可以在升級 Mainframe Connector 時重複使用相同的值區和前置字串。terraform init \ -backend-config bucket=DEPLOYMENT_STATE_BUCKET \ -backend-config prefix=BUCKET_PREFIX
更改下列內容:
- DEPLOYMENT_STATE_BUCKET:Cloud Storage 值區的名稱。
- BUCKET_PREFIX:您要在 Cloud Storage 值區中使用的前置字串。
建立
.tfvars
檔案,定義您希望 Terraform 在 Mainframe Connector 部署期間使用的變數。開啟
.tfvars
檔案,並將下列變數定義為鍵/值組合。instance_id
:如要使用多個 Mainframe Connector 例項或不同的服務帳戶,請定義instance_id
以區隔不同的工作負載。project
:您要部署 Mainframe Connector 的專案。connector_service_ingress
:Ingress 類型。additional_labels
:如要測試部署作業,請新增標籤。connector_service_account_email
:Mainframe Connector 的服務帳戶電子郵件 ID。
儲存變更並關閉檔案。
部署 Mainframe Connector。
terraform apply -var-file=VARIABLE_FILE_NAME
將 VARIABLE_FILE_NAME 替換為在上一個步驟中建立的變數檔案。
(選用) 如要確認是否已部署主機介面並正在執行,請前往 Cloud Run 頁面,然後選取「Services」分頁標籤。表格中應會列出您的部署作業。
部署多個 Mainframe Connector 執行個體
如要限制特定工作的存取權,您可能需要部署多個主機連接器執行個體。您可以使用不同的變數和服務帳戶,多次部署主機連接器。主機架連器遠端服務是以 Cloud Run 為基礎,因此您只需為實際執行的每項服務付費。您也不需要設定高可用性 (HA),因為每個執行個體都已平衡負載且具備高可用性。