Halaman ini diterjemahkan oleh Cloud Translation API.

Menjadwalkan operasi Workstation menggunakan Cloud Scheduler dan Cloud Run

Tutorial ini menunjukkan cara menggunakan Cloud Scheduler dan Cloud Run untuk melakukan operasi secara otomatis seperti

Menjadwalkan peningkatan dan penurunan Ukuran pool mulai cepat otomatis.
Memulai workstation secara otomatis sesuai jadwal rutin.

Tutorial ini membantu Anda menambah dan mengurangi Ukuran pool mulai cepat agar sesuai dengan jam buka bisnis pada umumnya.

Tujuan

Tulis dan deploy Layanan Cloud Run yang memperbarui Ukuran pool mulai cepat untuk konfigurasi workstation.
Konfigurasi tugas Cloud Scheduler yang menjadwalkan layanan yang dibuat pada Langkah 1 untuk berjalan pukul 09.00-17.00, Senin-Jumat agar sesuai dengan jam kerja PST.

Biaya

Dalam dokumen ini, Anda akan menggunakan komponen Google Cloudyang dapat ditagih berikut:

Cloud Scheduler
Cloud Run

Untuk membuat perkiraan biaya berdasarkan proyeksi penggunaan Anda, gunakan kalkulator harga.

Pengguna Google Cloud baru mungkin memenuhi syarat untuk mendapatkan uji coba gratis.

Setelah menyelesaikan tugas yang dijelaskan dalam dokumen ini, Anda dapat menghindari penagihan berkelanjutan dengan menghapus resource yang Anda buat. Untuk mengetahui informasi selengkapnya, lihat Pembersihan.

Sebelum memulai

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Cloud Run, Cloud Scheduler, Cloud Workstations APIs.

Enable the APIs

Install the Google Cloud CLI.

Jika Anda menggunakan penyedia identitas (IdP) eksternal, Anda harus login ke CLI gcloud dengan identitas gabungan Anda terlebih dahulu.

Untuk melakukan inisialisasi gcloud CLI, jalankan perintah berikut:

gcloud init

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Cloud Run, Cloud Scheduler, Cloud Workstations APIs.

Enable the APIs

Install the Google Cloud CLI.

Jika Anda menggunakan penyedia identitas (IdP) eksternal, Anda harus login ke CLI gcloud dengan identitas gabungan Anda terlebih dahulu.

Untuk melakukan inisialisasi gcloud CLI, jalankan perintah berikut:

gcloud init

Menyiapkan lingkungan

Tetapkan variabel lingkungan berikut, yang digunakan oleh skrip otomatis yang Anda buat nanti.

Tetapkan variabel PROJECT_ID dan REGION yang ingin Anda gunakan:
```
PROJECT_ID=$PROJECT_ID
REGION=$REGION
```
Ganti $REGION dengan nama region yang akan Anda gunakan—misalnya, us-central1.

Untuk mengetahui informasi selengkapnya tentang region yang tersedia, lihat Lokasi Cloud Workstations.

Arsitektur aplikasi

Solusi ini mencakup komponen Google Cloud berikut:

Cloud Run untuk memperbarui Ukuran kumpulan mulai cepat dari WorkstationConfig.
Tugas Cloud Scheduler untuk melakukan panggilan pada jadwal yang ditetapkan untuk memperbarui WorkstationConfig.

Diagram arsitektur sistem yang menunjukkan penjadwalan operasi Workstation menggunakan Cloud Scheduler dan Cloud Run

Membuat layanan Cloud Run

Langkah pertama adalah menyiapkan server web sederhana untuk memproses permintaan HTTP yang Anda terima di port 8080. Karena aplikasi di-container, Anda dapat menulis server dalam bahasa apa pun.

Untuk menulis aplikasi pemroses server web di Python, lakukan hal berikut:

Buat sebuah direktori baru bernama workstation-config-updater dan ubah ke direktori tersebut:
```
mkdir workstation-config-updater
cd workstation-config-updater
```

Buat file bernama app.py lalu tempelkan kode berikut ke dalamnya:

import os, subprocess
from flask import Flask, request, abort

app = Flask(__name__)

@app.route("/", methods=["POST"])
def update():
    app.logger.info("Update request received.")
    data = request.json
    cluster = data["cluster"]
    region = data["region"]
    pool_size = data["pool-size"]

    path = os.path.join(app.root_path, "update_config.sh")
    o = subprocess.run(
        [path, cluster, region, pool_size],
        stdout=subprocess.PIPE, stderr=subprocess.STDOUT, text=True
    )
    app.logger.info("Sending response:", o.stdout)
    return o.stdout

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=8080, debug=True)

Kode ini menghasilkan server web dasar yang memantau port yang ditentukan oleh PORT variabel lingkungan dan mengeksekusi skrip update_config.sh.

Buat file bernama update_config.sh lalu tempelkan kode berikut ke dalamnya:

#!/bin/bash

set -e

if [ $# -ne 3 ]
then
   echo "Usage: update_config.sh CLUSTER REGION POOL_SIZE"
   exit 1
fi

CLUSTER=$1
REGION=$2
POOL_SIZE=$3

# list workstation configs
echo "Attempting to list workstation configs in cluster $CLUSTER and region $REGION ..."
for CONFIG in $(gcloud  workstations configs list --cluster $CLUSTER --region $REGION --format="value(NAME)"); do
    echo "Attempting to update Quick Pool Size to $POOL_SIZE for config $CONFIG ..."
    # update the workstation config pool-size
    RET=$(gcloud workstations configs update $CONFIG --cluster $CLUSTER  --region $REGION --pool-size=$POOL_SIZE)
    if [[ $RET -eq 0 ]]; then
        echo "Workstation config $CONFIG updated."
    else
        echo "Workstation config $CONFIG update failed."
    fi
done

Skrip ini menggunakan perintah gcloud untuk mencantumkan semua WorkstationConfig dalam cluster tertentu dan memperbarui Ukuran Kumpulan Mulai Cepat-nya menjadi POOL_SIZE.

Buat file bernama Dockerfile lalu tempelkan kode berikut ke dalamnya:

FROM google/cloud-sdk

RUN apt-get update && apt-get install -y python3-pip python3

# Copy local code to the container image.
ENV APP_HOME /app
WORKDIR $APP_HOME
COPY . ./

RUN /bin/bash -c 'ls -la; chmod +x ./update_config.sh'

# Install production dependencies.
RUN pip3 install Flask gunicorn

# Run the web service on container startup
CMD exec gunicorn --bind :8080 --workers 1 --threads 8 app:app

Kode ini mem-build aplikasi dalam container agar siap di-deploy di Cloud Run.

Men-deploy ke Cloud Run

Untuk men-deploy ke Cloud Run, jalankan perintah berikut:

gcloud run deploy --source . --project $PROJECT_ID --region $REGION

Saat diminta memasukkan nama layanan, tekan Enter untuk menerima nama default workstation-config-updater.
Jika Anda diminta untuk mengaktifkan Artifact Registry API atau mengizinkan pembuatan repositori Artifact Registry, tekan y.
Saat Anda diminta untuk mengizinkan pemanggilan yang tidak diautentikasi, tekan n.
Tunggu hingga deployment selesai.
Saat URL layanan ditampilkan dalam format berikut, salin URL tersebut:

SERVICE_URL=$SERVICE_URL

Mengonfigurasi akun layanan untuk memanggil Cloud Run

Layanan workstation-config-updater yang Anda deploy tidak mengizinkan pemanggilan yang tidak diautentikasi.

Cloud Scheduler memerlukan akun layanan yang memiliki kredensial yang sesuai untuk memanggil layanan workstation-config-updater.

Menyiapkan akun layanan

Jika Anda belum memiliki akun layanan yang ingin digunakan untuk tugas Cloud Scheduler, buat akun layanan baru.

gcloud iam service-accounts create $SERVICE_ACCOUNT_NAME \
    --description="$DESCRIPTION" \
    --display-name="$DISPLAY_NAME"

Tambahkan binding peran IAM yang diperlukan untuk mengizinkan akun layanan Anda memanggil Cloud Run.

gcloud run services add-iam-policy-binding workstation-config-updater \
    --member=serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com \
    --region $REGION \
    --role=roles/run.invoker

Membuat konfigurasi Cloud Scheduler dengan autentikasi

Buat tugas dan tentukan URL yang Anda salin dari Deploy ke Cloud Run:

gcloud scheduler jobs create http workstation-pool-increaser-cron \
    --http-method=POST \
    --location=us-central1 \
    --schedule="0 9 * * 1-5" \
    --time-zone="America/Los_Angeles" \
    --headers "Content-Type=application/json" \
    --message-body='{"cluster":"$CLUSTER", "region":"$REGION", "pool-size": "2"}' \
    --uri=$SERVICE_URL \
    --oidc-service-account-email=$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com

Perintah ini menjadwalkan tugas untuk meningkatkan ukuran kumpulan Mulai cepat untuk semua WorkstationConfigs di WorkstationCluster $CLUSTER menjadi 2 pada pukul 09.00 PST dari Senin hingga Jumat.

Untuk informasi selengkapnya, lihat Mengonfigurasi Jadwal Tugas.

Demikian pula, untuk mengurangi ukuran pool konfigurasi workstation Anda menjadi 0 di akhir hari kerja, jalankan perintah berikut

gcloud scheduler jobs create http workstation-pool-decreaser-cron \
    --http-method=POST \
    --location=$REGION \
    --schedule="0 17 * * 1-5" \
    --time-zone="America/Los_Angeles" \
    --headers "Content-Type=application/json" \
    --message-body='{"cluster":"$CLUSTER", "region":"$REGION", "pool-size": "0"}' \
    --uri=$SERVICE_URL \
    --oidc-service-account-email=$SERVICE-ACCOUNT@$PROJECT_ID.iam.gserviceaccount.com

Opsional: Verifikasi tugas

Untuk memastikan bahwa tugas Anda berfungsi seperti yang diharapkan, Anda dapat memverifikasi tugas.

Buka halaman Cloud Scheduler di konsol Google Cloud .
Buka Cloud Scheduler

workstation-pool-increaser-cron akan muncul dalam daftar tugas.
Di baris untuk tugas workstation-pool-increaser-cron, klik Actions > Force a job run.

Tugas pertama yang dibuat dalam project dapat memerlukan waktu beberapa menit untuk dijalankan.
Di kolom Status eksekusi terakhir, status Success menunjukkan bahwa Anda telah berhasil menjalankan tugas.

Untuk memverifikasi bahwa konfigurasi Workstation telah diupdate, lakukan hal berikut:

Buka halaman Workstation Configurations di konsol Google Cloud .
Buka Konfigurasi Workstation
Pastikan Ukuran kumpulan mulai cepat adalah 2.
Melihat log untuk layanan Cloud Run Anda.

Pembersihan

Agar tidak perlu membayar biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam tutorial ini, hapus project yang berisi resource tersebut, atau simpan project dan hapus setiap resource.

Menghapus project pengujian Anda

Meskipun Cloud Run tidak mengenakan biaya saat layanannya tidak digunakan, Anda mungkin tetap dikenai biaya atas penyimpanan image container di Artifact Registry. Anda dapat menghapus image container atau menghapus project Google Cloud untuk menghindari tagihan. Menghapus project Google Cloud akan menghentikan penagihan untuk semua resource yang digunakan dalam project tersebut.

Perhatian: Menghapus project memiliki efek berikut:

Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

Jika Anda berencana mempelajari beberapa arsitektur, tutorial atau panduan memulai, dengan menggunakan kembali project dapat membantu Anda agar tidak melampaui batas kuota project.

In the Google Cloud console, go to the Manage resources page.
Go to Manage resources
In the project list, select the project that you want to delete, and then click Delete.
In the dialog, type the project ID, and then click Shut down to delete the project.

Menghapus tugas Cloud Scheduler

Untuk menghapus resource Cloud Scheduler satu per satu,

Buka halaman Cloud Scheduler di konsol Google Cloud .

Buka Cloud Scheduler
Klik kotak centang di samping tugas Anda.
Klik tombol Hapus di bagian atas halaman, lalu konfirmasi penghapusan.

Langkah berikutnya

Pelajari arsitektur referensi, diagram, dan praktik terbaik tentang Google Cloud. Lihat Cloud Architecture Center kami.

Menjadwalkan operasi Workstation menggunakan Cloud Scheduler dan Cloud Run Tetap teratur dengan koleksi Simpan dan kategorikan konten berdasarkan preferensi Anda.

Tujuan

Biaya

Sebelum memulai

Menyiapkan lingkungan

Arsitektur aplikasi

Membuat layanan Cloud Run

Men-deploy ke Cloud Run

Mengonfigurasi akun layanan untuk memanggil Cloud Run

Menyiapkan akun layanan

Membuat konfigurasi Cloud Scheduler dengan autentikasi

Opsional: Verifikasi tugas

Pembersihan

Menghapus project pengujian Anda

Menghapus tugas Cloud Scheduler

Langkah berikutnya

Menjadwalkan operasi Workstation menggunakan Cloud Scheduler dan Cloud Run