Skip to main content

No project description provided

Project description

將服務部署到 GCP Cloud Run

這個 Python 腳本可以幫助你快速將你的服務部署到 GCP Cloud Run。你只需要提供服務名稱、Docker 映像標籤、GCP 服務帳戶等參數,它就會自動編譯 Docker 映像並部署到 GCP Cloud Run 上。

前置作業

在開始之前,你需要先安裝以下工具:

你還需要擁有一個 GCP 帳戶以及一個 GCP 專案。在你的 GCP 專案中,你需要創建一個服務帳戶,並為它授予以下權限:

  • Cloud Run Admin
  • Service Account User
  • Storage Admin
  • Viewer

最後,你需要在你的本地環境中設置以下環境變量:

  • GCP_PROJECT_ID:你的 GCP 專案 ID。
  • GCP_SERVICE_ACCOUNT:你創建的 GCP 服務帳戶的 email。

pip install 使用方法

  1. pip install to-cloud-run

  2. python -m to_cloud_run

github 使用方法

  1. 下載 to_cloud_run.py 腳本。

  2. 在你的服務目錄中創建一個 .env 文件,並在其中設置 GCP_PROJECT_IDGCP_SERVICE_ACCOUNT 環境變量。

  3. 創建一個 requirements.txt 文件,列出你的 Python 依賴項。

  4. 創建一個 app.py 文件,編寫你的服務代碼。

  5. 在命令行中運行以下命令:

    python to_cloud_run.py -n <service-name> -t <image-tag> -s <service-account>
    

    其中,<service-name> 是你的服務名稱,<image-tag> 是你的 Docker 映像標籤,<service-account> 是你的 GCP 服務帳戶 email。你可以使用其他可選參數來配置 Cloud Run 的 CPU、內存、最大實例數等參數。

  6. 等待部署完成。部署完成後,你可以在 GCP Cloud Run 控制台上查看你的服務。

可選參數

  • -n, --service-name:你的服務名稱。
  • -p, --platform:Docker 映像編譯平台,默認為 linux/amd64
  • -t, --image-tag:Docker 映像標籤。
  • -s, --service-account:GCP 服務帳戶 email。
  • -c, --cpu:Cloud Run CPU 分配,默認為 0.08
  • -m, --memory:Cloud Run 內存分配,默認為 128Mi
  • -i, --max-instances:Cloud Run 最大實例數,默認為 1
  • -r, --region:Cloud Run 部署區域,默認為 us-central1
  • -o, --port:容器端口,默認為 8000

注意事項

  • 該腳本僅支持 Python 3.6 及以上版本。
  • 該腳本需要使用 Docker 進行映像編譯,請確保你已經安裝了 Docker。
  • 該腳本需要使用 Google Cloud SDK 進行 Cloud Run 部署,請確保你已經安裝了 Google Cloud SDK。
  • 該腳本會在當前目錄下創建一個 Dockerfile 文件,請確保該目錄有寫入權限。
  • 該腳本會自動將 Docker 映像推送到 GCR 中,請確保你有相應的權限。
  • 該腳本會自動設置 Cloud Run 部署區域為 us-central1,如果需要部署到其他區域,請使用 -r 參數指定。
  • 該腳本會自動設置 Cloud Run 最大實例數為 1,如果需要多實例運行,請使用 -i 參數指定。

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

to-cloud-run-1.6.tar.gz (3.8 kB view details)

Uploaded Source

Built Distribution

to_cloud_run-1.6-py3-none-any.whl (4.1 kB view details)

Uploaded Python 3

File details

Details for the file to-cloud-run-1.6.tar.gz.

File metadata

  • Download URL: to-cloud-run-1.6.tar.gz
  • Upload date:
  • Size: 3.8 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.10.4

File hashes

Hashes for to-cloud-run-1.6.tar.gz
Algorithm Hash digest
SHA256 1251a32578d842e3b2a625b5323bc598b454ad41b1a9ef0d9d22df9bf050e9c9
MD5 4b77f29cf94348307ae3af030e781d9a
BLAKE2b-256 ed03624b7a7ca9614969a61cf6c17d2f582c50b4707fe395e97a7fe3ab867f83

See more details on using hashes here.

File details

Details for the file to_cloud_run-1.6-py3-none-any.whl.

File metadata

  • Download URL: to_cloud_run-1.6-py3-none-any.whl
  • Upload date:
  • Size: 4.1 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.10.4

File hashes

Hashes for to_cloud_run-1.6-py3-none-any.whl
Algorithm Hash digest
SHA256 cf4710535b3946bd8fb6bd27aa69b58c8f1ef9f089290feeb0bc92525a00a56c
MD5 bcf06e8c95f7d6e8cce297934e8cdefa
BLAKE2b-256 232825478b3354e0b6dd4b08a2ec7b4558cb7326b3b5b60ccb55b27edd3bd5f9

See more details on using hashes here.

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page