Il runtime Python

Nota: alcuni runtime Python stanno raggiungendo la fine del supporto. Non puoi eseguire nuovamente il deployment delle versioni che utilizzano i runtime dopo la data di fine del supporto. Ti consigliamo di eseguire l'upgrade dell'app per utilizzare la versione più recente di Python.

Il runtime Python è lo stack software responsabile dell'installazione del codice e delle dipendenze dell'applicazione e dell'esecuzione dell'applicazione nell'ambiente flessibile.

• La versione 3.8 e successive sono create utilizzando i buildpack, che richiedono la scelta di un sistema operativo nel file app.yaml. Ad esempio, per utilizzare Python 3.12, devi specificare Ubuntu 22 come sistema operativo.

• La versione 3.7 e precedenti sono create utilizzando Docker.

Per l'elenco completo delle versioni Python supportate e la versione Ubuntu corrispondente, consulta la pianificazione del supporto di runtime.

Nuove versioni del runtime

Per il runtime Python versione 3.8 e successive, devi includere le impostazioni runtime_config e operating_system nel file app.yaml per specificare un sistema operativo.

Per utilizzare i nuovi runtime, devi installare l'interfaccia a riga di comando di gcloud 420.0.0 o versioni successive. Puoi aggiornare gli strumenti dell'interfaccia a riga di comando eseguendo il comando gcloud components update. Per visualizzare la versione installata, esegui il comando gcloud version.

(Facoltativo) Puoi specificare una versione del runtime includendo l'impostazione runtime_version nel file app.yaml. Per impostazione predefinita, viene utilizzata l'ultima versione Python se l'impostazione runtime_version non è specificata.

Esempi

• Per specificare Python 3.12 su Ubuntu 22:

  runtime: python
  env: flex
  entrypoint: gunicorn -b :$PORT main:app
  
  runtime_config:
      operating_system: "ubuntu22"
      runtime_version: "3.12"
  

• Per specificare l'ultima versione di Python supportata su Ubuntu 22:

    runtime: python
    env: flex
    entrypoint: gunicorn -b :$PORT main:app
  
    runtime_config:
        operating_system: "ubuntu22"
  

Per ulteriori informazioni, consulta la pagina di riferimento app.yaml.

Versioni precedenti del runtime

Per Python 3.7 e versioni precedenti, devi specificare una versione utilizzando le impostazioni runtime_config e python_version nel file app.yaml dell'applicazione.

Esempio

runtime: python
env: flex
entrypoint: gunicorn -b :$PORT main:app

runtime_config:
    python_version: 3.7

Per Python 3.7 e versioni precedenti, l'interprete predefinito è Python 2.7.12 se runtime_config o python_version sono omessi. Ad esempio, puoi utilizzare il runtime predefinito specificando runtime: python nel file app.yaml:

runtime: python
env: flex

Per ulteriori informazioni, consulta la pagina di riferimento app.yaml.

Gli interpreti di cui viene eseguito il deployment per ogni impostazione della versione sono mostrati nella tabella seguente:

python_version impostazione	Interprete di cui è stato eseguito il deployment	ID runtime	Esempio di app.yaml
2 (valore predefinito)	2.7.12	python2	runtime_config:  python_version: 2
3.4	3.4.8	python34	runtime_config:  python_version: 3.4
3.5	3.5.9	python35	runtime_config:  python_version: 3.5
3 o 3.6	3.6.10	python36	runtime_config:  python_version: 3
3.7	3.7.9	python37	runtime_config:  python_version: 3.7

Nota: man mano che vengono rilasciate nuove versioni secondarie di Python 3, potrebbe esserci un periodo in cui l'utilizzo dell'impostazione generica della versione 3 rimanda alla versione secondaria precedente. Le note di rilascio dell'interfaccia a riga di comando gcloud indicheranno quando 3 rimanderà al numero della versione secondaria più recente.

Supporto di altri runtime Python

Se la versione Python desiderata non è elencata, ci sono diverse opzioni:

1. Ambiente flessibile di App Engine: crea un runtime personalizzato e seleziona un'immagine di base valida con la versione Python necessaria.
2. Ambiente standard di App Engine: sono supportati Python 3.7, 3.8, 3.9, 3.10 e 3.11.
3. Cloud Functions: sono supportati Python 3.7, 3.8, 3.9 e 3.10.
4. Cloud Run: containerizza la tua app in base a un'immagine container per la versione Python di cui hai bisogno (consulta la guida rapida di Python). Poiché le immagini Python 3.10 sono già disponibili, puoi eseguire il deployment di quella versione oggi stesso.

Per l'ambiente flessibile di App Engine o Cloud Run, consulta Creazione di runtime personalizzati per le immagini di base fornite da Google o Immagini di base Docker Python per le immagini Python attualmente disponibili, incluse informazioni sulle immagini Python 2.

Per ulteriori informazioni sulla containerizzazione delle app di App Engine per Cloud Run, consulta il codelab e i contenuti video relativi alla containerizzazione con Docker o senza Docker. Tieni presente che al momento questi contenuti riguardano solo l'ambiente standard di App Engine a Cloud Run.

Dipendenze

Il runtime cerca un file requirements.txt nella directory di origine dell'applicazione e utilizza pip per installare le dipendenze prima di avviare l'applicazione. Per ulteriori informazioni sulla dichiarazione e la gestione dei pacchetti, consulta Utilizzo delle librerie Python.

Se la tua app richiede dipendenze private, devi utilizzare un runtime personalizzato basato sul runtime Python per installare i pacchetti appropriati.

Utilizzo delle librerie C con Python

Per abilitare l'utilizzo di pacchetti Python che richiedono estensioni C, le intestazioni della versione Python corrente e i seguenti pacchetti Ubuntu sono preinstallati sul sistema:

• build-essential
• ca-certificates
• curl
• gfortran
• git
• libatlas-dev
• libblas-dev
• libcurl4-openssl-dev
• libffi-dev
• libfreetype6-dev
• libjpeg-dev
• liblapack-dev
• libmemcached-dev
• libmysqlclient-dev
• libpng12-dev
• libpq-dev
• libquadmath0
• libsasl2-2
• libsasl2-dev
• libsasl2-modules
• libsqlite3-dev
• libssl-dev
• libxml2-dev
• libxslt1-dev
• libz-dev
• mercurial
• netbase
• pkg-config
• sasl2-bin
• swig
• wget
• zlib1g-dev

Questi pacchetti consentono l'installazione delle librerie Python più popolari. Se la tua applicazione richiede ulteriori dipendenze a livello di sistema operativo, dovrai utilizzare un runtime personalizzato basato su questo runtime per installare i pacchetti appropriati.

Avvio dell'applicazione

Il runtime avvia l'applicazione utilizzando il entrypoint definito nel file app.yaml. Il punto di ingresso deve avviare un processo che risponde alle richieste HTTP sulla porta definita dalla variabile di ambiente PORT.

La maggior parte delle applicazioni web utilizza un server WSGI, ad esempio Gunicorn, uWSGI o waitress.

Prima di poter utilizzare uno di questi server, devi aggiungerli come dipendenza nell'elemento requirements.txt dell'applicazione. Se utilizzi gunicorn per la tua applicazione Flask, assicurati che la versione Python dell'applicazione sia compatibile con gunicorn.

Il runtime garantisce che tutte le dipendenze siano installate prima della chiamata del punto di ingresso.

Flask==2.0.2
gunicorn==20.1.0

Un punto di ingresso di esempio in cui viene utilizzato gunicorn per un'applicazione Flask:

entrypoint: gunicorn -b :$PORT main:app

Un punto di ingresso di esempio che utilizza gunicorn per un'applicazione Django:

entrypoint: gunicorn -b :$PORT mydjangoapp:wsgi

Nota: il comando del punto di ingresso verrà eseguito dalla funzione exec di bash. Le variabili shell come $PORT verranno sostituite normalmente, ma la sintassi della shell, ad esempio if, for e while incorporata nel comando entrypoint, non funzionerà.

Gunicorn è il server WSGI consigliato, ma è assolutamente possibile utilizzare qualsiasi altro server WSGI. Ad esempio, ecco un punto di ingresso che utilizza uWSGI con Flask:

entrypoint: uwsgi --http :$PORT --wsgi-file main.py --callable app

Per le applicazioni che possono gestire le richieste senza un server WSGI, è sufficiente eseguire uno script Python:

entrypoint: python main.py

Configurazione Gunicorn consigliata

Gli esempi di punti di ingresso di base mostrati sopra sono pensati come punti di partenza e potrebbero funzionare per le tue applicazioni web. La maggior parte delle applicazioni, tuttavia, dovrà configurare ulteriormente il server WSGI. Anziché specificare tutte le impostazioni nel punto di ingresso, crea un file gunicorn.conf.py nella directory principale del progetto in cui si trova il file app.yaml e specificalo nel punto di ingresso:

entrypoint: gunicorn -c gunicorn.conf.py -b :$PORT main:app

Puoi trovare informazioni su tutti i valori di configurazione di Gunicorn nella relativa documentazione.

Worker

Gunicorn utilizza i worker per gestire le richieste. Per impostazione predefinita, Gunicorn utilizza i lavoratori di sincronizzazione. Questa classe worker è compatibile con tutte le applicazioni web, ma ogni worker può gestire una sola richiesta alla volta. Per impostazione predefinita, gunicorn utilizza solo uno di questi worker. Questo spesso può causare un sottoutilizzo delle istanze e un aumento della latenza nelle applicazioni soggette a carico elevato.

Ti consigliamo di impostare il numero di worker su 2-4 volte il numero di core della CPU per l'istanza più uno. Puoi specificare in gunicorn.conf.py come:

import multiprocessing

workers = multiprocessing.cpu_count() * 2 + 1

Inoltre, alcune applicazioni web che sono principalmente legate all'I/O possono ottenere un miglioramento delle prestazioni utilizzando una classe worker diversa. Se la tua classe worker richiede dipendenze aggiuntive, come gevent o tornado, queste dipendenze dovranno essere dichiarate nel valore requirements.txt dell'applicazione.

Proxy HTTPS e di forwarding

App Engine termina la connessione HTTPS al bilanciatore del carico e inoltra la richiesta all'applicazione. La maggior parte delle applicazioni non ha bisogno di sapere se la richiesta è stata inviata tramite HTTPS o meno, ma quelle che hanno bisogno di queste informazioni devono configurare Gunicorn in modo che consideri attendibile il proxy App Engine nel proprio gunicorn.conf.py:

forwarded_allow_ips = '*'
secure_scheme_headers = {'X-FORWARDED-PROTO': 'https'}

Gunicorn ora garantirà che il valore da wsgi.url_scheme a 'https', che la maggior parte dei framework web utilizzerà per indicare che la richiesta è sicura. Se il tuo framework o server WSGI non supporta questa funzionalità, controlla manualmente il valore dell'intestazione X-Forwarded-Proto.

Alcune applicazioni devono anche verificare l'indirizzo IP dell'utente. Questa opzione è disponibile nell'intestazione X-Forwarded-For.

Tieni presente che l'impostazione secure_scheme_headers in gunicorn.conf.py dovrebbe essere in maiuscolo, ad esempio X-FORWARDED-PROTO, ma le intestazioni che il tuo codice può leggere saranno in caratteri misti, ad esempio X-Forwarded-Proto.

Estensione del runtime

Il runtime Python nell'ambiente flessibile può essere utilizzato per creare un runtime personalizzato. Per ulteriori informazioni, consulta Personalizzazione di Python.

Variabili di ambiente

L'ambiente di runtime imposta le seguenti variabili di ambiente:

Variabile di ambiente	Descrizione
GAE_INSTANCE	Il nome dell'istanza attuale.
GAE_MEMORY_MB	La quantità di memoria disponibile per il processo di richiesta.
GAE_SERVICE	Il nome del servizio specificato nel file app.yaml dell'applicazione oppure, se non viene specificato alcun nome di servizio, è impostato su default.
GAE_VERSION	L'etichetta della versione dell'applicazione corrente.
GOOGLE_CLOUD_PROJECT	L'ID progetto associato alla tua applicazione, visibile nella console Google Cloud
PORT	La porta che riceverà le richieste HTTP.

Puoi impostare altre variabili di ambiente nel file app.yaml.

Server metadati

Ogni istanza della tua applicazione può utilizzare il server di metadati di Compute Engine per eseguire query sulle informazioni sull'istanza, tra cui nome host, indirizzo IP esterno, ID istanza, metadati personalizzati e informazioni dell'account di servizio. App Engine non consente di impostare metadati personalizzati per ogni istanza, ma puoi impostare metadati personalizzati a livello di progetto e leggerli dalle tue istanze di App Engine e Compute Engine.

Questa funzione di esempio utilizza il server di metadati per ottenere l'indirizzo IP esterno dell'istanza:

METADATA_NETWORK_INTERFACE_URL = (
    "http://metadata/computeMetadata/v1/instance/network-interfaces/0/"
    "access-configs/0/external-ip"
)


def get_external_ip():
    """Gets the instance's external IP address from the Compute Engine metadata
    server.

    If the metadata server is unavailable, it assumes that the application is running locally.

    Returns:
        The instance's external IP address, or the string 'localhost' if the IP address
        is not available.
    """
    try:
        r = requests.get(
            METADATA_NETWORK_INTERFACE_URL,
            headers={"Metadata-Flavor": "Google"},
            timeout=2,
        )
        return r.text
    except requests.RequestException:
        logging.info("Metadata server could not be reached, assuming local.")
        return "localhost"