Soluzione di avvio: riassunto dei documenti con l'IA generativa

Last reviewed 2023-07-21 UTC

Questa guida ti aiuta a comprendere, eseguire il deployment e utilizzare la soluzione di riepilogo dei documenti di IA generativa, che sfrutta i modelli linguistici di grandi dimensioni (LLM) di Vertex AI per elaborare e riassumere i documenti on demand.

Questa soluzione esegue il deployment di una pipeline che viene attivata quando aggiungi un nuovo documento PDF al tuo bucket Cloud Storage. La pipeline estrae il testo dal documento, crea un riepilogo dal testo estratto e lo archivia in un database per la visualizzazione e la ricerca.

Questa guida è rivolta agli sviluppatori che hanno una certa esperienza con i modelli linguistici di grandi dimensioni. Si presume che tu conosca i concetti di base del cloud, anche se non necessariamente Google Cloud. L'esperienza con Terraform è utile.

Obiettivi

Questa guida alla soluzione ti aiuta a:

Comprendere come funziona l'applicazione di riassunto dei documenti di IA generativa.
Esegui il deployment di un'applicazione che orchestra il processo di riassunto della documentazione.
Attiva la pipeline caricando un PDF e visualizza un riepilogo generato.

Prodotti utilizzati

Questa sezione descrive i prodotti utilizzati dalla soluzione.

Componente	Descrizione prodotto	Scopo di questa soluzione
Cloud Storage	Un servizio di livello enterprise che offre archiviazione di oggetti senza limiti a basso costo per diversi tipi di dati.	Archivia i documenti PDF e il testo estratto.
Eventarc	Un servizio che gestisce il flusso delle modifiche di stato (eventi) tra microservizi disaccoppiati, routing di eventi a varie destinazioni e gestione di distribuzione, sicurezza, autorizzazione, osservabilità e gestione degli errori.	Cerca nuovi documenti nel bucket Cloud Storage e attiva un evento in Cloud Functions.
Cloud Functions	Un servizio di serverless computing leggero che consente di creare funzioni autonome a uso specifico in grado di rispondere agli eventi Google Cloud senza la necessità di gestire un ambiente server o di runtime.	Orchestra i passaggi di elaborazione dei documenti.
IA di Vision	Ambiente di sviluppo completamente gestito per creare le tue applicazioni di visione artificiale o ricavare insight da immagini e video.	Estrae il testo dal documento PDF utilizzando il riconoscimento ottico dei caratteri (OCR).
IA generativa di Vertex AI	Il supporto dell'IA generativa su Vertex AI ti consente di accedere ai grandi modelli di IA generativa di Google in modo da poterli testare, ottimizzare ed eseguire il deployment per l'uso nelle tue applicazioni basate sull'IA.	Crea un riepilogo dal testo estratto archiviato in Cloud Storage.
BigQuery	Un data warehouse completamente gestito e a elevata scalabilità con funzionalità di machine learning integrate.	Gestisce l'archiviazione del riepilogo generato.

Costo

Per una stima del costo delle risorse Google Cloud utilizzate dalla soluzione di riassunto dei documenti di AI generativa, consulta la stima precalcolata nel Calcolatore prezzi di Google Cloud.

Utilizza la stima come punto di partenza per calcolare il costo del deployment. Puoi modificare la stima per riflettere eventuali modifiche alla configurazione che prevedi di apportare per le risorse utilizzate nella soluzione.

La stima precalcolata si basa su ipotesi per determinati fattori, tra cui:

Le località Google Cloud in cui viene eseguito il deployment delle risorse.
La quantità di tempo in cui vengono utilizzate le risorse.
La quantità di dati archiviati in Cloud Storage.
Il numero di volte in cui viene richiamata l'applicazione di riassunto del documento.

Architettura

Questa soluzione esegue il deployment di un'applicazione di riassunto dei documenti utilizzando un codice già esistente. Il seguente diagramma mostra l'architettura dell'infrastruttura dell'applicazione:

Diagramma dell'architettura di un'applicazione di riassunto di documenti che utilizza Vertex AI Generative AI per riassumere il testo estratto dai documenti

Puoi richiamare l'applicazione in due modi: tramite il tutorial della console o tramite un blocco note Jupyter.

Flusso di richiesta

Il flusso di elaborazione delle richieste dell'applicazione di riassunto dei documenti dipende dal modo in cui gli utenti chiamano il servizio. I passaggi seguenti sono numerati come mostrato nel diagramma dell'architettura precedente.

Puoi avviare la richiesta di riassunto dei documenti in due modi:

Segui un tutorial su un blocco note Jupyter:

1. Carica un PDF tramite Vertex AI Workbench o Colaboratory.

2. Il file PDF caricato viene inviato a una funzione in esecuzione su Cloud Functions. Questa funzione esegue il processo di riassunto dei documenti.

3. La funzione Cloud Functions utilizza Vision AI per estrarre tutto il testo dal file PDF.

4. La funzione Cloud Functions archivia il testo estratto all'interno di un bucket Cloud Storage.

5. La funzione Cloud Functions utilizza l'API Vertex AI PaLM per riepilogare il testo estratto.

6. La funzione Cloud Functions archivia i riassunti testuali dei PDF all'interno di una tabella BigQuery.
Interagisci direttamente con i servizi Google Cloud:

7. Carica un file PDF direttamente in un bucket Cloud Storage, ad esempio tramite la console Google Cloud o Google Cloud CLI. Questo caricamento attiva Eventarc e consente di iniziare la fase di elaborazione del documento.

8. A seguito del caricamento diretto su Cloud Storage, Eventarc attiva la fase di elaborazione del documento (passaggi 3-6), gestita da Cloud Functions.

Esegui il deployment della soluzione

Questa sezione illustra il processo di deployment della soluzione.

Crea o scegli un progetto Google Cloud

Quando esegui il deployment della soluzione, scegli il progetto Google Cloud in cui viene eseguito il deployment delle risorse. Quando decidi se utilizzare un progetto esistente o crearne uno nuovo, considera i seguenti fattori:

Se crei un progetto per la soluzione, quando non hai più bisogno del deployment, puoi eliminarlo ed evitare la fatturazione continua. Se utilizzi un progetto esistente, devi eliminare il deployment quando non ne hai più bisogno.
L'utilizzo di un nuovo progetto può aiutare a evitare conflitti con le risorse di cui è stato eseguito il provisioning in precedenza, ad esempio le risorse utilizzate per i carichi di lavoro di produzione.

Se vuoi eseguire il deployment della soluzione in un nuovo progetto, crea il progetto prima di iniziare il deployment.

Per creare un progetto, completa i seguenti passaggi:

Nella console Google Cloud, vai alla pagina del selettore progetto.

Vai al selettore progetti
Per iniziare a creare un progetto Google Cloud, fai clic su Crea progetto.
Assegna un nome al progetto. Prendi nota dell'ID progetto generato.
Modifica gli altri campi in base alle tue esigenze.
Per creare il progetto, fai clic su Crea.

Ottieni le autorizzazioni IAM richieste

Per avviare il processo di deployment, sono necessarie le autorizzazioni di Identity and Access Management (IAM) elencate nella tabella seguente. Se hai il roles/owner ruolo di base per il progetto in cui prevedi di eseguire il deployment della soluzione, allora disponi già di tutte le autorizzazioni necessarie. Se non hai il ruolo roles/owner, chiedi all'amministratore di concederti queste autorizzazioni (o i ruoli che le includono).

Autorizzazione IAM richiesta	Ruolo predefinito che include le autorizzazioni richieste
`serviceusage.services.enable`	Amministratore Service Usage (`roles/serviceusage.serviceUsageAdmin`)
`iam.serviceAccounts.create`	Amministratore account di servizio (`roles/iam.serviceAccountAdmin`)
`resourcemanager.projects.setIamPolicy`	Amministratore IAM progetto (`roles/resourcemanager.projectIamAdmin`)
`config.deployments.create` `config.deployments.list`	Amministratore Cloud Infrastructure Manager (`roles/config.admin`)

Account di servizio creato per la soluzione

All'avvio del processo di deployment, viene creato un account di servizio per eseguire il deployment della soluzione per tuo conto (ed eliminare il deployment in un secondo momento, se vuoi). A questo account di servizio vengono assegnate alcune autorizzazioni IAM temporaneamente; in altre parole, le autorizzazioni vengono revocate automaticamente al termine delle operazioni di deployment ed eliminazione della soluzione. Dopo aver eliminato il deployment, Google consiglia di eliminare l'account di servizio, come descritto più avanti in questa guida.

Visualizza i ruoli assegnati all'account di servizio

Questi ruoli sono elencati qui nel caso in cui un amministratore del tuo progetto o della tua organizzazione Google Cloud abbia bisogno di queste informazioni.

roles/aiplatform.admin
roles/artifactregistry.reader
roles/bigquery.admin
roles/cloudfunctions.admin
roles/eventarc.admin
roles/iam.serviceAccountAdmin
roles/iam.serviceAccountUser
roles/logging.admin
roles/pubsub.admin
roles/resourcemanager.projectIamAdmin
roles/run.admin
roles/serviceusage.serviceUsageAdmin
roles/storage.admin

Scegli un metodo di deployment

Per eseguire il deployment di questa soluzione con il minimo sforzo, in GitHub viene fornita una configurazione Terraform. La configurazione Terraform definisce tutte le risorse Google Cloud necessarie per la soluzione.

Puoi eseguire il deployment della soluzione utilizzando uno dei seguenti metodi:

Tramite la console: utilizza questo metodo se vuoi provare la soluzione con la configurazione predefinita e vedere come funziona. Cloud Build esegue il deployment di tutte le risorse necessarie per la soluzione. Quando la soluzione di cui hai eseguito il deployment non ti serve più, puoi eliminarla tramite la console. Le risorse create dopo il deployment della soluzione potrebbero dover essere eliminate separatamente.

Per utilizzare questo metodo di deployment, segui le istruzioni in Eseguire il deployment tramite la console.
Utilizzo dell'interfaccia a riga di comando di Terraform: utilizza questo metodo se vuoi personalizzare la soluzione o se vuoi automatizzare il provisioning e la gestione delle risorse utilizzando l'approccio Infrastructure as Code (IaC). Scarica la configurazione Terraform da GitHub, personalizza facoltativamente il codice come necessario, quindi esegui il deployment della soluzione utilizzando l'interfaccia a riga di comando di Terraform. Dopo aver eseguito il deployment della soluzione, puoi continuare a utilizzare Terraform per gestirla.

Per utilizzare questo metodo di deployment, segui le istruzioni in Eseguire il deployment utilizzando l'interfaccia a riga di comando di Terraform.

Esegui il deployment tramite la console

Completa i seguenti passaggi per eseguire il deployment della soluzione preconfigurata.

Nel catalogo delle soluzioni di avvio rapido di Google Cloud, vai alla soluzione di riepilogo dei documenti di IA generativa.

Vai alla soluzione di riassunto dei documenti con l'IA generativa
Esamina le informazioni fornite nella pagina, ad esempio il costo stimato della soluzione e il tempo di deployment stimato.
Quando vuoi iniziare a eseguire il deployment della soluzione, fai clic su Esegui il deployment.

Viene visualizzata una guida interattiva passo passo.
Completa i passaggi nella guida interattiva.

Prendi nota del nome che inserisci per il deployment. Questo nome sarà richiesto in un secondo momento quando elimini il deployment.

Quando fai clic su Esegui il deployment, viene visualizzata la pagina Deployment della soluzione. Il campo Stato di questa pagina mostra Deployment.
Attendi che venga eseguito il deployment della soluzione.

Se il deployment non va a buon fine, il campo Stato mostra Non riuscito. Puoi utilizzare il log di Cloud Build per diagnosticare gli errori. Per ulteriori informazioni, consulta Errori durante il deployment tramite la console.

Una volta completato il deployment, il campo Stato diventa Deployment eseguito.

Successivamente, per provare la soluzione in autonomia, consulta Esplorare la soluzione.

Quando la soluzione non ti serve più, puoi eliminare il deployment per evitare la fatturazione continua per le risorse Google Cloud. Per ulteriori informazioni, consulta la sezione Eliminare il deployment.

Esegui il deployment utilizzando l'interfaccia a riga di comando di Terraform

Questa sezione descrive come personalizzare la soluzione o automatizzare il provisioning e la gestione della soluzione utilizzando l'interfaccia a riga di comando di Terraform. Le soluzioni di cui esegui il deployment tramite Terraform CLI non vengono visualizzate nella pagina Deployment delle soluzioni nella console Google Cloud.

Configura il client Terraform

Puoi eseguire Terraform in Cloud Shell o sul tuo host locale. Questa guida descrive come eseguire Terraform in Cloud Shell, in cui Terraform è preinstallato e configurato per l'autenticazione con Google Cloud.

Il codice Terraform per questa soluzione è disponibile in un repository GitHub.

Clona il repository GitHub in Cloud Shell.

Viene visualizzato un prompt per confermare il download del repository GitHub in Cloud Shell.
Fai clic su Conferma.

Cloud Shell viene avviato in una scheda separata del browser e il codice Terraform viene scaricato nella directory $HOME/cloudshell_open del tuo ambiente Cloud Shell.
In Cloud Shell, controlla se la directory di lavoro attuale è $HOME/cloudshell_open/terraform-gen-ai-document-summarization/. Questa è la directory che contiene i file di configurazione Terraform per la soluzione. Se devi passare a quella directory, esegui questo comando:
```
cd $HOME/cloudshell_open/terraform-gen-ai-document-summarization/
```
Inizializza Terraform eseguendo questo comando:
```
terraform init
```
Attendi finché non viene visualizzato il seguente messaggio:
```
Terraform has been successfully initialized!
```

Configura le variabili Terraform

Il codice Terraform scaricato include variabili che puoi utilizzare per personalizzare il deployment in base alle tue esigenze. Ad esempio, puoi specificare il progetto Google Cloud e la regione in cui vuoi eseguire il deployment della soluzione.

Assicurati che la directory di lavoro attuale sia $HOME/cloudshell_open/terraform-gen-ai-document-summarization/. Se non lo è, vai a quella directory.
Nella stessa directory, crea un file di testo denominato terraform.tfvars.
Nel file terraform.tfvars, copia il seguente snippet di codice e imposta i valori per le variabili obbligatorie.
- Segui le istruzioni fornite come commenti nello snippet di codice.
- Questo snippet di codice include solo le variabili per le quali devi impostare i valori. La configurazione Terraform include altre variabili con valori predefiniti. Per esaminare tutte le variabili e i valori predefiniti, consulta il file variables.tf disponibile nella directory $HOME/cloudshell_open/terraform-gen-ai-document-summarization/.
- Assicurati che ogni valore impostato nel file terraform.tfvars corrisponda al tipo di variabile dichiarato nel file variables.tf. Ad esempio, se il tipo definito per una variabile nel file variables.tf è bool, devi specificare true o false come valore di tale variabile nel file terraform.tfvars.
```
# This is an example of the terraform.tfvars file.
# The values in this file must match the variable types declared in variables.tf.
# The values in this file override any defaults in variables.tf.

# ID of the project in which you want to deploy the solution
project_id = "PROJECT_ID"
```

Convalidare e rivedere la configurazione Terraform

Assicurati che la directory di lavoro attuale sia $HOME/cloudshell_open/terraform-gen-ai-document-summarization/. Se non lo è, vai a quella directory.
Verifica che la configurazione di Terraform non contenga errori:
```
terraform validate
```
Se il comando restituisce eventuali errori, apporta le correzioni necessarie nella configurazione ed esegui di nuovo il comando terraform validate. Ripeti questo passaggio finché il comando non restituisce il seguente messaggio:
```
Success! The configuration is valid.
```
Esamina le risorse definite nella configurazione:
```
terraform plan
```
Se non hai creato il file terraform.tfvars come descritto in precedenza, Terraform ti chiede di inserire i valori per le variabili che non hanno valori predefiniti. Inserisci i valori richiesti.

L'output del comando terraform plan è un elenco delle risorse di cui Terraform esegue il provisioning quando applichi la configurazione.

Se vuoi apportare modifiche, modifica la configurazione ed esegui di nuovo i comandi terraform validate e terraform plan.

Esegui il provisioning delle risorse

Se non sono necessarie ulteriori modifiche alla configurazione di Terraform, esegui il deployment delle risorse.

Assicurati che la directory di lavoro attuale sia $HOME/cloudshell_open/terraform-gen-ai-document-summarization/. Se non lo è, vai a quella directory.
Applica la configurazione di Terraform:
```
terraform apply
```
Se non hai creato il file terraform.tfvars come descritto in precedenza, Terraform ti chiede di inserire i valori per le variabili che non hanno valori predefiniti. Inserisci i valori richiesti.

Terraform mostra un elenco delle risorse che verranno create.
Quando ti viene chiesto di eseguire le azioni, inserisci yes.

Terraform mostra i messaggi che mostrano l'avanzamento del deployment.

Se non è possibile completare il deployment, Terraform visualizza gli errori che hanno causato l'errore. Esamina i messaggi e aggiorna la configurazione per correggerli. Quindi esegui di nuovo il comando terraform apply. Per assistenza sulla risoluzione degli errori di Terraform, vedi Errori durante il deployment della soluzione utilizzando l'interfaccia a riga di comando di Terraform.

Dopo aver creato tutte le risorse, Terraform visualizza il seguente messaggio:
```
Apply complete!
```

Ora puoi esplorare la soluzione e vedere come funziona.

Esplora la soluzione

Una volta eseguito il deployment della soluzione, puoi caricare un documento PDF e visualizzare un riepilogo del documento in BigQuery. Puoi farlo nella console o tramite un blocco note Jupyter.

Console

Per visualizzare le risorse Google Cloud di cui viene eseguito il deployment e la relativa configurazione, fai un tour interattivo nella console.

Inizia il tour

Blocco note

Seleziona una piattaforma per aprire il blocco note Jupyter:

Elimina il deployment

Quando non hai più bisogno del deployment della soluzione, per evitare la fatturazione continua per le risorse che hai creato, elimina il deployment.

Elimina tramite la console

Utilizza questa procedura se hai eseguito il deployment della soluzione tramite la console.

Nella console Google Cloud, vai alla pagina Deployment delle soluzioni.

Vai a Deployment di soluzioni
Seleziona il progetto che contiene il deployment da eliminare.
Individua il deployment che vuoi eliminare.
Fai clic su Azioni e seleziona Elimina.
Inserisci il nome del deployment e fai clic su Conferma.

Il campo Stato mostra Eliminazione.

Se l'eliminazione non riesce, consulta le indicazioni per la risoluzione dei problemi in Errore durante l'eliminazione di un deployment.

Quando non hai più bisogno del progetto Google Cloud che hai utilizzato per la soluzione, puoi eliminarlo. Per ulteriori informazioni, consulta Facoltativo: eliminare il progetto.

Elimina utilizzando l'interfaccia a riga di comando di Terraform

Usa questa procedura se hai eseguito il deployment della soluzione utilizzando l'interfaccia a riga di comando di Terraform.

In Cloud Shell, assicurati che la directory di lavoro attuale sia $HOME/cloudshell_open/terraform-gen-ai-document-summarization/. Se non lo è, vai a quella directory.
Rimuovi le risorse di cui è stato eseguito il provisioning da Terraform:
```
terraform destroy
```
Terraform mostra un elenco delle risorse che verranno eliminate.
Quando ti viene chiesto di eseguire le azioni, inserisci yes.

Terraform mostra i messaggi che mostrano l'avanzamento. Dopo aver eliminato tutte le risorse, Terraform visualizza il seguente messaggio:
```
Destroy complete!
```
Se l'eliminazione non riesce, consulta le indicazioni per la risoluzione dei problemi in Errore durante l'eliminazione di un deployment.

Quando non hai più bisogno del progetto Google Cloud che hai utilizzato per la soluzione, puoi eliminarlo. Per ulteriori informazioni, consulta Facoltativo: eliminare il progetto.

(Facoltativo) Elimina il progetto

Se hai eseguito il deployment della soluzione in un nuovo progetto Google Cloud e se non ti serve più, eliminalo completando i seguenti passaggi:

Nella console Google Cloud, vai alla pagina Gestisci risorse.
Vai a Gestisci risorse
Nell'elenco dei progetti, seleziona il progetto da eliminare e fai clic su Elimina.
Al prompt, digita l'ID progetto e fai clic su Chiudi.

Se decidi di conservare il progetto, elimina l'account di servizio creato per questa soluzione, come descritto nella sezione successiva.

(Facoltativo) Elimina l'account di servizio

Se hai eliminato il progetto che hai utilizzato per la soluzione, salta questa sezione.

Come accennato in precedenza in questa guida, quando hai eseguito il deployment della soluzione, è stato creato un account di servizio per tuo conto. All'account di servizio sono state assegnate alcune autorizzazioni IAM temporaneamente; in altre parole, le autorizzazioni sono state revocate automaticamente al termine delle operazioni di deployment ed eliminazione della soluzione, ma l'account di servizio non viene eliminato. Google consiglia di eliminare questo account di servizio.

Se hai eseguito il deployment della soluzione tramite la console Google Cloud, vai alla pagina Deployment della soluzione. Se ti trovi già nella pagina, aggiorna il browser. Viene attivato un processo in background per eliminare l'account di servizio. Non sono necessarie ulteriori azioni.
Se hai eseguito il deployment della soluzione utilizzando l'interfaccia a riga di comando di Terraform, completa i seguenti passaggi:
1. Nella console Google Cloud, vai alla pagina Account di servizio.
  
  Vai ad Account di servizio
2. Seleziona il progetto che hai utilizzato per la soluzione.
3. Seleziona l'account di servizio che vuoi eliminare.
  
  L'ID email dell'account di servizio creato per la soluzione è nel seguente formato:
```
goog-sc-DEPLOYMENT_NAME-NNN@PROJECT_ID.iam.gserviceaccount.com
```
  L'ID email contiene i seguenti valori:
  - DEPLOYMENT_NAME: il nome del deployment.
  - NNN: un numero casuale di tre cifre.
  - PROJECT_ID: l'ID del progetto in cui è stato eseguito il deployment della soluzione.
4. Fai clic su Elimina.

Risolvere gli errori

Le azioni che puoi intraprendere per diagnosticare e risolvere gli errori dipendono dal metodo di deployment e dalla complessità dell'errore.

Errori durante il deployment tramite la console

Se il deployment non riesce quando utilizzi la console:

Vai alla pagina Deployment di soluzioni.

Se il deployment non è riuscito, il campo Stato mostra Non riuscito.
Visualizza i dettagli degli errori che hanno causato l'errore:
1. Fai clic su Azioni.
2. Seleziona Visualizza i log di Cloud Build.
Esamina il log di Cloud Build e intraprendi le azioni appropriate per risolvere il problema che ha causato l'errore.

Errori durante il deployment utilizzando l'interfaccia a riga di comando di Terraform

Se il deployment non va a buon fine quando utilizzi Terraform, l'output del comando terraform apply include messaggi di errore che puoi esaminare per diagnosticare il problema.

Gli esempi nelle sezioni seguenti mostrano errori di deployment che potresti riscontrare quando utilizzi Terraform.

Errore API non abilitata

Se crei un progetto e poi provi immediatamente a eseguire il deployment della soluzione nel nuovo progetto, il deployment potrebbe non riuscire e generare un errore come il seguente:

Error: Error creating Network: googleapi: Error 403: Compute Engine API has not
been used in project PROJECT_ID before or it is disabled. Enable it by visiting
https://console.developers.google.com/apis/api/compute.googleapis.com/overview?project=PROJECT_ID
then retry. If you enabled this API recently, wait a few minutes for the action
to propagate to our systems and retry.

Se si verifica questo errore, attendi qualche minuto ed esegui di nuovo il comando terraform apply.

Errore di assegnazione dell'indirizzo richiesto

Quando esegui il comando terraform apply, potrebbe verificarsi un errore cannot assign requested address, con un messaggio simile al seguente:

Error: Error creating service account:
 Post "https://iam.googleapis.com/v1/projects/PROJECT_ID/serviceAccounts:
 dial tcp [2001:db8:ffff:ffff::5f]:443:
 connect: cannot assign requested address

Se si verifica questo errore, esegui di nuovo il comando terraform apply.

Errore di configurazione

Se modifichi gli argomenti delle risorse nel file main.tf utilizzando valori non supportati, si verifica un errore come il seguente:

Error: Error creating Instance: googleapi: Error 400: Provided Redis version is
not supported: REDIS_5_X
│ com.google.apps.framework.request.StatusException:
  <eye3 title='INVALID_ARGUMENT'/>
  generic::INVALID_ARGUMENT: Provided Redis version is not supported: REDIS_5_X
Details:
│ [
│   {
│     "@type": "type.googleapis.com/google.rpc.BadRequest",
│     "fieldViolations": [
│       {
│         "description": "Invalid value: REDIS_5_X",
│         "field": "instance.redis_version"
│       }
│     ]
│   }
│ ]
│
│   with google_redis_instance.main,
│   on main.tf line 96, in resource "google_redis_instance" "main":
│   96: resource "google_redis_instance" "main" {

In questo caso, l'intent consisteva nell'utilizzare la versione 5 di Redis, ma il valore specificato per l'argomento instance.redis_version (REDIS_5_X) nel file main.tf non è valido. Il valore corretto è REDIS_5_0, come enumerato nella documentazione relativa all'API REST di Memorystore.

Errore durante l'eliminazione di un deployment

In alcuni casi, i tentativi di eliminare un deployment potrebbero non riuscire:

Dopo aver eseguito il deployment di una soluzione tramite la console, se modifichi una risorsa di cui ha eseguito il provisioning e provi a eliminare il deployment, l'eliminazione potrebbe non riuscire. Il campo Stato della pagina Deployment della soluzione mostra Non riuscito e il log di Cloud Build mostra la causa dell'errore.
Dopo aver eseguito il deployment di una soluzione mediante l'interfaccia a riga di comando di Terraform, se modifichi una risorsa utilizzando un'interfaccia non Terraform (ad esempio, la console) e se provi a eliminare il deployment, l'eliminazione potrebbe non riuscire. I messaggi nell'output del comando terraform destroy mostrano la causa dell'errore.

Esamina i log e i messaggi degli errori, identifica ed elimina le risorse che hanno causato l'errore, quindi prova a eliminare nuovamente il deployment.

Se un deployment basato su console non viene eliminato e non riesci a diagnosticare l'errore utilizzando il log di Cloud Build, puoi eliminare il deployment utilizzando l'interfaccia a riga di comando di Terraform, come descritto nella sezione successiva.

Elimina un deployment basato su console utilizzando l'interfaccia a riga di comando di Terraform

Questa sezione descrive come eliminare un deployment basato su console se si verificano errori quando provi a eliminarlo tramite la console. In questo approccio, scaricherai la configurazione Terraform per il deployment da eliminare e poi utilizzerai l'interfaccia a riga di comando Terraform per eliminare il deployment.

Identifica la regione in cui sono archiviati il codice Terraform, i log e altri dati del deployment. Potrebbe essere diversa da quella che hai selezionato durante il deployment della soluzione.
1. Nella console Google Cloud, vai alla pagina Deployment delle soluzioni.
  
  Vai a Deployment di soluzioni
2. Seleziona il progetto che contiene il deployment da eliminare.
3. Nell'elenco dei deployment, identifica la riga relativa al deployment che vuoi eliminare.
4. Fai clic su Visualizza tutti i contenuti della riga.
5. Nella colonna Location, prendi nota della seconda posizione, come evidenziato nell'esempio seguente:
Nella console Google Cloud, attiva Cloud Shell.

Attiva Cloud Shell

Nella parte inferiore della console Google Cloud viene avviata una sessione di Cloud Shell che mostra un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già installato e con valori già impostati per il progetto attuale. L'inizializzazione della sessione può richiedere alcuni secondi.
Crea variabili di ambiente per l'ID progetto, la regione e il nome del deployment che vuoi eliminare:
```
export REGION="REGION"
export PROJECT_ID="PROJECT_ID"
export DEPLOYMENT_NAME="DEPLOYMENT_NAME"
```
In questi comandi, sostituisci quanto segue:
- REGION: la località che hai annotato in precedenza in questa procedura.
- PROJECT_ID: l'ID del progetto in cui hai eseguito il deployment della soluzione.
- DEPLOYMENT_NAME: il nome del deployment che vuoi eliminare.

Ottieni l'ID dell'ultima revisione del deployment che vuoi eliminare:

export REVISION_ID=$(curl \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}" \
    | jq .latestRevision -r)
    echo $REVISION_ID

L'output è simile al seguente:

projects/PROJECT_ID/locations/REGION/deployments/DEPLOYMENT_NAME/revisions/r-0

Ottieni il percorso Cloud Storage della configurazione Terraform per il deployment:

export CONTENT_PATH=$(curl \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/${REVISION_ID}" \
    | jq .applyResults.content -r)
    echo $CONTENT_PATH

Di seguito è riportato un esempio dell'output di questo comando:

gs://PROJECT_ID-REGION-blueprint-config/DEPLOYMENT_NAME/r-0/apply_results/content

Scarica la configurazione Terraform da Cloud Storage a Cloud Shell:
```
gsutil cp -r $CONTENT_PATH $HOME
cd $HOME/content/
```
Attendi che venga visualizzato il messaggio Operation completed, come mostrato nell'esempio seguente:
```
Operation completed over 45 objects/268.5 KiB
```
Inizializza Terraform:
```
terraform init
```
Attendi finché non viene visualizzato il seguente messaggio:
```
Terraform has been successfully initialized!
```
Rimuovi le risorse di cui è stato eseguito il deployment:
```
terraform destroy
```
Terraform mostra un elenco delle risorse che verranno eliminate.

Se vengono visualizzati avvisi sulle variabili non dichiarate, ignorali.
Quando ti viene chiesto di eseguire le azioni, inserisci yes.

Terraform mostra i messaggi che mostrano l'avanzamento. Dopo aver eliminato tutte le risorse, Terraform visualizza il seguente messaggio:
```
Destroy complete!
```

Elimina l'artefatto del deployment:

curl -X DELETE \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}?force=true&delete_policy=abandon"

Attendi qualche secondo e verifica che l'artefatto di deployment sia stato eliminato:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}" \
    | jq .error.message

Se l'output mostra null, attendi qualche secondo ed esegui di nuovo il comando.

Dopo aver eliminato l'artefatto del deployment, viene visualizzato un messaggio come mostrato nell'esempio seguente:

Resource 'projects/PROJECT_ID/locations/REGION/deployments/DEPLOYMENT_NAME' was not found

Invia feedback

Le soluzioni di avvio rapido sono solo a scopo informativo e non sono prodotti ufficialmente supportati. Google può modificare o rimuovere le soluzioni senza preavviso.

Per risolvere gli errori, esamina i log di Cloud Build e l'output di Terraform.

Per inviare il feedback:

Per la documentazione, i tutorial nella console o la soluzione, utilizza il pulsante Invia feedback presente nella pagina.

Per il codice Terraform non modificato, crea problemi nel repository GitHub. I problemi relativi a GitHub vengono esaminati secondo il criterio del "best effort" e non sono destinati a domande sull'utilizzo generale.

Per problemi con i prodotti utilizzati nella soluzione, contatta l'assistenza clienti Google Cloud.

Passaggi successivi

Scopri di più su Vertex AI Generative AI.