Soluzione di avvio rapido: RAG di IA generativa con Cloud SQL

Last reviewed 2024-03-28 UTC

Questa guida ti aiuta a comprendere ed eseguire il deployment della soluzione RAG di IA generativa con Cloud SQL. Questa soluzione si basa sull'infrastruttura per un'applicazione di AI generativa con funzionalità RAG, ma è progettata per aiutarti a iniziare e imparare a utilizzare RAG a un costo inferiore.

Questa soluzione mostra come utilizzare la generazione di recupero (RAG, Retrieval-Augmented Generation) per creare un'applicazione di chat. Gli utenti possono utilizzare l'app per porre domande e ricevere risposte basate sulle informazioni memorizzate come vettori.

Questo documento è destinato a data scientist e sviluppatori di applicazioni che hanno una certa esperienza nello sviluppo di applicazioni e che interagiscono con un LLM, ad esempio Gemini. L'esperienza con Terraform è utile.

Obiettivi

Questa guida alle soluzioni ti aiuta a:

Esegui il deployment di un'app a tre livelli (un servizio di frontend, un servizio di backend e un database gestito) che utilizza RAG come modo per fornire input a un LLM.
Scopri come utilizzare un LLM con RAG e testo non strutturato.

Architettura

Il seguente diagramma mostra l'architettura della soluzione:

Architettura dell'infrastruttura richiesta per il RAG di IA generativa con la soluzione Cloud SQL.

Le seguenti sezioni descrivono il flusso di richiesta e le risorse Google Cloud mostrate nel diagramma.

Flusso di richiesta

Di seguito è riportato il flusso di elaborazione delle richieste per questa soluzione. I passaggi del flusso sono numerati come mostrato nel diagramma dell'architettura precedente.

I dati sono caricati su un bucket Cloud Storage.
I dati sono caricati su un database PostgreSQL in Cloud SQL.
Gli incorporamenti di campi di testo vengono creati utilizzando Vertex AI e archiviati come vettori.
Devi aprire l'applicazione in un browser.
Il servizio frontend comunica con il servizio di backend per una chiamata di AI generativa.
Il servizio di backend converte la richiesta in un incorporamento ed esegue ricerche negli incorporamenti esistenti.
I risultati in linguaggio naturale della ricerca di incorporamenti, insieme al prompt originale, vengono inviati a Vertex AI per creare una risposta.

Prodotti utilizzati

La soluzione utilizza i seguenti prodotti Google Cloud:

Vertex AI: una piattaforma di machine learning (ML) che consente di addestrare ed eseguire il deployment di modelli ML e applicazioni di IA, nonché di personalizzare gli LLM per l'uso nelle applicazioni.
Cloud SQL: un servizio basato su cloud per database MySQL, PostgreSQL e SQL Server completamente gestito nell'infrastruttura Google Cloud.
Cloud Run: un servizio completamente gestito che ti consente di creare ed eseguire il deployment di app containerizzate serverless. Google Cloud gestisce la scalabilità e altre attività dell'infrastruttura.
Cloud Storage: un archivio di oggetti a basso costo e senza limitazioni per diversi tipi di dati. I dati sono accessibili all'interno e all'esterno di Google Cloud e vengono replicati in più località per consentirne la ridondanza.

Costo

Per una stima del costo delle risorse Google Cloud utilizzate dal RAG di IA generativa con la soluzione Cloud SQL, 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 relative a determinati fattori, tra cui:

Le località Google Cloud in cui viene eseguito il deployment delle risorse.
La quantità di tempo di utilizzo delle risorse.
La quantità di dati archiviati in Cloud Storage.
L'allocazione di CPU e memoria per Cloud Run.
Allocazione di CPU, memoria e spazio di archiviazione per Cloud SQL.
Il numero di chiamate agli endpoint del modello Vertex AI.

Prima di iniziare

Per eseguire il deployment di questa soluzione, devi prima avere un progetto Google Cloud e alcune autorizzazioni IAM.

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 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.

Recupera le autorizzazioni IAM richieste

Per avviare il processo di deployment, devi disporre delle autorizzazioni di Identity and Access Management (IAM) elencate nella tabella seguente. Se disponi del roles/owner ruolo di base per il progetto in cui prevedi di eseguire il deployment della soluzione, 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

Se avvii il processo di deployment tramite la console, Google crea un account di servizio per eseguire il deployment della soluzione per tuo conto (ed eliminarlo in un secondo momento, se lo desideri). A questo account di servizio vengono assegnate temporaneamente determinate autorizzazioni IAM, ovvero 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.admin
roles/cloudfunctions.admin
roles/cloudsql.admin
roles/compute.networkAdmin
roles/config.agent
roles/iam.serviceAccountAdmin
roles/iam.serviceAccountUser
roles/iam.serviceAccountTokenCreator
roles/logging.configWriter
roles/resourcemanager.projectIamAdmin
roles/run.admin
roles/servicenetworking.serviceAgent
roles/serviceusage.serviceUsageAdmin
roles/storage.admin
roles/workflows.admin
roles/vpcaccess.admin

Esegui il deployment della soluzione

Per aiutarti a eseguire il deployment di questa soluzione con il minimo sforzo, in GitHub è 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 non hai più bisogno della soluzione di cui hai eseguito il deployment, 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 il codice secondo necessità, 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 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 Generative AI RAG with Cloud SQL.

Vai al RAG di IA generativa con la soluzione Cloud SQL
Esamina le informazioni fornite nella pagina, ad esempio il costo stimato della soluzione e il tempo di deployment stimato.
Quando è tutto pronto per 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 seguito, quando elimini il deployment.

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

Se il deployment non riesce, 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.
Per visualizzare la soluzione, torna alla pagina Deployment della soluzione nella console.
Per visualizzare le risorse Google Cloud di cui viene eseguito il deployment e la relativa configurazione, fai un tour interattivo.

Inizia il tour

Il completamento di questa attività richiede circa 10 minuti.

Quando non hai più bisogno della soluzione, puoi eliminare il deployment per evitare la fatturazione continua per le risorse Google Cloud. Per ulteriori informazioni, consulta la pagina 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 utilizzando l'interfaccia a riga di comando di Terraform non vengono visualizzate nella pagina Deployment della soluzione 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.

Clonare il repository GitHub in Cloud Shell.

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

Cloud Shell viene avviato in una scheda del browser separata 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-genai-rag. 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-genai-rag
```
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 che hai scaricato include variabili che puoi utilizzare per personalizzare il deployment in base ai tuoi requisiti. Ad esempio, puoi specificare il progetto Google Cloud e la regione in cui vuoi che venga eseguito il deployment della soluzione.

Assicurati che la directory di lavoro corrente sia $HOME/cloudshell_open/terraform-genai-rag. In caso contrario, 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 richieste.
- 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 di Terraform include altre variabili con valori predefiniti. Per esaminare tutte le variabili e i valori predefiniti, vedi il file variables.tf disponibile nella directory $HOME/cloudshell_open/terraform-genai-rag.
- Assicurati che ogni valore impostato nel file terraform.tfvars corrisponda al type 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 questa 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"

# The following variables have default values. You can set your own values or remove them to accept the defaults.

# Google Cloud region where you want to deploy the solution.
# Example: us-central1
region = "REGION"

# Whether or not to enable underlying apis in this solution.
# Example: true
enable_apis = "BOOL"

# Whether or not to protect Cloud SQL resources from deletion when solution is modified or changed.
# Example: false
deletion_protection = "BOOL"

# A map of key/value label pairs to assign to the resources.
# Example: "team"="monitoring", "environment"="test"
labels = {"KEY1"="VALUE1",..."KEYn"="VALUEn"}
```
Per informazioni sui valori che puoi assegnare alle variabili richieste, vedi quanto segue:
- project_id: identificazione dei progetti.
- Le altre variabili hanno valori predefiniti. Potresti modificarne alcune (ad esempio disable_services_on_destroy e labels).

Convalida e rivedi la configurazione Terraform

Assicurati che la directory di lavoro corrente sia $HOME/cloudshell_open/terraform-genai-rag. In caso contrario, vai a quella directory.
Verifica che la configurazione di Terraform non presenti errori:
```
terraform validate
```
Se il comando restituisce degli errori, apporta le correzioni necessarie nella configurazione, quindi esegui di nuovo il comando terraform validate. Ripeti questo passaggio finché il comando non restituisce il seguente messaggio:
```
Success! The configuration is valid.
```
Rivedi 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, quindi 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 corrente sia $HOME/cloudshell_open/terraform-genai-rag. In caso contrario, vai a quella directory.
Applica la configurazione 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 visualizza un elenco delle risorse che verranno create.
Quando ti viene chiesto di eseguire le azioni, inserisci yes.

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

Se non è possibile completare il deployment, Terraform visualizza gli errori che l'hanno causato. 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, consulta 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!
```
Per visualizzare la soluzione, torna alla pagina Deployment della soluzione nella console.
Per visualizzare le risorse Google Cloud di cui viene eseguito il deployment e la relativa configurazione, fai un tour interattivo.

Inizia il tour

Il completamento di questa attività richiede circa 15 minuti.

Elimina il deployment

Quando non hai più bisogno della soluzione, elimina tutte le risorse per evitare la fatturazione continuativa per le risorse create in questa soluzione.

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 della soluzione.

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.

Nel campo Stato è visualizzata la dicitura Eliminazione.

Se l'eliminazione non va a buon fine, 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 maggiori informazioni, consulta Facoltativo: eliminare il progetto.

Elimina utilizzando l'interfaccia a riga di comando di Terraform

Utilizza 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-genai-rag. In caso contrario, vai a quella directory.
Rimuovi le risorse di cui è stato eseguito il provisioning da Terraform:
```
terraform destroy
```
Terraform visualizza un elenco delle risorse che verranno eliminate.
Quando ti viene chiesto di eseguire le azioni, inserisci yes.

Terraform visualizza i messaggi che mostrano l'avanzamento. Dopo aver eliminato tutte le risorse, Terraform visualizza il seguente messaggio:
```
Destroy complete!
```
Se l'eliminazione non va a buon fine, 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 maggiori 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 questi passaggi:

Nella console Google Cloud, vai alla pagina Gestisci risorse.
Vai a Gestisci risorse
Nell'elenco dei progetti, seleziona quello che vuoi eliminare, quindi fai clic su Elimina.
Al prompt, digita l'ID progetto e fai clic su Arresta.

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

(Facoltativo) Eliminare l'account di servizio

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

Come menzionato 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 determinate autorizzazioni IAM temporaneamente, ovvero le autorizzazioni sono state revocate automaticamente dopo il completamento 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 sei già sulla 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 questi 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 3 cifre.
  - PROJECT_ID: l'ID del progetto in cui hai 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 necessarie per risolvere il problema che ha causato l'errore.

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

Se il deployment non riesce 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 simile al 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 alcuni minuti ed esegui di nuovo il comando terraform apply.

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 è stato eseguito il provisioning dalla soluzione e provi a eliminare il deployment, l'eliminazione potrebbe non riuscire. Il campo Stato nella 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 utilizzando l'interfaccia a riga di comando di Terraform, se modifichi una risorsa utilizzando un'interfaccia non Terraform (ad esempio, la console) e 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 riprova a eliminare il deployment.

Se un deployment basato su console non viene eliminato e non puoi 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 in caso di errori quando provi a eliminarlo tramite la console. Con questo approccio, scaricherai la configurazione di Terraform per il deployment da eliminare e poi utilizzerai l'interfaccia a riga di comando di Terraform per eliminare il deployment.

Identificare la regione in cui sono archiviati il codice Terraform, i log e altri dati del deployment. che potrebbe essere diversa da quella selezionata durante il deployment della soluzione.
1. Nella console Google Cloud, vai alla pagina Deployment della soluzione.
  
  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, la regione e il nome del progetto 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.

Recupera 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

Recupera la località 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 finché non viene 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 visualizza 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 visualizza 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, quindi 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 l'eliminazione dell'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 potrebbe 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 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.

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

Passaggi successivi

Scopri come creare un'applicazione di AI generativa su Google Cloud.
Scopri come creare applicazioni di IA generativa utilizzando AlloyDB AI.
Scopri come creare l'infrastruttura per un'applicazione di IA generativa con funzionalità RAG utilizzando Vertex AI.

Collaboratori

Autore: Jason Davenport | Developer Advocate

Altri collaboratori:

Kumar Dhanagopal | Sviluppatore di soluzioni cross-product
Geoffrey Anderson | Product Manager