Panduan ini membantu Anda memahami dan men-deploy solusi Library Klien Cloud SDK.
Solusi ini memungkinkan Anda berinteraksi dengan Google Cloud menggunakan Library Klien Google Cloud SDK untuk memproses dan menggabungkan data, lalu menampilkan visualisasi radar Gunakan aplikasi ini untuk mengidentifikasi tren dan pengamatan berdasarkan data gabungan.
Solusi ini akan membantu Anda mempelajari keterampilan utama agar berhasil melakukan panggilan API. Solusi ini menggunakan Library Klien Google Cloud SDK untuk mengakses Google Cloud API secara terprogram, memanfaatkan layanan Google Cloud (tugas Cloud Run dan Cloud Storage) untuk mengurangi kode boilerplate.
Dalam solusi ini, kode akan mengurai set data sampel (2018 Central Park Squirrel Census) dengan tugas Cloud Run dan yang sesuai di Cloud Storage. Semua permintaan Klien Google Cloud SDK dicatat ke dalam Cloud Logging, menggunakan pola umum untuk mengaktifkan pemecahan masalah dan kemampuan observasi sehingga Anda melihat berapa lama permintaan tersebut dan di mana proses mengalami error. Solusi ini juga akan memandu Anda dalam menjalankan Cloud Run untuk memproses dan menyimpan {i>dataset<i}.
API adalah mekanisme dasar yang digunakan developer untuk berinteraksi dengan produk dan layanan Google Cloud. Google Cloud SDK menyediakan Library Klien Cloud yang mendukung delapan bahasa berbeda dan konvensi dan gaya. Gunakan solusi ini untuk mempelajari cara menggunakan Klien Google Cloud SDK Library untuk memproses data dan men-deploy aplikasi frontend tempat Anda dapat melihat hasilnya.
Tujuan
Panduan solusi ini membantu Anda melakukan hal berikut:
- Pelajari cara menggunakan library klien untuk panggilan Google Cloud API.
- Deploy set data interaktif menggunakan tugas Cloud Run dan Cloud Storage.
- Mempelajari panggilan Google Cloud API menggunakan Cloud Logging.
- Melihat aplikasi Cloud Run, konfigurasi akun layanan, dan mengaktifkan API dan penggunaannya.
Arsitektur
Solusi ini men-deploy data mentah ke bucket di Cloud Storage, mengonfigurasi Tugas Cloud Run untuk memproses data dan menyimpan ke bucket terpisah di Cloud Storage, dan men-deploy layanan frontend di Cloud Run yang dapat melihat dan berinteraksi dengan data yang diproses.
Diagram berikut menunjukkan arsitektur dari solusi:
Bagian berikut menjelaskan resource Google Cloud yang ditampilkan dalam diagram.
Komponen dan konfigurasi
Berikut adalah alur pemrosesan permintaan dari solusi ini. Langkah-langkah dalam alur diberi nomor seperti yang ditunjukkan dalam diagram arsitektur sebelumnya.
- Data yang belum diproses telah diupload ke bucket Cloud Storage.
- Tugas Cloud Run mengubah data mentah menjadi format yang lebih terstruktur yang oleh layanan frontend. Tugas Cloud Run mengupload proses data di bucket Cloud Storage kedua.
- Frontend, yang dihosting sebagai layanan Cloud Run, mengambil data yang diproses dari adalah bucket Cloud Storage kedua.
- Pengguna dapat mengunjungi aplikasi web yang disalurkan oleh frontend layanan Cloud Run.
Produk yang digunakan
Solusi ini menggunakan produk Google Cloud berikut:
- Cloud Storage: Layanan siap pakai bagi perusahaan yang menyediakan biaya rendah dan tanpa batas penyimpanan objek untuk beragam tipe data. Data dapat diakses dari dalam dan di luar Google Cloud serta direplikasi secara geo-redundan.
- Cloud Logging: Layanan yang memungkinkan Anda menyimpan, menelusuri, menganalisis, memantau, dan pemberitahuan tentang data logging dan peristiwa dari Google Cloud dan cloud lainnya.
- Cloud Run: Layanan terkelola sepenuhnya yang memungkinkan Anda membangun dan men-deploy aplikasi dalam container serverless. Google Cloud menangani penskalaan dan tugas infrastruktur lainnya, sehingga Anda dapat berfokus pada logika bisnis kode Anda
Biaya
Untuk mengetahui perkiraan biaya resource Google Cloud yang yang digunakan oleh solusi Library Klien Cloud SDK, lihat estimasi yang telah dihitung sebelumnya di Kalkulator Harga Google Cloud.
Gunakan perkiraan biaya tersebut sebagai titik awal untuk menghitung biaya deployment Anda. Anda dapat mengubah perkiraan biaya untuk mencerminkan setiap perubahan konfigurasi yang Anda rencanakan untuk memastikan resource yang digunakan dalam solusi.
Perkiraan yang telah dihitung sebelumnya didasarkan pada asumsi untuk faktor-faktor tertentu, termasuk hal-hal berikut:
- Lokasi Google Cloud tempat resource di-deploy.
Durasi waktu resource tersebut digunakan.
Lokasi Google Cloud tempat resource di-deploy.
Durasi waktu resource tersebut digunakan.
Men-deploy solusi
Bagian berikut akan memandu Anda dalam proses men-deploy solusi.
Membuat atau memilih project Google Cloud
Saat men-deploy solusi, Anda memilih Project Google Cloud tempat resource di-deploy. Anda dapat membuat proyek baru atau menggunakan project yang ada untuk deployment.
Jika Anda ingin membuat project baru, lakukan sebelum memulai deployment. Menggunakan project dapat membantu menghindari konflik dengan resource yang telah disediakan sebelumnya, seperti resource yang digunakan untuk workload produksi.
Untuk membuat project, selesaikan langkah-langkah berikut ini:
-
Di konsol Google Cloud, buka halaman Pemilih project.
-
Untuk mulai membuat project Google Cloud, klik Buat project.
-
Beri nama project Anda. Catat project ID yang dibuat.
-
Edit kolom lain sesuai kebutuhan.
-
Untuk membuat project, klik Buat.
Mendapatkan izin IAM yang diperlukan
Untuk memulai proses deployment, Anda memerlukan izin Identity and Access Management (IAM) yang terdaftar dalam tabel berikut ini.
Jika Anda membuat project baru untuk solusi ini, berarti Anda memiliki roles/owner
peran dasar
dalam project tersebut dan memiliki semua izin yang diperlukan. Jika Anda tidak memiliki
roles/owner
peran, lalu minta administrator untuk memberikan izin ini (atau
peran yang menyertakan izin ini) kepada Anda.
Izin IAM diperlukan | Peran bawaan yang mencakup izin yang diperlukan |
---|---|
|
Service Usage Admin ( roles/serviceusage.serviceUsageAdmin ) |
|
Service Account Admin ( roles/iam.serviceAccountAdmin ) |
|
Project IAM Admin ( roles/resourcemanager.projectIamAdmin ) |
config.deployments.create config.deployments.list |
Cloud Infrastructure Manager Admin ( roles/config.admin ) |
iam.serviceAccount.actAs |
Service Account User ( roles/iam.serviceAccountUser ) |
Tentang izin akun layanan sementara
Jika Anda memulai proses deployment melalui konsol, Google akan membuat akun layanan untuk men-deploy solusi atas nama Anda (dan menghapus deployment nanti jika Anda pilih). Akun layanan ini diberi izin IAM tertentu untuk sementara; artinya, izin tersebut dicabut secara otomatis setelah deployment solusi dan operasi penghapusan selesai. Google merekomendasikan setelah menghapus deployment, Anda menghapus akun layanan, yang akan dijelaskan nanti dalam panduan ini.
Melihat peran yang ditetapkan ke akun layanan
Peran ini tercantum di sini jika administrator Organisasi atau project Google Cloud memerlukan informasi ini.
roles/storage.admin
roles/run.admin
roles/iam.serviceAccountAdmin
roles/iam.serviceAccountUser
roles/resourcemanager.projectIamAdmin
roles/iam.roleAdmin
roles/serviceusage.serviceUsageAdmin
Memilih metode deployment
Untuk membantu Anda men-deploy solusi ini dengan upaya minimal, konfigurasi Terraform disediakan di GitHub. Konfigurasi Terraform menentukan semua resource Google Cloud yang diperlukan untuk solusi.
Anda dapat men-deploy solusi menggunakan salah satu dari metode berikut ini:
Melalui konsol: Gunakan metode ini jika Anda ingin mencoba solusi dengan konfigurasi default dan melihat cara kerjanya. Cloud Build men-deploy semua resource yang diperlukan untuk solusi. Jika Anda sudah tidak memerlukan solusi yang di-deploy, Anda dapat menghapusnya melalui konsol. Semua resource yang telah Anda buat setelah men-deploy solusi mungkin perlu dihapus secara terpisah.
Untuk menggunakan metode deployment ini, ikuti petunjuknya di Deploy melalui konsol.
Menggunakan Terraform CLI: Gunakan metode ini jika Anda ingin menyesuaikan solusi atau mengotomatisasi penyediaan dan pengelolaan resource menggunakan pendekatan Infrastructure as Code (IaC). Download konfigurasi Terraform melalui GitHub, sesuaikan kode secara opsional sesuai kebutuhan, kemudian deploy solusi menggunakan Terraform CLI. Setelah men-deploy solusi, Anda dapat terus menggunakan Terraform untuk mengelola solusi tersebut.
Untuk menggunakan metode deployment ini, ikuti instruksinya di Men-deploy menggunakan Terraform CLI.
Men-deploy melalui konsol
Selesaikan langkah-langkah berikut untuk men-deploy solusi yang telah terkonfigurasi.
Di katalog Solusi Praktis Google Cloud, buka Solusi Library Klien Cloud SDK.
Tinjau informasi yang tersedia di halaman seperti perkiraan biaya solusi dan waktu deployment.
Jika sudah siap untuk mulai men-deploy solusi, klik Deploy.
Panel konfigurasi langkah demi langkah akan ditampilkan.
Selesaikan langkah-langkah di panel konfigurasi.
Catat nama yang Anda masukkan untuk deployment. Nama ini akan diperlukan saat Anda menghapus deployment.
Saat Anda mengklik Deploy, halaman Deployment solusi akan ditampilkan. Kolom Status di halaman ini menampilkan Men-deploy.
Tunggu hingga solusi berhasil di-deploy.
Jika deployment gagal, kolom Status akan menampilkan Gagal. Anda dapat menggunakan log Cloud Build untuk mendiagnosis error. Untuk informasi selengkapnya, lihat Error ketika men-deploy melalui konsol.
Setelah deployment selesai, kolom Status berubah menjadi Di-deploy.
Untuk melihat solusi, kembali ke halaman Deployment solusi di konsol.
Dengan solusi ini, Anda perlu menjalankan tugas pemrosesan data menggunakan Cloud Run pekerjaan untuk mentransformasi dan berinteraksi dengan {i>dataset <i}sampel. Untuk mengikuti panduan langkah demi langkah terkait tugas ini, langsung di Konsol Google Cloud, klik Start the data processing job.
Untuk melihat resource Google Cloud yang di-deploy dan konfigurasi, pilih tur interaktif dalam bahasa pilihan Anda (
Python
,Node.js
, atauJava
).Setelah Anda memproses set data sampel ke dalam bucket Cloud Storage, Anda dapat terus menggunakan solusi Library Klien Cloud SDK untuk mempelajari berinteraksi dengan Google Cloud API, bagaimana API didukung oleh Identity and Access Management, dan memecahkan masalah API di aplikasi Cloud Client API.
Ketika Anda tidak lagi memerlukan solusi tersebut, Anda dapat menghapus deployment untuk menghindari penagihan berkelanjutan untuk resource Google Cloud tersebut. Untuk informasi selengkapnya, lihat Menghapus deployment.
Men-deploy menggunakan Terraform CLI
Bagian ini menjelaskan cara menyesuaikan solusi atau mengotomatiskan penyediaan dan pengelolaan solusi menggunakan Terraform CLI. Solusi yang Anda deploy menggunakan Terraform CLI tidak ditampilkan di halaman Deployment solusi pada Konsol Google Cloud.
Menyiapkan klien Terraform
Anda dapat menjalankan Terraform baik di Cloud Shell maupun host lokal Anda. Panduan ini menjelaskan cara menjalankan Terraform di Cloud Shell, yang telah menginstal Terraform di Cloud Shell dan dikonfigurasi untuk diautentikasi dengan Google Cloud.
Kode Terraform untuk solusi ini tersedia di repositori GitHub.
Lakukan clone repositori GitHub ke Cloud Shell.
Perintah akan ditampilkan untuk mengonfirmasi download repositori GitHub ke Cloud Shell.
Klik Confirm.
Cloud Shell diluncurkan di tab browser yang terpisah, lalu kode Terraform didownload ke direktori
$HOME/cloudshell_open
lingkungan Cloud Shell Anda.Dalam Cloud Shell, periksa apakah direktori yang sedang bekerja adalah
$HOME/cloudshell_open/terraform-cloud-client-api/infra
. Ini merupakan direktori yang berisi file konfigurasi Terraform untuk solusi. Jika Anda perlu mengubah ke direktori tersebut, jalankan perintah berikut:cd $HOME/cloudshell_open/terraform-cloud-client-api/infra
Lakukan inisialisasi Terraform dengan menjalankan perintah berikut:
terraform init
Tunggu hingga Anda melihat pesan berikut:
Terraform has been successfully initialized!
Mengonfigurasi variabel Terraform
Kode Terraform yang Anda download mencakup variabel yang dapat digunakan untuk menyesuaikan deployment berdasarkan persyaratan Anda. Misalnya, Anda dapat menentukan project Google Cloud dan region tempat Anda ingin men-deploy solusi.
Pastikan direktori yang sedang bekerja adalah
$HOME/cloudshell_open/terraform-cloud-client-api/infra
. Jika bukan, buka direktori tersebut.Pada direktori yang sama, buatlah file teks dengan nama
terraform.tfvars
.Dalam file
terraform.tfvars
, salin cuplikan kode berikut dan tetapkan nilai untuk variabel yang diperlukan.- Ikuti petunjuk yang disediakan sebagai komentar dalam cuplikan kode.
- Cuplikan kode ini hanya mencakup variabel yang harus Anda tetapkan
nilainya. Konfigurasi Terraform mencakup variabel lain yang memiliki
nilai default. Untuk meninjau semua variabel dan nilai default, lihat
file
variables.tf
yang tersedia di direktori$HOME/cloudshell_open/terraform-cloud-client-api/infra
. - Pastikan setiap nilai yang Anda tetapkan dalam file
terraform.tfvars
cocok dengan variabel jenis seperti yang dideklarasikan dalam filevariables.tf
. Misalnya, jika jenis yang ditentukan untuk variabel dalam filevariables.tf
adalah filebool
, Anda harus menentukantrue
ataufalse
sebagai nilai variabel tersebut di fileterraform.tfvars
.
# ID of the project in which you want to deploy the solution project_id = "PROJECT_ID" # Google Cloud region where you want to deploy the solution # Example: us-central1 region = "REGION" # Programming language implementation to use # Example: python language = "LANGUAGE" # Version of application image to use # Example: 0.4.0 image_version = "IMAGE_VERSION"
Untuk mengetahui informasi tentang nilai yang dapat Anda tetapkan untuk variabel-variabel yang diperlukan, lihat berikut ini:
project_id
: Mengidentifikasi project.region
: Wilayah yang tersedia.language
: Implementasi bahasa pemrograman yang akan digunakan.image_version
: Versi gambar aplikasi yang akan digunakan.
Memvalidasi dan meninjau konfigurasi Terraform
Pastikan direktori yang sedang bekerja adalah
$HOME/cloudshell_open/terraform-cloud-client-api/infra
. Jika bukan, buka direktori tersebut.Pastikan konfigurasi Terraform tidak terdapat error:
terraform validate
Jika perintah menunjukkan error, lakukan perbaikan yang diperlukan dalam konfigurasi kemudian jalankan kembali perintah
terraform validate
. Ulangi langkah ini hingga perintah menunjukkan pesan berikut:Success! The configuration is valid.
Tinjau resource yang ditentukan dalam konfigurasi:
terraform plan
Jika Anda tidak membuat file
terraform.tfvars
seperti yang dijelaskan sebelumnya, Terraform akan meminta Anda memasukkan nilai untuk variabel yang tidak memiliki nilai default. Masukkan nilai yang diperlukan.Output perintah
terraform plan
adalah daftar resource yang disediakan Terraform ketika Anda menerapkan konfigurasi.Jika Anda ingin melakukan perubahan, edit konfigurasi, kemudian jalankan kembali perintah
terraform validate
danterraform plan
.
Menyediakan resource
Jika tidak ada perubahan lebih lanjut yang diperlukan dalam konfigurasi Terraform, deploy resource.
Pastikan direktori yang sedang bekerja adalah
$HOME/cloudshell_open/terraform-cloud-client-api/infra
. Jika bukan, buka direktori tersebut.Terapkan konfigurasi Terraform:
terraform apply
Jika Anda tidak membuat file
terraform.tfvars
seperti yang dijelaskan sebelumnya, Terraform akan meminta Anda memasukkan nilai untuk variabel yang tidak memiliki nilai default. Masukkan nilai yang diperlukan.Terraform menampilkan daftar resource yang akan dibuat.
Ketika Anda diminta untuk melakukan tindakan, masukkan
yes
.Terraform menampilkan pesan yang menunjukkan progres deployment.
Jika deployment tidak dapat diselesaikan, Terraform akan menampilkan error yang menyebabkan kegagalan. Tinjau pesan error dan update konfigurasi untuk memperbaiki error. Kemudian jalankan kembali perintah
terraform apply
. Untuk bantuan terkait pemecahan masalah error Terraform, lihat Error ketika men-deploy solusi menggunakan Terraform CLI.Setelah semua resource dibuat, Terraform akan menampilkan pesan berikut:
Apply complete!
Untuk melihat solusi, kembali ke halaman Deployment solusi di konsol.
Dengan solusi ini, Anda perlu menjalankan tugas pemrosesan data menggunakan Cloud Run pekerjaan untuk mengubah dan berinteraksi dengan {i>dataset <i}sampel. Untuk mengikuti panduan langkah demi langkah terkait tugas ini, langsung di Konsol Google Cloud, klik Start the data processing job.
Untuk melihat resource Google Cloud yang di-deploy dan konfigurasi, pilih tur interaktif dalam bahasa pilihan Anda (
Python
,Node.js
, atauJava
).Setelah Anda memproses set data sampel ke dalam bucket Cloud Storage, Anda dapat terus menggunakan solusi Library Klien Cloud SDK untuk mempelajari berinteraksi dengan Google Cloud API, bagaimana API didukung oleh Identity and Access Management, dan memecahkan masalah API di aplikasi Cloud Client API.
Ketika Anda tidak lagi memerlukan solusi tersebut, Anda dapat menghapus deployment untuk menghindari penagihan berkelanjutan untuk resource Google Cloud tersebut. Untuk mengetahui informasi selengkapnya, lihat Menghapus deployment.
Menghapus deployment
Jika tidak lagi membutuhkan solusi, hapus semua resource yang telah Anda buat dalam solusi tersebut untuk menghindari penagihan berkelanjutan.
Menghapus melalui konsol
Gunakan prosedur ini jika Anda men-deploy solusi melalui konsol.
Pada Konsol Google Cloud, buka halaman Deployment solusi.
Pilih project berisi deployment yang ingin Anda hapus.
Cari deployment yang ingin Anda hapus.
Di baris untuk deployment, klik
Tindakan lalu pilih Delete.Anda mungkin perlu men-scroll untuk melihat Tindakan di baris.
Masukkan nama deployment, lalu klik Konfirmasi.
Kolom Status menampilkan Menghapus.
Jika penghapusan gagal, lihat panduan pemecahan masalah pada bagian Error saat menghapus deployment.
Jika tidak lagi memerlukan project Google Cloud yang digunakan untuk solusi, Anda dapat menghapus project tersebut. Untuk informasi selengkapnya, lihat Opsional: Menghapus project
Menghapus menggunakan Terraform CLI
Gunakan prosedur ini jika Anda men-deploy solusi menggunakan Terraform CLI.
Di Cloud Shell, pastikan direktori kerja saat ini adalah
$HOME/cloudshell_open/terraform-cloud-client-api/infra
. Jika bukan, buka direktori tersebut.Hapus resource yang disediakan oleh Terraform:
terraform destroy
Terraform menampilkan daftar resource yang akan dimusnahkan.
Ketika Anda diminta untuk melakukan tindakan, masukkan
yes
.Terraform menampilkan pesan yang menunjukkan progres. Setelah semua resource dihapus, Terraform akan menampilkan pesan berikut:
Destroy complete!
Jika penghapusan gagal, lihat panduan pemecahan masalah pada bagian Error saat menghapus deployment.
Jika tidak lagi memerlukan project Google Cloud yang digunakan untuk solusi, Anda dapat menghapus project tersebut. Untuk informasi selengkapnya, lihat Opsional: Menghapus project
Opsional: Menghapus project
Jika Anda men-deploy solusi di project Google Cloud baru, dan tidak lagi memerlukan project tersebut, hapus dengan melakukan langkah-langkah berikut:
- Pada Konsol Google Cloud, buka halaman Kelola resource
- Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Hapus.
- Pada layar perintah, ketik project ID, lalu klik Matikan.
Jika Anda memutuskan untuk mempertahankan project, hapus akun layanan yang dibuat untuk solusi ini, seperti yang akan dijelaskan pada bagian selanjutnya.
Opsional: Menghapus akun layanan
Jika Anda menghapus project yang digunakan untuk solusi tersebut, lewati bagian ini.
Seperti yang telah disebutkan dalam panduan ini, ketika men-deploy solusi, akun layanan akan dibuat atas nama Anda. Akun layanan telah diberi izin IAM tertentu untuk sementara; yaitu, izin yang otomatis dicabut setelah operasi deployment dan penghapusan solusi selesai, tetapi akun layanan tidak dihapus. Google merekomendasikan agar Anda menghapus akun layanan ini.
Jika Anda telah men-deploy solusi melalui konsol Google Cloud, buka Deployment solusi kami. (Jika Anda sudah berada di halaman tersebut, muat ulang browser.) Proses terpicu di latar belakang untuk menghapus akun layanan. Tidak ada tindakan lebih lanjut yang diperlukan.
Jika Anda men-deploy solusi menggunakan Terraform CLI, lakukan langkah-langkah berikut:
Di Konsol Google Cloud, buka halaman Service accounts.
Pilih project yang Anda gunakan untuk solusi tersebut.
Pilih akun layanan yang ingin Anda hapus.
ID email akun layanan yang digunakan untuk membuat solusi menggunakan format berikut:
goog-sc-DEPLOYMENT_NAME-NNN@PROJECT_ID.iam.gserviceaccount.com
ID email berisi nilai-nilai berikut:
- DEPLOYMENT_NAME: nama deployment.
- NNN: 3 digit angka acak.
- PROJECT_ID: ID project tempat Anda men-deploy solusi.
Klik Delete.
Memecahkan masalah error
Tindakan yang dapat Anda lakukan untuk mendiagnosis dan mengatasi error bergantung pada metode deployment dan kompleksitas error.
Error ketika men-deploy melalui konsol
Jika deployment gagal saat Anda menggunakan konsol, lakukan hal-hal berikut:
Buka halaman Deployment solusi.
Jika deployment gagal, kolom Status akan menampilkan Gagal.
Lihat detail error yang menyebabkan kegagalan:
Di baris untuk deployment, klik
Tindakan.Anda mungkin perlu men-scroll untuk melihat Tindakan di baris.
Pilih Lihat log Cloud Build.
Tinjau log Cloud Build dan ambil tindakan yang sesuai untuk menyelesaikan masalah yang menyebabkan kegagalan.
Error ketika men-deploy menggunakan Terraform CLI
Jika deployment gagal saat Anda menggunakan Terraform, output perintah terraform
apply
akan menyertakan pesan error yang dapat Anda tinjau untuk mendiagnosis
masalah.
Pada bagian berikut ditunjukkan contoh error deployment yang mungkin Anda alami saat menggunakan Terraform.
Error API dinonaktifkan
Jika Anda membuat project dan segera mencoba men-deploy solusi di project baru, deployment mungkin akan gagal dengan error seperti berikut:
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.
Jika terjadi error, tunggu beberapa menit, lalu jalankan kembali perintah terraform apply
.
Error ketika menghapus deployment
Dalam kasus tertentu, upaya untuk menghapus deployment mungkin akan gagal:
- Jika Anda mengubah resource yang disediakan oleh solusi setelah men-deploy solusi melalui konsol, lalu Anda mencoba menghapus deployment, penghapusan mungkin akan gagal. Kolom Status pada halaman Deployment solusi akan menampilkan Gagal, dan log Cloud Build akan menunjukkan penyebab error.
- Jika Anda mengubah resource dengan menggunakan antarmuka non-Terraform (misalnya, konsol)
setelah men-deploy solusi menggunakan
Terraform CLI, kemudian Anda mencoba menghapus deployment,
penghapusan mungkin akan gagal. Pesan dalam output perintah
terraform destroy
menunjukkan penyebab error.
Tinjau log dan pesan error serta identifikasi dan hapus resource yang menyebabkan error tersebut. Setelah itu, coba hapus kembali deployment.
Jika deployment berbasis konsol tidak dapat dihapus dan Anda tidak dapat mendiagnosis error menggunakan log Cloud Build, Anda dapat menghapus deployment tersebut menggunakan Terraform CLI yang akan dijelaskan pada bagian berikutnya.
Menghapus deployment berbasis konsol menggunakan Terraform CLI
Bagian ini menjelaskan cara menghapus deployment berbasis konsol jika terjadi error saat Anda mencoba menghapusnya melalui konsol. Dalam pendekatan ini, Anda perlu mendownload konfigurasi Terraform untuk deployment yang ingin dihapus, lalu gunakan Terraform CLI untuk menghapus deployment tersebut.
Identifikasi region tempat kode Terraform, log, dan data deployment lainnya disimpan. Region ini mungkin berbeda dari region yang Anda pilih ketika men-deploy solusi.
Pada Konsol Google Cloud, buka halaman Deployment solusi.
Pilih project berisi deployment yang ingin Anda hapus.
Dalam daftar deployment, identifikasi baris deployment yang ingin Anda hapus.
Klik
Lihat semua konten baris.Pada kolom Lokasi, catat lokasi kedua seperti yang ditandai dalam contoh berikut:
Di konsol Google Cloud, aktifkan Cloud Shell.
Di bagian bawah Google Cloud Console, Cloud Shell sesi akan terbuka dan menampilkan perintah command line. Cloud Shell adalah lingkungan shell dengan Google Cloud CLI yang sudah terinstal, dan dengan nilai yang sudah ditetapkan untuk project Anda saat ini. Diperlukan waktu beberapa detik untuk melakukan inisialisasi sesi.
Membuat variabel lingkungan untuk project ID, region, dan nama deployment yang ingin Anda hapus:
export REGION="REGION" export PROJECT_ID="PROJECT_ID" export DEPLOYMENT_NAME="DEPLOYMENT_NAME"
Dalam perintah ini, ganti kode berikut:
- REGION: lokasi yang Anda catat sebelumnya dalam prosedur ini.
- PROJECT_ID: ID project tempat Anda men-deploy solusi.
- DEPLOYMENT_NAME: nama deployment yang ingin Anda hapus.
Dapatkan ID revisi deployment terbaru yang ingin Anda hapus:
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 $REVISION_ID
Outputnya mirip dengan yang berikut ini:
projects/PROJECT_ID/locations/REGION/deployments/DEPLOYMENT_NAME/revisions/r-0
Dapatkan lokasi Cloud Storage dari konfigurasi Terraform untuk deployment:
export CONTENT_PATH=$(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
Berikut adalah contoh output dari perintah ini:
gs://PROJECT_ID-REGION-blueprint-config/DEPLOYMENT_NAME/r-0/apply_results/content
Download konfigurasi Terraform dari Cloud Storage ke Cloud Shell:
gcloud storage cp $CONTENT_PATH $HOME --recursive cd $HOME/content/infra
Tunggu hingga pesan
Operation completed
ditampilkan, seperti yang ditunjukkan dalam contoh berikut:Operation completed over 45 objects/268.5 KiB
Lakukan inisialisasi Terraform:
terraform init
Tunggu hingga Anda melihat pesan berikut:
Terraform has been successfully initialized!
Menghapus resource yang di-deploy:
terraform destroy
Terraform menampilkan daftar resource yang akan dimusnahkan.
Jika muncul peringatan tentang variabel yang tidak dideklarasikan, abaikan peringatan tersebut.
Ketika Anda diminta untuk melakukan tindakan, masukkan
yes
.Terraform menampilkan pesan yang menunjukkan progres. Setelah semua resource dihapus, Terraform akan menampilkan pesan berikut:
Destroy complete!
Menghapus artefak 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"
Tunggu beberapa detik, lalu verifikasi bahwa artefak deployment telah dihapus:
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
Jika output menampilkan
null
, tunggu beberapa detik, lalu jalankan kembali perintah.Setelah artefak deployment dihapus, pesan seperti yang ditunjukkan pada contoh yang ditampilkan berikut ini:
Resource 'projects/PROJECT_ID/locations/REGION/deployments/DEPLOYMENT_NAME' was not found
Mengirim masukan
Solusi Praktis hanya untuk keperluan informasi dan bukan produk yang didukung secara resmi. Google dapat mengubah atau menghapus solusi tanpa pemberitahuan.
Untuk memecahkan masalah error, tinjau log Cloud Build dan output Terraform.
Untuk mengirim masukan, lakukan hal-hal berikut:
- Untuk dokumentasi, tutorial dalam konsol, atau solusi, gunakan tombol Kirim Masukan pada halaman tersebut.
- Untuk kode Terraform yang tidak dimodifikasi, buat laporan masalah di Repositori GitHub. Laporan masalah pada GitHub ditinjau berdasarkan upaya terbaik dan tidak ditujukan untuk pertanyaan umum.
- Untuk masalah terkait produk yang digunakan dalam solusi, hubungi Cloud Customer Care.
Langkah selanjutnya
Untuk mempelajari lebih lanjut menggunakan solusi Library Klien Cloud SDK:
- Pelajari API yang mendukung Google Cloud, dan cara berinteraksi dengan mereka dalam bahasa pemrograman pilihan Anda.
- Pelajari bagaimana API didukung oleh Identity and Access Management dan aplikasi yang dihosting di Google Cloud.
- Memecahkan masalah API di aplikasi Cloud Client API.
Kontributor
Penulis: Kadeem Dunn | Penulis Teknis
Kontributor lain: Katie McLaughlin | Engineer Hubungan Developer Senior