Utilizzo di pipeline serverless con Active Assist

Last reviewed 2021-06-09 UTC

Questo documento è destinato agli architetti aziendali e agli sviluppatori di software che vogliono creare una pipeline di automazione per utilizzare Active Assist nella loro organizzazione Google Cloud . Fa parte di una serie che illustra i pattern architetturali che le aziende possono utilizzare per ottimizzare la propria impronta cloud su larga scala utilizzando Active Assist. La serie è composta dalle seguenti parti:

Questo tutorial mostra come utilizzare le tecnologie serverless per creare una pipeline di automazione per recuperare ed elaborare i suggerimenti di Active Assist. Google Cloud Basare i consigli sulle regole aziendali stabilite dalla tua organizzazione. La pipeline di automazione che hai configurato in questo tutorial ti aiuta a utilizzare Active Assist su larga scala, mantenendo comunque un processo di revisione e attivazione guidato dal team. Questo approccio è utile quando la tua azienda vuole scalare l'utilizzo del portafoglio di Active Assist, ma mantenere il controllo del processo di revisione e attivazione all'interno dei team. Offre un'alternativa all'utilizzo di una pipeline di integrazione e distribuzione continua (CI/CD).

L'architettura illustrata in questo tutorial è generica e puoi estenderla per utilizzarla con altri prodotti serverless. Il tutorial presuppone che tu abbia familiarità con le seguenti Google Cloud tecnologie:

Per completare questo tutorial, devi disporre di un account per Slack o di uno strumento simile per l'elaborazione di notifiche o ticket. Lo strumento deve essere configurato sulla tua macchina e pronto all'uso.

Architettura

Poiché l'architettura illustrata in questo tutorial è modulare, puoi adattare il componente di notifica in base ai requisiti della tua attività. Questo tutorial mostra come generare notifiche e inviarle a Slack. Puoi anche scegliere di inviare notifiche a Pub/Sub o a qualsiasi altro strumento di elaborazione di notifiche o ticket.

Il seguente diagramma dell'architettura mostra i componenti utilizzati in questo tutorial:

Pipeline serverless.

L'architettura è costituita dai seguenti componenti:

  • Un servizio Cloud Run che uno scheduler attiva a intervalli fissi. Il servizio richiama le API Recommender leggendo i metadati (ID progetto e tipi di suggerimenti) definiti e archiviati in una raccolta Firestore.
  • Un argomento Pub/Sub in cui vengono inseriti ed elaborati i suggerimenti di Active Assist.
  • Un secondo servizio Cloud Run che analizza i suggerimenti di Active Assist. Questo servizio determina come vengono elaborate le raccomandazioni in base alle regole aziendali definite dalla tua impresa e archiviate in una raccolta Firestore.
  • Due raccolte Firestore per archiviare i metadati aziendali e le regole aziendali. Le raccolte Firestore funzionano come segue:
    • La prima raccolta memorizza i metadati dell'attività pertinenti per il recupero dei suggerimenti di Active Assist. In questo tutorial, gli attributi recommendation type, Google Cloud project IDs e locations vengono utilizzati come metadati aziendali. Questi attributi vengono utilizzati dal servizio recommendation-collector Cloud Run per determinare quali tipi di consigli vengono recuperati.
    • La seconda raccolta memorizza le regole aziendali applicate durante l'elaborazione dei consigli.

Obiettivi

  • Crea un servizio Cloud Run di esempio per recuperare i suggerimenti di Active Assist per un progetto di esempio e inviarli a un argomento Pub/Sub.
  • Crea due raccolte Firestore per archiviare rispettivamente metadati di esempio e regole aziendali.
  • Crea un secondo servizio Cloud Run per elaborare i consigli in base alle regole aziendali di esempio che definisci in questo tutorial.
  • Crea un canale Slack a cui il servizio Cloud Run invia suggerimenti di esempio di Active Assist.
  • Testa la pipeline end-to-end con suggerimenti di esempio di Active Assist.

Costi

In questo documento vengono utilizzati i seguenti componenti fatturabili di Google Cloud:

Per generare una stima dei costi in base all'utilizzo previsto, utilizza il calcolatore prezzi.

I nuovi utenti di Google Cloud potrebbero avere diritto a una prova senza costi.

Al termine delle attività descritte in questo documento, puoi evitare l'addebito di ulteriori costi eliminando le risorse che hai creato. Per ulteriori informazioni, vedi Pulizia.

Prima di iniziare

  1. In the Google Cloud console, go to the project selector page.

    Go to project selector

  2. Select or create a Google Cloud project.

  3. Prendi nota dell'ID progetto Google Cloud per il progetto di gestione dei suggerimenti. Ti servirà questo ID nella sezione successiva sulla configurazione dell'ambiente.

  4. Enable the Cloud Build, Firestore, App Engine,Pub/Sub, Cloud Run, Cloud Scheduler, and Cloud Source Repositories APIs.

    Enable the APIs

    Per questo tutorial utilizzi le credenziali predefinite dell'applicazione. Se ti viene chiesto di creare credenziali nella pagina Aggiungi credenziali al tuo progetto, fai clic su Annulla.

  5. Verify that billing is enabled for your Google Cloud project.

  6. Crea quanto segue:
    • Un canale Slack di esempio.
    • Un'app Slack di esempio e un webhook in entrata per ricevere le notifiche generate da un motore denominato recommendation-rules-engine. Configurerai il motore più avanti in questo tutorial.
    Per saperne di più, consulta Creare un canale Slack e Invio di messaggi tramite webhook in entrata.

    Dopo aver creato un'app Slack e un URL webhook in entrata, prendi nota dell'URL perché ti servirà più avanti in questo tutorial.

Creazione della pipeline serverless

In questa sezione, creerai i componenti necessari per creare la pipeline serverless. La piattaforma genera suggerimenti di Active Assist in base ai modelli di utilizzo e alle metriche di sistema. A seconda dei consigli generati, ogni categoria di consigli potrebbe utilizzare un periodo di tempo predefinito diverso del passato per analizzare i dati di utilizzo e le metriche.

Se hai un progetto Google Cloud di esempio con risorse esistenti e suggerimenti di Active Assist, puoi eseguire la pipeline per elaborare questi suggerimenti dopo aver apportato le modifiche appropriate acodice campioneio fornito.

Crea le raccolte Firestore

In questa sezione, creerai due raccolte Firestore. La prima, la raccolta activeassist-metadata, memorizza i metadati dell'attività pertinenti per il recupero dei suggerimenti di Active Assist. La seconda, la raccolta activeassist-business-rules, memorizza le regole aziendali che vengono applicate quando la pipeline elabora i consigli.

Quando i suggerimenti di Active Assist vengono analizzati, in base alle regole aziendali nella raccolta Firestore, viene generata e inviata una notifica oppure il suggerimento viene applicato automaticamente alla risorsa pertinente. Google Cloud

Crea la raccolta activeassist-metadata

  1. Nella console Google Cloud , vai alla pagina Firestore.

    Apri Firestore

  2. Crea un database Firestore se non ne hai già uno. In alternativa, se hai già un database Firestore, vai al passaggio successivo.

    Crea il database:

    1. Fai clic su Seleziona modalità nativa per attivare Firestore.
    2. Seleziona una località della regione vicina a quella in cui vengono eseguiti i tuoi servizi Cloud Run.
    3. Fai clic su Crea database. Il completamento della configurazione richiede alcuni istanti.

  3. Nella pagina Firestore, fai clic su Avvia raccolta.

  4. Nel campo ID raccolta, inserisci activeassist-metadata.

  5. Compila i campi come mostrato nella tabella seguente. Per aggiungere il campo successivo, fai clic su Aggiungi campo.

    Nome campo Tipo di campo Valore campo Nota
    project string Stub-Project-ID Questo tutorial utilizza un segnaposto per il valore del campo. Se vuoi utilizzare i consigli di un progetto Google Cloud esistente, inserisci l'ID progetto.
    locations array global Alcuni suggerimenti potrebbero essere specifici per regione o zona, ad esempio i suggerimenti per il dimensionamento ottimale delle VM. Altri suggerimenti sono globali, ad esempio i suggerimenti IAM.
    recommenderType string google.iam.policy.Recommender Non applicabile.

  6. Una volta compilati i campi, fai clic su Salva.

Crea la raccolta activeassist-business-rules

  1. Fai clic su Avvia raccolta.

  2. Nel campo ID raccolta, inserisci quanto segue: activeassist-business-rules

    Compila il documento come mostrato nella tabella seguente. Per aggiungere il campo successivo, fai clic su Aggiungi campo.

    Nome campo Tipo di campo Valore campo Nota
    action string Notify Se imposti il valore su Apply, il servizio applica il consiglio e rimuove il ruolo inutilizzato.
    projectId string Stub-Project-ID Questo tutorial utilizza un consiglio fittizio. Se vuoi utilizzare i consigli di un progetto Google Cloud esistente, inserisci l'ID progetto.
    projectNumber string 999999999 Questo tutorial utilizza un consiglio fittizio.

    Se utilizzi un consiglio di un progetto Google Cloud esistente, inserisci il numero di progetto. Puoi trovare il numero di progetto nella pagina di benvenuto della consoleGoogle Cloud .
    recommenderType string google.iam.policy.Recommender Non applicabile.
    recommenderSubtype string REMOVE_ROLE Non applicabile.
    slackWebhookURL string Inserisci l'URL del webhook di Slack che hai generato in un passaggio precedente. L'URL è simile al seguente:

    https://hooks.slack.com/services/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

    Questo tutorial mostra come creare una regola per determinare se un suggerimento viene applicato automaticamente o se viene generata una notifica e inviata a una piattaforma come Slack. Per scoprire come un suggerimento può essere applicato automaticamente in base alla valutazione delle regole aziendali di esempio che hai configurato, consulta il repository associato.

  3. Una volta compilato il documento, fai clic su Salva.

Creazione di un servizio Cloud Run pianificato

In questa sezione, crei un servizio Cloud Run pianificato chiamato recommendation-collector che richiama l'API Recommender e recupera i suggerimenti attivi. L'API Recommender di Identity and Access Management viene utilizzata in questo tutorial come API Recommender. Il servizio legge i metadati dalla raccolta activeassist-metadata Firestore che hai creato per determinare quali consigli recuperare.

  1. Fai clic su Apri in Cloud Shell per aprire Cloud Shell per il progetto di Recommendation Manager.

    Apri in Cloud Shell

    Quando si apre Cloud Shell, vengono eseguiti i seguenti comandi:

    Quando viene visualizzata la finestra di dialogo Apri in Cloud Shell, seleziona Considera attendibile e poi fai clic su Conferma.

  2. Imposta l'ID e il numero del progetto di Recommendation Manager corrente come variabili:

    export RECO_MGR_PROJECT=PROJECT_ID
gcloud config set project $RECO_MGR_PROJECT
export RECO_MGR_PROJECT_NUMBER=$(gcloud projects describe $DEVSHELL_PROJECT_ID --format='value(projectNumber)')

    Sostituisci PROJECT_ID con l'ID progetto. Dopo aver inserito i comandi, fai clic su Autorizza quando ti viene richiesto.

  3. Imposta la variabile per la regione di deployment:

    export REGION=us-central1

    Sebbene questo tutorial utilizzi la regione us-central1, puoi utilizzare qualsiasi regione in cui è disponibile Cloud Run.

  4. Crea una variabile di ambiente per l'immagine Docker:

    export RECOMMENDER_IMAGE=gcr.io/$RECO_MGR_PROJECT/recommendation-collector:1.0

  5. Crea l'immagine Docker e caricala su Container Registry:

     gcloud builds submit --tag $RECOMMENDER_IMAGE

  6. Crea un account di servizio per il servizio recommendation-collector per interagire con altri servizi Google Cloud nella pipeline:

    gcloud iam service-accounts create recommendation-collector-sa \
  --description "Service Account that the recommendation-collector service uses to invoke other Google Cloud services" \
  --display-name "recommendation-collector-sa" \
  --project $RECO_MGR_PROJECT

    È una buona pratica concedere autorizzazioni granulari ai tuoi servizi Cloud Run assegnando ruoli predefiniti alaccount di serviziont. Per saperne di più, vedi Identità del servizio.

  7. Concedi al account di servizio per il servizio recommendation-collector l'accesso a Firestore e all'API Recommender:

    gcloud projects add-iam-policy-binding $RECO_MGR_PROJECT \
  --member serviceAccount:recommendation-collector-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/datastore.user
gcloud projects add-iam-policy-binding $RECO_MGR_PROJECT \
  --member serviceAccount:recommendation-collector-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/pubsub.publisher

  8. Se stai eseguendo questo tutorial utilizzando il campione stub fornito nel repository che hai clonato, vai al passaggio successivo.

    Se stai creando la pipeline in questo tutorial utilizzando i suggerimenti generati per un progetto Google Cloud esistente, devi assegnare le autorizzazioni IAM ai service account che hai creato per eseguire i due servizi Cloud Run.

    Imposta una variabile di ambiente, TEST_PROJECT_ID, con l'ID del progetto per cui esegui questa pipeline prima di eseguire i comandi:

    export TEST_PROJECT_ID=TEST_PROJECT_ID
gcloud projects add-iam-policy-binding $TEST_PROJECT_ID \
  --member serviceAccount:recommendation-collector-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/recommender.iamAdmin
gcloud projects add-iam-policy-binding $TEST_PROJECT_ID \
  --member serviceAccount:recommendation-collector-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/serviceusage.serviceUsageConsumer
gcloud services enable recommender.googleapis.com --project $TEST_PROJECT_ID

    Assicurati che l'ID progetto che utilizzi corrisponda a quello inserito durante la creazione delle raccolte Firestore.

  9. Per questo tutorial, esegui il deployment del servizio con una variabile di ambiente denominata STUB_RECOMMENDATIONS. Questa variabile ti consente di utilizzare uno stub per testare la pipeline.

    Esegui il deployment del servizio Cloud Run:

    gcloud run deploy recommendation-collector \
  --image=$RECOMMENDER_IMAGE \
  --no-allow-unauthenticated \
  --region $REGION \
  --platform managed \
  --service-account recommendation-collector-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --set-env-vars="STUB_RECOMMENDATIONS=true" \
  --project $RECO_MGR_PROJECT \

    Accetta tutti i prompt di sistema.

    Se vuoi eseguire la pipeline utilizzando i suggerimenti di Active Assist generati per un progetto Google Cloud , rimuovi la seguente riga dal comando prima di eseguirne il deployment:

    --set-env-vars="STUB_RECOMMENDATIONS=true"

Configura un job Cloud Scheduler per eseguire recommender-collector service

  1. In Cloud Shell, crea un account di servizio da utilizzare per eseguire il servizio recommendation-collector per i job Cloud Scheduler:

    gcloud iam service-accounts create recommender-scheduler-sa \
  --description "Service Account used by Cloud Scheduler to invoke the recommender-parser service" \
  --display-name "recommender-scheduler-sa" \
  --project $RECO_MGR_PROJECT

  2. Assegna al account di servizio il ruolo run/invoker per consentirgli di richiamare il servizio Cloud Run:

    gcloud run services add-iam-policy-binding recommendation-collector \
  --member=serviceAccount:recommender-scheduler-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role=roles/run.invoker \
  --region=$REGION \
  --platform=managed

  3. Ottieni l'URL del servizio recommendation-collector:

    export RECOMMENDER_SERVICE_URI=`gcloud run services describe recommendation-collector \
  --platform managed \
  --project $RECO_MGR_PROJECT \
  --region $REGION \
  --format="value(status.url)"`/run

  4. Crea un job Cloud Scheduler denominato recommender-iam-scheduler:

    gcloud scheduler jobs create http recommender-iam-scheduler \
  --project $RECO_MGR_PROJECT \
  --time-zone "America/Los_Angeles" \
  --schedule="0 */3 * * *" \
  --uri=$RECOMMENDER_SERVICE_URI \
  --description="Scheduler job to invoke recommendation pipeline" \
  --oidc-service-account-email="recommender-scheduler-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com" \
  --headers="Content-Type=application/json" \
  --http-method="POST"

    Imposta il fuso orario in base alla tua posizione. Il formato del valore del fuso orario si basa sul database tz.

    Per maggiori informazioni, consulta la pagina gcloud scheduler jobs create http.

    Il job Cloud Scheduler richiama la route /run per il servizio recommendation-collector.

    L'impostazione del flag --schedule="0 */3 * * *" esegue il job Scheduler ogni tre ore. Puoi modificare questa impostazione in base alle tue esigenze. Per saperne di più, consulta Configurazione di pianificazioni cron job.

Crea il motore di regole per i suggerimenti per elaborare i suggerimenti

In questa sezione, crei un secondo servizio Cloud Run denominato recommendation-rules-engine per elaborare i consigli raccolti dal servizio recommendation-collector. Il servizio recommendation-rules-engine viene richiamato da Pub/Sub quando vengono inseriti nuovi suggerimenti nell'argomento activeassist-recommendations.

Questo servizio analizza i consigli in base alle regole aziendali che hai definito nella raccolta activeassist-business-rules.

  1. In Cloud Shell, apri la directory recommendation-rules-engine:

    cd ../recommendation-rules-engine

  2. Crea una variabile di ambiente per l'immagine Docker:

    export RULES_ENGINE_IMAGE=gcr.io/$RECO_MGR_PROJECT/recommendation-rules-engine:1.0

  3. Crea l'immagine Docker e caricala su Container Registry:

    gcloud builds submit --tag $RULES_ENGINE_IMAGE

  4. Crea un account di servizio per il servizio recommendation-rules-engine per interagire con altri servizi Google Cloud nella pipeline:

    gcloud iam service-accounts create recommendation-rules-sa \
 --description "Service Account that recommendation-rules-engine uses to invoke other Google Cloud services" \
 --display-name "recommendation-rules-sa" \
 --project $RECO_MGR_PROJECT

  5. Concedi al account di servizio per il servizio recommendation-rules-engine l'accesso a Firestore:

    gcloud projects add-iam-policy-binding $RECO_MGR_PROJECT \
  --member serviceAccount:recommendation-rules-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/datastore.user

    Se utilizzi gli stub forniti per questo tutorial, procedi al passaggio successivo.

    Se stai testando la pipeline utilizzando i suggerimenti generati per un progettoGoogle Cloud anziché gli stub forniti per questo tutorial, esegui i seguenti comandi per consentire all'account di servizio del motore delle regole di accedere al tuo progetto:

    gcloud projects add-iam-policy-binding $TEST_PROJECT_ID \
  --member serviceAccount:recommendation-rules-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/serviceusage.serviceUsageConsumer
gcloud projects add-iam-policy-binding $TEST_PROJECT_ID \
  --member serviceAccount:recommendation-rules-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/recommender.iamAdmin
gcloud projects add-iam-policy-binding $TEST_PROJECT_ID \
  --member serviceAccount:recommendation-rules-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/resourcemanager.projectIamAdmin

  6. Esegui il deployment del servizio Cloud Run:

    gcloud run deploy recommendation-rules-engine \
  --image=$RULES_ENGINE_IMAGE \
  --no-allow-unauthenticated \
  --region $REGION \
  --platform managed \
  --service-account recommendation-rules-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --project $RECO_MGR_PROJECT

    Accetta tutti i prompt di sistema.

  7. Recupera l'URL di recommendation-rules-engine:

    export RECOMMENDER_SERVICE_RULES_URI=`gcloud run services describe recommendation-rules-engine \
  --platform managed \
  --project $RECO_MGR_PROJECT \
  --region $REGION \
  --format="value(status.url)"`/process

    L'URL recuperato in questo passaggio viene richiamato quando nuove raccomandazioni diventano disponibili tramite l'argomento Pub/Sub che crei nel passaggio successivo.

Crea un argomento Pub/Sub per i consigli attivi

In questa sezione, crei un argomento Pub/Sub per i consigli di Active Assist che il servizio recommender-collector recupera richiamando l'API Recommender.

  1. In Cloud Shell, crea un argomento Pub/Sub:

    gcloud pubsub topics create activeassist-recommendations

  2. Crea un account di servizio da utilizzare per richiamare il servizio Cloud Run recommendation-rules-engine:

    gcloud iam service-accounts create recommendation-engine-sub-sa \
  --description "Service Account used by Pub/Sub to push recommendations to the recommendation-rules-engine service" \
  --display-name "recommendation-engine-sub-sa" \
  --project $RECO_MGR_PROJECT

  3. Il account di servizio Pub/Sub deve essere associato ai ruoli necessari per pubblicare messaggi e richiamare il servizio recommendation-rules-engine:

    gcloud projects add-iam-policy-binding $RECO_MGR_PROJECT \
  --member serviceAccount:recommendation-engine-sub-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role roles/run.invoker \
  --project $RECO_MGR_PROJECT

Crea una sottoscrizione per l'argomento Pub/Sub

  1. Crea un abbonamento per il servizio recommendation-rules-engine:

    # grant Pub/Sub the permission to create tokens
PUBSUB_SERVICE_ACCOUNT="service-$RECO_MGR_PROJECT_NUMBER@gcp-sa-pubsub.iam.gserviceaccount.com"
gcloud projects add-iam-policy-binding $RECO_MGR_PROJECT \
  --member="serviceAccount:$PUBSUB_SERVICE_ACCOUNT"\
  --role='roles/iam.serviceAccountTokenCreator'
# configure the subscription push identity
gcloud pubsub subscriptions create active-assist-recommendations-for-rules-engine \
  --topic=activeassist-recommendations \
  --topic-project=$RECO_MGR_PROJECT \
  --push-auth-service-account=recommendation-engine-sub-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --ack-deadline=60 \
  --push-endpoint=$RECOMMENDER_SERVICE_RULES_URI

  2. Consenti al account di servizio recommendation-engine-sub-sa che hai creato di richiamare il servizio recommendation-rules-engine:

    gcloud run services add-iam-policy-binding recommendation-rules-engine \
  --member=serviceAccount:recommendation-engine-sub-sa@$RECO_MGR_PROJECT.iam.gserviceaccount.com \
  --role=roles/run.invoker \
  --region=$REGION \
  --platform=managed

Esecuzione di test end-to-end utilizzando stub

I suggerimenti di Active Assist vengono generati dalla piattaforma in base ai pattern di utilizzo e alle metriche di sistema. Ogni categoria di consigli potrebbe utilizzare una finestra temporale predefinita diversa nel passato per analizzare i dati di utilizzo e le metriche in base ai consigli generati. Ad esempio, i suggerimenti IAM sono generati dalla piattaforma in base ai pattern di utilizzo degli ultimi 90 giorni.

Per testare la pipeline end-to-end, il repository che hai clonato per questo tutorial fornisce consigli di esempio (stub) che utilizzi per eseguire la pipeline end-to-end.

In questa sezione imparerai a:

  • Esamina i consigli per gli stub.
  • Richiama la pipeline manualmente.
  • Controlla se viene generata e inviata una notifica al canale Slack che hai creato.

  1. Esamina i suggerimenti di esempio forniti nel repository:

    cat ../recommendation-collector/stub.json

    Questo file fornisce un suggerimento di esempio con un'azione REMOVE per un ruolo di esempio chiamato roles/gkehub.connect.

  2. Esegui questo comando per fare in modo che Cloud Scheduler esegua il job immediatamente, anziché attendere la successiva esecuzione pianificata:

    gcloud scheduler jobs run recommender-iam-scheduler

  3. Nella pagina della console Cloud Scheduler, nella colonna Risultato per il job recommender-iam-scheduler, verifica che il risultato sia Riuscito.

    Per visualizzare una panoramica dettagliata dei passaggi eseguiti da ciascun servizio, puoi anche visualizzare i log del servizio Cloud Run per il servizio recommendation-collector e il servizio recommendation-rules-engine.

  4. Quando la pipeline serverless end-to-end che crei in questo tutorial viene eseguita correttamente, genera una notifica Slack che contiene i dettagli del binding del ruolo consigliato da rimuovere. Di seguito è riportato un esempio della notifica che ricevi:

    Project xxxxxxxx\
**Impact**: SECURITY\
This role has not been used during the observation window.\
**Role**: roles/gkehub.connect\
**Member**:
serviceAccount:sample-sa@recommendation-sample.iam.gserviceaccount.com\
**Action**: remove

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo tutorial, elimina il progetto che contiene le risorse oppure mantieni il progetto ed elimina le singole risorse.

  • In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  • In the project list, select the project that you want to delete, and then click Delete.
  • In the dialog, type the project ID, and then click Shut down to delete the project.

    • Passaggi successivi