Utilizzo di Cloud Functions

Obiettivi

Scrivi, sottoponi a deployment e attiva una funzione Cloud Functions HTTP che accede a Bigtable.

Costi

Questo argomento usa Bigtable e Cloud Functions, i componenti fatturabili di Google Cloud.

Per informazioni sul costo dell'utilizzo di Bigtable, consulta i prezzi di Bigtable.
Per informazioni sul costo dell'utilizzo di Cloud Functions, incluse le chiamate gratuite, consulta i prezzi di Cloud Functions.

Prima di iniziare

Questo argomento presuppone che tu abbia un'istanza Bigtable denominata test-instance e una tabella denominata test-table. Puoi creare queste risorse seguendo i passaggi descritti in Creazione di una tabella di test. Assicurati di eliminare le risorse al termine per evitare costi inutili.
Abilitare l'API Cloud Functions.

Abilitare l'API
Installa e inizializza gcloud CLI.

Se hai già installato gcloud CLI, aggiornalo eseguendo questo comando:
```
gcloud components update
```
Prepara l'ambiente di sviluppo:

Node.js

Vai alla guida alla configurazione di Node.js

Python

Vai alla guida alla configurazione di Python

Go

Vai alla guida alla configurazione di Go

prepara l'applicazione

Clona il repository dell'app di esempio sulla tua macchina locale:
Node.js
```
git clone https://github.com/GoogleCloudPlatform/nodejs-docs-samples.git
```
In alternativa, puoi scaricare l'esempio come file ZIP ed estrarlo.
Python
```
git clone https://github.com/GoogleCloudPlatform/python-docs-samples.git
```
In alternativa, puoi scaricare l'esempio come file ZIP ed estrarlo.
Go
```
git clone https://github.com/GoogleCloudPlatform/golang-samples.git
```
In alternativa, puoi scaricare l'esempio come file ZIP ed estrarlo.

Passa alla directory che contiene il codice di esempio di Cloud Functions per accedere a Bigtable:

Node.js

cd nodejs-docs-samples/functions/bigtable/

Python

cd python-docs-samples/functions/bigtable/

Go

cd golang-samples/functions/bigtable/

Dai un'occhiata al codice campione:

Node.js

// Imports the Google Cloud client library
const {Bigtable} = require('@google-cloud/bigtable');

// Instantiates a client
const bigtable = new Bigtable();

exports.readRows = async (req, res) => {
  // Gets a reference to a Cloud Bigtable instance and database
  const instance = bigtable.instance(req.body.instanceId);
  const table = instance.table(req.body.tableId);

  // Execute the query
  try {
    const prefix = 'phone#';
    const rows = [];
    await table
      .createReadStream({
        prefix,
      })
      .on('error', err => {
        res.send(`Error querying Bigtable: ${err}`);
        res.status(500).end();
      })
      .on('data', row => {
        rows.push(
          `rowkey: ${row.id}, ` +
            `os_build: ${row.data['stats_summary']['os_build'][0].value}\n`
        );
      })
      .on('end', () => {
        rows.forEach(r => res.write(r));
        res.status(200).end();
      });
  } catch (err) {
    res.send(`Error querying Bigtable: ${err}`);
    res.status(500).end();
  }
};

Python

from google.cloud import bigtable
from google.cloud.bigtable.row_set import RowSet

client = bigtable.Client()

def bigtable_read_data(request):
    instance = client.instance(request.headers.get("instance_id"))
    table = instance.table(request.headers.get("table_id"))

    prefix = "phone#"
    end_key = prefix[:-1] + chr(ord(prefix[-1]) + 1)

    outputs = []
    row_set = RowSet()
    row_set.add_row_range_from_keys(prefix.encode("utf-8"), end_key.encode("utf-8"))

    rows = table.read_rows(row_set=row_set)
    for row in rows:
        output = "Rowkey: {}, os_build: {}".format(
            row.row_key.decode("utf-8"),
            row.cells["stats_summary"][b"os_build"][0].value.decode("utf-8"),
        )
        outputs.append(output)

    return "\n".join(outputs)

Go


// Package bigtable contains an example of using Bigtable from a Cloud Function.
package bigtable

import (
	"context"
	"fmt"
	"log"
	"net/http"
	"sync"

	"cloud.google.com/go/bigtable"
)

// client is a global Bigtable client, to avoid initializing a new client for
// every request.
var client *bigtable.Client
var clientOnce sync.Once

// BigtableRead is an example of reading Bigtable from a Cloud Function.
func BigtableRead(w http.ResponseWriter, r *http.Request) {
	clientOnce.Do(func() {
		// Declare a separate err variable to avoid shadowing client.
		var err error
		client, err = bigtable.NewClient(context.Background(), r.Header.Get("projectID"), r.Header.Get("instanceId"))
		if err != nil {
			http.Error(w, "Error initializing client", http.StatusInternalServerError)
			log.Printf("bigtable.NewClient: %v", err)
			return
		}
	})

	tbl := client.Open(r.Header.Get("tableID"))
	err := tbl.ReadRows(r.Context(), bigtable.PrefixRange("phone#"),
		func(row bigtable.Row) bool {
			osBuild := ""
			for _, col := range row["stats_summary"] {
				if col.Column == "stats_summary:os_build" {
					osBuild = string(col.Value)
				}
			}

			fmt.Fprintf(w, "Rowkey: %s, os_build:  %s\n", row.Key(), osBuild)
			return true
		})

	if err != nil {
		http.Error(w, "Error reading rows", http.StatusInternalServerError)
		log.Printf("tbl.ReadRows(): %v", err)
	}
}

La funzione invia una richiesta di lettura alla tabella per recuperare tutti i dati stats_summary per le righe con un prefisso della chiave di riga di phone. La funzione viene eseguita quando invii una richiesta HTTP all'endpoint della funzione.

Esegui il deployment della funzione

Per eseguire il deployment della funzione con un trigger HTTP, esegui questo comando nella directory bigtable:

Node.js

gcloud functions deploy get \
--runtime nodejs20 --trigger-http

Utilizza il flag --runtime per specificare l'ID runtime di una versione di Node.js supportata per eseguire la funzione.

Python

gcloud functions deploy bigtable_read_data \
--runtime python312 --trigger-http

Utilizza il flag --runtime per specificare l'ID runtime di una versione Python supportata per eseguire la funzione.

Go

gcloud functions deploy BigtableRead \
--runtime go121 --trigger-http

Utilizza il flag --runtime per specificare l'ID runtime di una versione Go supportata per eseguire la funzione.

Il deployment delle funzioni può richiedere fino a due minuti.

Al termine del deployment, la funzione restituisce il valore url. Dovrai utilizzare questo valore quando attivi la funzione.

Puoi visualizzare le funzioni di cui hai eseguito il deployment nella pagina Cloud Functions della console Google Cloud. Puoi anche creare e modificare le funzioni in questa pagina e ottenere dettagli e diagnostica per le funzioni.

Attiva la funzione

Esegui una richiesta HTTP alla funzione:

Node.js

curl "https://REGION-PROJECT_ID.cloudfunctions.net/get" -H "instance_id: test-instance" -H "table_id: test-table"

Python

curl "https://REGION-PROJECT_ID.cloudfunctions.net/bigtable_read_data" -H "instance_id: test-instance" -H "table_id: test-table"

Go

curl "https://REGION-PROJECT_ID.cloudfunctions.net/BigtableRead" -H "instance_id: test-instance" -H "table_id: test-table"

dove REGION e PROJECT_ID corrispondono ai valori visibili nel terminale al termine del deployment della funzione. Dovresti vedere un output che mostra i risultati della richiesta di lettura.

Puoi anche visitare l'URL della funzione nel browser per vedere il risultato della richiesta di lettura.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi aggiuntivi per le risorse Bigtable e Cloud Functions utilizzate in questo argomento:

Elimina l'istanza:

gcloud bigtable instances delete test-instance

Elimina la funzione di cui hai eseguito il deployment:

Node.js

gcloud functions delete get

Python

gcloud functions delete bigtable_read_data

Go

gcloud functions delete BigtableRead

Utilizzo di Cloud Functions

Obiettivi

Costi

Prima di iniziare

Node.js

Python

Go

prepara l'applicazione

Node.js

Python

Go

Node.js

Python

Go

Node.js

Python

Go

Esegui il deployment della funzione

Node.js

Python

Go

Attiva la funzione

Node.js

Python

Go

Esegui la pulizia

Node.js

Python

Go

Passaggi successivi