Usar o Cloud Functions

Objetivos

Gravar, implantar e acionar uma função do Cloud HTTP que acesse o Bigtable.

Custos

Neste tópico, usamos o Bigtable e o Cloud Functions, que são componentes faturáveis do Google Cloud.

Para informações sobre o custo do uso do Bigtable, consulte Preços do Bigtable.
Para informações sobre o custo do uso do Cloud Functions, incluindo invocações gratuitas, consulte preço do Cloud Functions.

Antes de começar

Neste tópico, presumimos que você tem uma instância do Bigtable chamada test-instance e uma tabela chamada test-table. É possível criar esses recursos seguindo as etapas em Como criar uma tabela de teste. Exclua os recursos quando terminar, para evitar cobranças desnecessárias.
Ative a API Cloud Functions.

Ativar a API
Instale e inicialize a gcloud CLI.

Se a gcloud CLI já estiver instalada, atualize-a executando o seguinte comando:
```
gcloud components update
```
Prepare seu ambiente de desenvolvimento:

Node.js

Acessar o guia de configuração do Node.js

Python

Acessar o guia de configuração do Python

Go

Acessar o guia de configuração do Go

Prepare o aplicativo

Clone o repositório do app de amostra na máquina local:
Node.js
```
git clone https://github.com/GoogleCloudPlatform/nodejs-docs-samples.git
```
Outra alternativa é fazer o download da amostra como um arquivo ZIP e extraí-lo.
Python
```
git clone https://github.com/GoogleCloudPlatform/python-docs-samples.git
```
Outra alternativa é fazer o download da amostra como um arquivo ZIP e extraí-lo.
Go
```
git clone https://github.com/GoogleCloudPlatform/golang-samples.git
```
Outra alternativa é fazer o download da amostra como um arquivo ZIP e extraí-lo.
Altere para o diretório que contém o código de amostra do Cloud Functions para acessar o Cloud Bigtable:
Node.js
```
cd nodejs-docs-samples/functions/bigtable/
```
Python
```
cd python-docs-samples/functions/bigtable/
```
Go
```
cd golang-samples/functions/bigtable/
```

Confira o código de amostra:

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)
	}
}

A função envia uma solicitação de leitura à tabela para buscar todos os dados stats_summary de linhas com um prefixo de chave de linha de phone. A função é executada quando você faz uma solicitação HTTP ao endpoint da função.

Implante a função

Para implantar a função com um gatilho HTTP, execute o seguinte comando no diretório bigtable:

Node.js

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

Use a flag --runtime para especificar o ID do ambiente de execução de uma versão do Node.js compatível a fim de executar a função.

Python

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

Use a flag --runtime para especificar o ID do ambiente de execução de uma versão compatível do Python a fim de executar a função.

Go

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

Use a flag --runtime para especificar o ID do ambiente de execução de uma versão do Go compatível a fim de executar a função.

A implantação da função pode levar até dois minutos.

Quando a implantação da função for concluída, ela retornará o valor url. Você usará esse valor ao acionar a função.

É possível ver as funções implantadas na página Cloud Functions no console do Google Cloud. Nessa página, também é possível criar e editar funções, assim como obter detalhes e diagnósticos das suas funções.

Acionar a função

Faça uma solicitação HTTP à função:

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"

em que REGION e PROJECT_ID correspondem aos valores visíveis no terminal quando a implantação da função for concluída. Você verá uma saída que mostra os resultados da solicitação de leitura.

Também é possível visitar o URL da função no navegador para ver o resultado da solicitação de leitura.

Limpar

Para evitar cobranças adicionais na conta do Google Cloud, referentes aos recursos do Cloud Bigtable e do Cloud Functions usados neste tópico:

Exclua a instância:

gcloud bigtable instances delete test-instance

Exclua a função que você implantou:

Node.js

gcloud functions delete get

Python

gcloud functions delete bigtable_read_data

Go

gcloud functions delete BigtableRead

Usar o Cloud Functions

Objetivos

Custos

Antes de começar

Node.js

Python

Go

Prepare o aplicativo

Node.js

Python

Go

Node.js

Python

Go

Node.js

Python

Go

Implante a função

Node.js

Python

Go

Acionar a função

Node.js

Python

Go

Limpar

Node.js

Python

Go

A seguir