使用 Cloud Functions

目标

编写、部署和触发可访问 Cloud Bigtable 的 HTTP Cloud Functions 函数。

费用

本主题使用了 Bigtable 和 Cloud Functions，它们是 Google Cloud 的收费组件。

• 如需了解 Bigtable 的使用费，请参阅 Bigtable 价格。

• 如需了解 Cloud Functions 的使用费用（包括免费调用），请参阅 Cloud Functions 价格。

准备工作

1. 本主题假设您有一个名为 test-instance 的 Bigtable 实例和一个名为 test-table 的表。您可以按照创建测试表中的步骤创建这些资源。完成后，请务必删除资源，以免产生不必要的费用。

2. 启用 Cloud Functions API。

   启用该 API

3. 安装并初始化 gcloud CLI。

   如果您已经安装 gcloud CLI，请运行以下命令进行更新：

   gcloud components update
   

4. 准备开发环境：

   Node.js

   转到 Node.js 设置指南

   Python

   转到 Python 设置指南

   Go

   转到 Go 设置指南

准备应用

1. 将示例应用代码库克隆到本地机器：

   Node.js

   git clone https://github.com/GoogleCloudPlatform/nodejs-docs-samples.git

   或者，您也可以下载该示例的 zip 文件并将其解压缩。

   Python

   git clone https://github.com/GoogleCloudPlatform/python-docs-samples.git

   或者，您也可以下载该示例的 zip 文件并将其解压缩。

   Go

   git clone https://github.com/GoogleCloudPlatform/golang-samples.git

   或者，您也可以下载该示例的 zip 文件并将其解压缩。

2. 切换到包含用于访问 Bigtable 的 Cloud Functions 函数示例代码的目录：

   Node.js

   cd nodejs-docs-samples/functions/bigtable/

   Python

   cd python-docs-samples/functions/bigtable/

   Go

   cd golang-samples/functions/bigtable/

3. 查看示例代码：

   Node.js

   samples/functions/index.js

   在 GitHub 上查看

   // 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

   functions/bigtable/main.py

   在 GitHub 上查看

   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"]["os_build".encode('utf-8')][0]
               .value.decode('utf-8'))
           outputs.append(output)
   
       return '\n'.join(outputs)
   

   Go

   functions/bigtable/bigtable.go

   在 GitHub 上查看

   
   // 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)
   	}
   }
   

   该函数会向表发送读取请求，以提取行键前缀为 phone 的行的所有 stats_summary 数据。当您向该函数的端点发出 HTTP 请求时，系统即会执行该函数。

部署函数

如需使用 HTTP 触发器部署该函数，请在 bigtable 目录中运行以下命令：

Node.js

gcloud functions deploy get \
--runtime nodejs16 --trigger-http

您可以使用 --runtime 标志的以下值来指定偏好的 Node.js 版本：

• nodejs16（推荐）
• nodejs14
• nodejs12
• nodejs10

Python

gcloud functions deploy bigtable_read_data \
--runtime python310 --trigger-http

您可以使用 --runtime 标志的以下值来指定偏好的 Python 版本：

• python310（推荐）
• python39
• python38
• python37

Go

gcloud functions deploy BigtableRead \
--runtime go116 --trigger-http

您可以使用 --runtime 标志的以下值来指定偏好的 Go 版本：

• go116（推荐）
• go113
• go111

函数部署最多可能需要 2 分钟。

当您的函数完成部署后，它会返回 url 值。您将会在触发该函数时用到该值。

您可以在 Google Cloud Console 中的 Cloud Functions 页面上查看已部署的函数。还可以在该页面上创建和修改函数，并获取函数的详细信息和诊断信息。

触发函数

向您的函数发出 HTTP 请求：

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"

其中，REGION 和 PROJECT_ID 与函数完成部署时终端中显示的值一致。您应该会看到显示读取请求结果的输出。

您还可以在浏览器中访问函数的网址，以查看读取请求的结果。

清理

为避免系统因本主题中使用的 Bigtable 和 Cloud Functions 资源向您的 Google Cloud 帐号收取额外费用，请执行以下操作：

1. 删除实例：

   gcloud bigtable instances delete test-instance
   

2. 删除您部署的函数：

   Node.js

   gcloud functions delete get 

   Python

   gcloud functions delete bigtable_read_data 

   Go

   gcloud functions delete BigtableRead 

后续步骤

• 查看其他 Bigtable 代码示例。
• 探索 Bigtable 集成。
• 了解如何将 Bigtable 与 Memcached 搭配使用。