在 Cloud Run 上部署 Mainframe Connector

本页介绍了如何使用 Terraform 将 Mainframe 连接器作为远程服务部署到 Cloud Run 上。然后，您可以使用 Mainframe Connector 远程服务在 Google Cloud上转码、存储和导出大型主机数据。您可以从大型机触发此服务来执行远程转码，也可以将其作为与现有提取、传输和加载 (ETL) 工作流集成的独立实例来使用。

您还可以部署多个 Mainframe Connector 远程服务实例。如需了解详情，请参阅部署多个 Mainframe Connector 实例。

如需使用 Terraform 在 Cloud Run 上部署大型机连接器，请按以下步骤操作：

  1. 将大型机连接器部署 tar 文件下载到本地机器。

  2. 解压缩部署 tar 文件中的文件。

    tar -xvf ./deployment.tar

    系统会从部署 tar 文件中提取 main.tf 和 vars.tf 文件。

  3. 查看并修改 vars.tf 文件中的变量。大多数变量都已具有默认值。您需要设置的唯一必需变量是 project 和 connector_service_account_email。

    • project：您要安装 Mainframe Connector 的 Google Cloud 项目。
    • connector_service_account_email：具有您要使用 Mainframe Connector 执行的操作的所有权限的服务账号。

    您还可以使用 connector_service_ingress 和 connector_service_vpc_access 变量设置网络配置。

  4. 运行 terraform init 命令，并将 Cloud Storage 存储桶和前缀作为参数。使用 Cloud Storage 存储桶和前缀有助于您在存储桶中保存部署状态。升级大型机连接器时，您也可以重复使用相同的存储桶和前缀。

    terraform init \
-backend-config bucket=DEPLOYMENT_STATE_BUCKET \
-backend-config prefix=BUCKET_PREFIX

    替换以下内容：

    • DEPLOYMENT_STATE_BUCKET：Cloud Storage 存储桶的名称。
    • BUCKET_PREFIX：您要在 Cloud Storage 存储桶中使用的前缀。

  5. 创建一个 .tfvars 文件，以定义您希望 Terraform 在 Mainframe Connector 部署期间使用的变量。

  6. 打开 .tfvars 文件，并将以下变量定义为键值对。

    • instance_id：如果您想拥有多个主机连接器实例或使用不同的服务账号，请定义 instance_id 以分隔不同的工作负载。
    • project：您要部署大型机连接器的项目。
    • connector_service_ingress：入站流量类型。
    • additional_labels：如果您想测试部署，请添加其他标签。
    • connector_service_account_email：Mainframe Connector 的服务账号电子邮件 ID。

    保存更改并关闭该文件。

  7. 部署 Mainframe Connector。

    terraform apply -var-file=VARIABLE_FILE_NAME

    将 VARIABLE_FILE_NAME 替换为您在上一步中创建的变量文件。

  8. （可选）如需检查 Mainframe Connector 是否已部署并正在运行，请前往 Cloud Run 页面，然后选择服务标签页。您应该会在表格中看到您的部署。

    转到 Cloud Run

部署多个 Mainframe Connector 实例

如需限制对特定作业的访问权限，您可能需要部署多个 Mainframe Connector 实例。为此，您可以使用不同的变量和服务账号多次部署大型机连接器。由于 Mainframe Connector 远程服务基于 Cloud Run，因此您只需在每项服务实际运行时支付相应费用。您还无需设置高可用性 (HA)，因为每个实例都已负载均衡且具有高可用性。

后续步骤