Halaman ini diterjemahkan oleh Cloud Translation API.

Mengonfigurasi pemasangan volume dalam memori untuk tugas

Halaman ini menjelaskan cara mengonfigurasi volume dalam memori khusus yang dapat Anda gunakan untuk membaca dan menulis file menggunakan pemasangan volume Cloud Run. Perhatikan bahwa fitur ini berbeda dengan sistem file dalam memori bawaan yang disediakan oleh Cloud Run.

Saat Anda memasang volume dalam memori di Cloud Run, volume dalam memori akan muncul sebagai file dalam sistem file penampung. Setelah memasang volume dalam memori, Anda mengaksesnya seolah-olah itu adalah direktori di sistem file lokal, menggunakan operasi dan library sistem file bahasa pemrograman Anda.

Anda dapat menggunakan volume dalam memori untuk melakukan hal berikut:

Batasi ukuran volume dalam memori. Jika Anda membatasi ukuran volume, penulisan ke volume penuh akan gagal, yang lebih baik daripada Cloud Run menghentikan instance karena volume menggunakan terlalu banyak memori.
Membagikan volume dalam memori di antara penampung yang berbeda dalam satu instance Cloud Run. Saat Cloud Run diskalakan ke beberapa instance layanan, setiap instance akan memiliki volume dalam memorinya sendiri yang digunakan bersama oleh semua container di instance tersebut. Volume ini tersedia untuk semua penampung saat Cloud Run diskalakan untuk menangani traffic.

Perilaku

Saat membuat volume dalam memori, sebaiknya tentukan batas ukuran. Jika volume mencapai batas ukurannya, penulisan lebih lanjut akan gagal dengan error memori tidak cukup. Instance Anda dapat menangani error ini dan terus berjalan.

Perhatikan bahwa batas ukuran hanyalah batas: batas ini tidak mengalokasikan ruang tambahan untuk volume dalam memori Anda. Sebaliknya, volume dalam memori Anda menggunakan memori yang dikonfigurasi untuk penampung. Jika Anda men-deploy beberapa penampung, memori yang digunakan oleh setiap operasi tulis ke volume akan dihitung sebagai penggunaan memori untuk penampung yang menulis data.

Jika Anda tidak menentukan batas ukuran, batas tersebut akan otomatis ditetapkan ke setengah dari total ukuran semua penampung dalam tugas atau layanan Anda. Misalnya, ukuran volume emptyDir = [Memori (Container A) + Memori (Container B) + Memori (Container N)]/2. Perilaku default ini dapat menyebabkan batas ukuran volume dalam memori lebih tinggi dari memori yang dialokasikan untuk beberapa penampung Anda. Dalam situasi ini, jika penampung terus menulis memori ke volume, penampung akan melebihi memori yang dialokasikan dan error sebelum batas ukuran volume tercapai.

Meskipun menetapkan batas ukuran bersifat opsional, sebaiknya tetap tetapkan batas ukuran untuk melindungi penampung Anda agar tidak kehabisan memori dan mengalami error.

Jalur yang tidak diizinkan

Cloud Run tidak mengizinkan Anda memasang volume di /dev, /proc, dan /sys, atau di subdirektorinya.

Mengonfigurasi volume dalam memori

Setiap perubahan konfigurasi akan menghasilkan revisi baru. Revisi selanjutnya juga akan otomatis mendapatkan setelan konfigurasi ini, kecuali jika Anda melakukan pembaruan eksplisit untuk mengubahnya.

Setelah Anda mengonfigurasi volume dalam memori untuk layanan Cloud Run, volume kosong akan dibuat untuk setiap instance Cloud Run yang dimulai, dan volume tersebut tersedia selama instance tersebut berjalan. Saat instance berhenti berjalan, data dalam volume akan dihapus secara permanen.

Konsol

Pada konsol Google Cloud, buka halaman tugas Cloud Run:

Buka Cloud Run
Klik Deploy container dan pilih Job untuk mengisi halaman setelan tugas awal. Jika Anda mengonfigurasi tugas yang sudah ada, pilih tugas, lalu klik Edit.
Klik Container, variabel dan secret, koneksi, keamanan untuk memperluas halaman properti tugas.
Klik tab Volume.
- Di bagian Volumes:
  - Klik Tambahkan volume.
  - Di drop-down Volume type, pilih In-memory sebagai jenis volume.
  - Di kolom Volume name, masukkan nama yang ingin digunakan untuk volume.
  - Di kolom Size limit, tentukan batas memori yang ingin Anda tetapkan ke volume. Batas ini harus kurang dari total memori yang ditentukan untuk penampung Anda. Data yang disimpan dalam volume ini menggunakan memori yang dicadangkan oleh penampung yang menulis data.
  - Klik Done.
- Klik tab Container, lalu luaskan penampung tempat Anda memasang volume, untuk mengedit penampung.
- Klik tab Volume Mounts.
- Klik Mount volume.
Klik Buat atau Perbarui.

gcloud

Untuk menambahkan volume dan memasangnya:
```
gcloud run jobs update JOB \
  --add-volume=name=VOLUME_NAME,type=in-memory,size-limit=SIZE_LIMIT \
  --add-volume-mount=volume=VOLUME_NAME,mount-path=MOUNT_PATH
```
Ganti:
- JOB dengan nama tugas Anda.
- VOLUME_NAME dengan nama apa pun yang Anda inginkan untuk volume. Nilai VOLUME_NAME digunakan untuk memetakan volume ke pemasangan volume.
- MOUNT_PATH dengan jalur relatif dalam sistem file container tempat Anda ingin memasang volume ini, misalnya, /mnt/my-volume.
- SIZE_LIMIT dengan batas memori yang ingin Anda tetapkan ke volume, dalam MiB atau GiB (ditetapkan sebagai Mi atau Gi), misalnya, 500Mi. Batas ini harus kurang dari total memori yang ditentukan untuk container Anda.

Jika Anda menggunakan beberapa penampung, tentukan volume terlebih dahulu, lalu tentukan pemasangan volume untuk setiap penampung:

gcloud run jobs update JOB \
  --add-volume=name= VOLUME_NAME,type=in-memory,size-limit=SIZE_LIMIT \
  --container=CONTAINER_1 \
  --add-volume-mount=volume= VOLUME_NAME,mount-path=MOUNT_PATH \
  --container==CONTAINER_2 \
  --add-volume-mount=volume= VOLUME_NAME,mount-path=MOUNT_PATH2

YAML

Jika Anda membuat tugas baru, lewati langkah ini. Jika Anda mengupdate tugas yang ada, download konfigurasi YAML-nya:
```
gcloud run jobs describe JOB_NAME --format export > job.yaml
```
Konfigurasikan atribut volumeMounts dan volumes seperti yang ditunjukkan:
```
apiVersion: run.googleapis.com/v1
kind: Job
metadata:
  name: JOB_NAME
spec:
  template:
    spec:
      containers:
      - image: IMAGE_URL
        volumeMounts:
        - mountPath: MOUNT_PATH
          name: VOLUME_NAME
      volumes:
      - name: VOLUME_NAME
        emptyDir:
          sizeLimit: SIZE_LIMIT
          medium: Memory
```
Ganti:
- IMAGE_URL dengan referensi ke image container, misalnya, us-docker.pkg.dev/cloudrun/container/hello:latest. Jika Anda menggunakan Artifact Registry, repositori REPO_NAME harus sudah dibuat. URL memiliki bentuk LOCATION-docker.pkg.dev/PROJECT_ID/REPO_NAME/PATH:TAG
- VOLUME_NAME dengan nama apa pun yang Anda inginkan untuk volume. Nilai VOLUME_NAME digunakan untuk memetakan volume ke pemasangan volume.
- MOUNT_PATH dengan jalur relatif dalam sistem file container tempat Anda ingin memasang volume ini, misalnya, /mnt/my-volume.
- SIZE_LIMIT dengan batas memori yang ingin Anda tetapkan ke volume, dalam MiB atau GiB (ditetapkan sebagai Mi atau Gi), misalnya, 500Mi. Batas ini harus kurang dari total memori yang ditentukan untuk container Anda.
Buat atau perbarui tugas menggunakan perintah berikut:
```
gcloud run jobs replace job.yaml
```

Membaca dan menulis ke volume

Jika menggunakan fitur pemasangan volume Cloud Run, Anda akan mengakses volume yang dipasang menggunakan library yang sama dalam bahasa pemrograman yang Anda gunakan untuk membaca dan menulis file di sistem file lokal.

Hal ini sangat berguna jika Anda menggunakan penampung yang ada yang mengharapkan data disimpan di sistem file lokal dan menggunakan operasi sistem file reguler untuk mengaksesnya.

Cuplikan berikut mengasumsikan pemasangan volume dengan mountPath yang ditetapkan ke /mnt/my-volume.

Nodejs

Gunakan modul Sistem File untuk membuat file baru atau menambahkan ke file yang ada dalam volume, /mnt/my-volume:

var fs = require('fs');
fs.appendFileSync('/mnt/my-volume/sample-logfile.txt', 'Hello logs!', { flag: 'a+' });

Python

Tulis ke file yang disimpan dalam volume, /mnt/my-volume:

f = open("/mnt/my-volume/sample-logfile.txt", "a")

Go

Gunakan paket os untuk membuat file baru yang disimpan dalam volume, /mnt/my-volume

f, err := os.Create("/mnt/my-volume/sample-logfile.txt")

Java

Gunakan class Java.io.File untuk membuat file log dalam volume, /mnt/my-volume:

import java.io.File;
File f = new File("/mnt/my-volume/sample-logfile.txt");