本頁面由 Cloud Translation API 翻譯而成。

使用 Workflows 連結服務

本教學課程將說明如何使用工作流程連結一系列服務。您可以使用 Cloud Run 函式、外部 REST API 和私人 Cloud Run 服務，連結兩個公開 HTTP 服務，藉此建立彈性的無伺服器應用程式。

目標

在本教學課程中，您將使用 Google Cloud CLI 建立單一工作流程，一次連結一個服務：

部署兩個 Cloud Run 函式：第一個函式會產生隨機數，然後將該數字傳遞至第二個函式，並將其相乘。
使用工作流程將兩個 HTTP 函式連結在一起。執行工作流程並傳回結果，然後將結果傳遞至外部 API。
使用 Workflows 連結外部 HTTP API，以便針對指定數字傳回 log。執行工作流程並傳回結果，然後將結果傳遞至 Cloud Run 服務。
部署只允許經過驗證的存取權的 Cloud Run 服務。服務會傳回指定數字的 math.floor。
使用工作流程，連結 Cloud Run 服務、執行整個工作流程，並傳回最終結果。

下圖顯示程序總覽，以及最終工作流程的視覺化效果：

費用

在本文件中，您會使用 Google Cloud的下列計費元件：

您可以使用 Pricing Calculator 根據預測用量產生預估費用。新 Google Cloud 使用者可能符合申請免費試用的資格。

事前準備

貴機構定義的安全性限制，可能會導致您無法完成下列步驟。如需疑難排解資訊，請參閱「在受限的 Google Cloud 環境中開發應用程式」。

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

Install the Google Cloud CLI.

If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

To initialize the gcloud CLI, run the following command:

gcloud init

Create or select a Google Cloud project.

Create a Google Cloud project:
```
gcloud projects create PROJECT_ID
```
Replace PROJECT_ID with a name for the Google Cloud project you are creating.
Select the Google Cloud project that you created:
```
gcloud config set project PROJECT_ID
```
Replace PROJECT_ID with your Google Cloud project name.

Make sure that billing is enabled for your Google Cloud project.

Install the Google Cloud CLI.

If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

To initialize the gcloud CLI, run the following command:

gcloud init

Create or select a Google Cloud project.

Create a Google Cloud project:
```
gcloud projects create PROJECT_ID
```
Replace PROJECT_ID with a name for the Google Cloud project you are creating.
Select the Google Cloud project that you created:
```
gcloud config set project PROJECT_ID
```
Replace PROJECT_ID with your Google Cloud project name.

Make sure that billing is enabled for your Google Cloud project.

更新 Google Cloud CLI 元件：
```
gcloud components update
```

如果您在 Cloud Shell 中執行指令，系統就會使用 gcloud CLI 驗證您的身分；如果不是，請使用您的帳戶登入：
```
gcloud auth login
```

設定本教學課程中使用的預設位置：

gcloud config set project PROJECT_ID
export REGION=REGION
gcloud config set functions/region ${REGION}
gcloud config set run/region ${REGION}
gcloud config set workflows/location ${REGION}

將 REGION 替換為您選擇的支援 Workflows 位置。

如果您是專案建立者，系統會授予您基本擁有者角色 (roles/owner)。根據預設，這個身分與存取權管理 (IAM) 角色會包含完整存取大多數 Google Cloud資源所需的權限，因此您可以略過這個步驟。

如果您不是專案建立者，則必須將必要權限授予專案中的適當實體。舉例來說，主體可以是 Google 帳戶 (適用於使用者)，也可以是服務帳戶 (適用於應用程式和運算工作負載)。詳情請參閱活動目的地的角色和權限頁面。
所需權限

如要取得完成本教學課程所需的權限，請要求管理員為您授予專案的下列 IAM 角色：
- Cloud Build 編輯器 (roles/cloudbuild.builds.editor)
- Cloud Functions 開發人員 (roles/cloudfunctions.developer)
- Cloud Run 管理員 (roles/run.admin)
- 建立服務帳戶 (roles/iam.serviceAccountCreator)
- 專案 IAM 管理員 (roles/resourcemanager.projectIamAdmin)
- 服務帳戶使用者 (roles/iam.serviceAccountUser)
- 服務用量消費者 (roles/serviceusage.serviceUsageConsumer)
- 儲存空間管理員 (roles/storage.admin)
- Workflows 編輯器 (roles/workflows.editor)
如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和機構的存取權」。

您或許還可透過自訂角色或其他預先定義的角色取得必要權限。

注意： IAM 基本角色也可能包含完成教學課程所需的權限。您不應在正式上線環境中授予基本角色，但可以在開發或測試環境中授予這些角色。

部署工作流程時，您會將工作流程與指定的服務帳戶建立關聯。建立工作流程可使用的服務帳戶：
```
export SERVICE_ACCOUNT=workflows-sa
gcloud iam service-accounts create ${SERVICE_ACCOUNT}
```

根據預設，所有 Cloud Run 服務都會以私人方式部署，且只有專案擁有者、專案編輯者、Cloud Run 管理員和 Cloud Run 叫用者可以呼叫。如要允許服務帳戶呼叫已驗證的 Cloud Run 服務，請將 run.invoker 角色授予 Workflows 服務帳戶：
```
gcloud projects add-iam-policy-binding PROJECT_ID \
    --member "serviceAccount:${SERVICE_ACCOUNT}@PROJECT_ID.iam.gserviceaccount.com" \
    --role "roles/run.invoker"
```

部署第一個 Cloud Run 函式

收到 HTTP 要求後，這個 HTTP 函式會產生 1 到 100 之間的隨機數字，然後以 JSON 格式傳回該數字。

建立名為 randomgen 的目錄，然後切換至該目錄：
```
mkdir ~/randomgen
cd ~/randomgen
```

建立名為 main.py 的文字檔案，其中包含下列 Python 程式碼：

import functions_framework
import random
from flask import jsonify


@functions_framework.http
def randomgen(request):
    randomNum = random.randint(1, 100)
    output = {"random": randomNum}
    return jsonify(output)

如要支援 HTTP 處理作業的 Flask 依附元件，請為 pip 套件管理工具建立文字檔。請為檔案命名為 requirements.txt，然後新增以下內容：
```
flask>=1.0.2
functions-framework==3.0.0
```
使用 HTTP 觸發條件部署函式，並允許未經驗證的存取權：
```
gcloud functions deploy randomgen-function \
    --gen2 \
    --runtime python310 \
    --entry-point=randomgen \
    --trigger-http \
    --allow-unauthenticated
```
函式部署作業可能需要幾分鐘的時間才能完成。或者，您也可以在 Google Cloud 控制台使用 Cloud Run 函式介面來部署函式。

部署 randomgen 函式後，您可以確認 httpsTrigger.url 屬性：

gcloud functions describe randomgen-function \
    --gen2 \
    --format="value(serviceConfig.uri)"

儲存網址。您必須在後續練習中將其新增至工作流程來源檔案。

您可以使用下列 curl 指令試用這個函式：

curl $(gcloud functions describe randomgen-function \
    --gen2 \
    --format="value(serviceConfig.uri)")

系統會隨機產生並傳回數字。

部署第二個 Cloud Run 函式

收到 HTTP 要求後，這個 HTTP 函式會從 JSON 主體中擷取 input，並將其乘以 2，然後以 JSON 格式傳回結果。

返回主目錄：
```
cd ~
```
建立名為 multiply 的目錄，然後切換至該目錄：
```
mkdir ~/multiply
cd ~/multiply
```

建立名為 main.py 的文字檔案，其中包含下列 Python 程式碼：

import functions_framework
from flask import jsonify


@functions_framework.http
def multiply(request):
    request_json = request.get_json()
    output = {"multiplied": 2 * request_json['input']}
    return jsonify(output)

如要支援 HTTP 處理作業的 Flask 依附元件，請為 pip 套件管理工具建立文字檔。請為檔案命名為 requirements.txt，然後新增以下內容：
```
flask>=1.0.2
functions-framework==3.0.0
```
使用 HTTP 觸發條件部署函式，並允許未經驗證的存取權：
```
gcloud functions deploy multiply-function \
    --gen2 \
    --runtime python310 \
    --entry-point=multiply \
    --trigger-http \
    --allow-unauthenticated
```
函式部署作業可能需要幾分鐘的時間才能完成。或者，您也可以在 Google Cloud 控制台使用 Cloud Run 函式介面來部署函式。

部署 multiply 函式後，您可以確認 httpsTrigger.url 屬性：

gcloud functions describe multiply-function \
    --gen2\
    --format="value(serviceConfig.uri)"

儲存網址。您必須在後續練習中將其新增至工作流程來源檔案。

您可以使用下列 curl 指令試用這個函式：

curl -X POST MULTIPLY_FUNCTION_URL \
    -H "Authorization: Bearer $(gcloud auth print-identity-token)" \
    -H "Content-Type: application/json" \
    -d '{"input": 5}'

系統應傳回 10。

在工作流程中連結兩個 Cloud Run 函式

工作流程由一系列步驟組成，這些步驟可使用 Workflows 語法描述，並以 YAML 或 JSON 格式編寫。這是工作流程的定義。如需詳細說明，請參閱「語法參考資料」頁面。

返回主目錄：
```
cd ~
```
建立名為 workflow.yaml 的文字檔案，並在其中加入下列內容：
```
- randomgen_function:
    call: http.get
    args:
        url: RANDOMGEN_FUNCTION_URL
    result: randomgen_result
- multiply_function:
    call: http.post
    args:
        url: MULTIPLY_FUNCTION_URL
        body:
            input: ${randomgen_result.body.random}
    result: multiply_result
- return_result:
    return: ${multiply_result}
```
- 將 RANDOMGEN_FUNCTION_URL 替換為 randomgen 函式的網址。
- 將 MULTIPLY_FUNCTION_URL 替換為 multiply 函式的網址。
這個來源檔案會將兩個 HTTP 函式連結在一起，並傳回最終結果。

注意： 如要向只接受經過驗證呼叫的 Cloud Run 函式提出要求，請使用 OIDC 進行驗證。詳情請參閱「透過工作流程提出已驗證的要求」。

建立工作流程後，您可以部署工作流程，讓系統準備執行。

gcloud workflows deploy WORKFLOW_NAME \
    --source=workflow.yaml \
    --service-account=${SERVICE_ACCOUNT}@PROJECT_ID.iam.gserviceaccount.com

將 WORKFLOW_NAME 替換為工作流程的名稱。

執行工作流程：
```
gcloud workflows run WORKFLOW_NAME
```
執行作業是指工作流程定義中邏輯的單次執行作業。所有工作流程執行作業都是獨立的，而且工作流程的快速調度功能可同時執行大量工作。

執行工作流程後，輸出內容應如下所示：
```
result: '{"body":{"multiplied":120},"code":200,"headers":{"Alt-Svc":"h3-29=\":443\";
...
startTime: '2021-05-05T14:17:39.135251700Z'
state: SUCCEEDED
...
```

在工作流程中連結公開 REST 服務

更新現有工作流程，並連結可評估數學運算式的公用 REST API (math.js)。例如：curl https://api.mathjs.org/v4/?'expr=log(56)'。

請注意，由於您已部署工作流程，因此也可以透過控制台的「Workflows」頁面編輯工作流程。 Google Cloud

編輯工作流程的來源檔案，並將其替換為以下內容：

- randomgen_function:
    call: http.get
    args:
        url: RANDOMGEN_FUNCTION_URL
    result: randomgen_result
- multiply_function:
    call: http.post
    args:
        url: MULTIPLY_FUNCTION_URL
        body:
            input: ${randomgen_result.body.random}
    result: multiply_result
- log_function:
    call: http.get
    args:
        url: https://api.mathjs.org/v4/
        query:
            expr: ${"log(" + string(multiply_result.body.multiplied) + ")"}
    result: log_result
- return_result:
    return: ${log_result}

將 RANDOMGEN_FUNCTION_URL 替換為 randomgen 函式的網址。
將 MULTIPLY_FUNCTION_URL 替換為 multiply 函式的網址。

這會將外部 REST 服務連結至 Cloud Run 函式，並傳回最終結果。

部署修改後的工作流程：

gcloud workflows deploy WORKFLOW_NAME \
    --source=workflow.yaml \
    --service-account=${SERVICE_ACCOUNT}@PROJECT_ID.iam.gserviceaccount.com

部署 Cloud Run 服務

部署 Cloud Run 服務，在收到 HTTP 要求後，從 JSON 主體中擷取 input、計算其 math.floor，並傳回結果。

建立名為 floor 的目錄，然後切換至該目錄：
```
mkdir ~/floor
cd ~/floor
```

建立名為 app.py 的文字檔，其中包含下列 Python 程式碼：

import json
import logging
import os
import math

from flask import Flask, request

app = Flask(__name__)


@app.route('/', methods=['POST'])
def handle_post():
    content = json.loads(request.data)
    input = float(content['input'])
    return f"{math.floor(input)}", 200


if __name__ != '__main__':
    # Redirect Flask logs to Gunicorn logs
    gunicorn_logger = logging.getLogger('gunicorn.error')
    app.logger.handlers = gunicorn_logger.handlers
    app.logger.setLevel(gunicorn_logger.level)
    app.logger.info('Service started...')
else:
    app.run(debug=True, host='0.0.0.0', port=int(os.environ.get('PORT', 8080)))

在同一個目錄中建立含有以下內容的 Dockerfile：

# Use an official lightweight Python image.
# https://hub.docker.com/_/python
FROM python:3.7-slim

# Install production dependencies.
RUN pip install Flask gunicorn

# Copy local code to the container image.
WORKDIR /app
COPY . .

# Run the web service on container startup. Here we use the gunicorn
# webserver, with one worker process and 8 threads.
# For environments with multiple CPU cores, increase the number of workers
# to be equal to the cores available.
CMD exec gunicorn --bind 0.0.0.0:8080 --workers 1 --threads 8 app:app

建立 Artifact Registry 標準存放區，用於儲存 Docker 容器映像檔：
```
gcloud artifacts repositories create REPOSITORY \
    --repository-format=docker \
    --location=${REGION}
```
將 REPOSITORY 替換為儲存庫的專屬名稱。

建構容器映像檔：

export SERVICE_NAME=floor
gcloud builds submit --tag ${REGION}-docker.pkg.dev/PROJECT_ID/REPOSITORY/${SERVICE_NAME}

將容器映像檔部署至 Cloud Run，確保它只接受經過驗證的呼叫：

gcloud run deploy ${SERVICE_NAME} \
    --image ${REGION}-docker.pkg.dev/PROJECT_ID/REPOSITORY/${SERVICE_NAME}:latest \
    --no-allow-unauthenticated

當您看到服務網址時，表示部署作業已完成。更新工作流程定義時，您需要指定該網址。

在工作流程中連結 Cloud Run 服務

更新現有的工作流程，並指定 Cloud Run 服務的網址。

編輯工作流程的來源檔案，並將其替換為以下內容：

- randomgen_function:
    call: http.get
    args:
        url: RANDOMGEN_FUNCTION_URL
    result: randomgen_result
- multiply_function:
    call: http.post
    args:
        url: MULTIPLY_FUNCTION_URL
        body:
            input: ${randomgen_result.body.random}
    result: multiply_result
- log_function:
    call: http.get
    args:
        url: https://api.mathjs.org/v4/
        query:
            expr: ${"log(" + string(multiply_result.body.multiplied) + ")"}
    result: log_result
- floor_function:
    call: http.post
    args:
        url: CLOUD_RUN_SERVICE_URL
        auth:
            type: OIDC
        body:
            input: ${log_result.body}
    result: floor_result
- create_output_map:
    assign:
      - outputMap:
          randomResult: ${randomgen_result}
          multiplyResult: ${multiply_result}
          logResult: ${log_result}
          floorResult: ${floor_result}
- return_output:
    return: ${outputMap}

將 RANDOMGEN_FUNCTION_URL 替換為 randomgen 函式的網址。
將 MULTIPLY_FUNCTION_URL 替換為 multiply 函式的網址。
將 CLOUD_RUN_SERVICE_URL 替換為 Cloud Run 服務網址。

這會連結工作流程中的 Cloud Run 服務。請注意，auth 鍵可確保在呼叫 Cloud Run 服務時傳遞驗證權杖。詳情請參閱「透過工作流程提出經過驗證的要求」。

部署修改後的工作流程：

gcloud workflows deploy WORKFLOW_NAME \
    --source=workflow.yaml \
    --service-account=${SERVICE_ACCOUNT}@PROJECT_ID.iam.gserviceaccount.com

執行最終工作流程：

gcloud workflows run WORKFLOW_NAME

輸出應會如下所示：

result: '{"floorResult":{"body":"4","code":200
  ...
  "logResult":{"body":"4.02535169073515","code":200
  ...
  "multiplyResult":{"body":{"multiplied":56},"code":200
  ...
  "randomResult":{"body":{"random":28},"code":200
  ...
startTime: '2023-11-13T21:22:56.782669001Z'
state: SUCCEEDED

恭喜！您已部署並執行連結一系列服務的工作流程。

如要使用運算式、條件跳躍、Base64 編碼或解碼、子工作流程等建立更複雜的工作流程，請參閱工作流程語法參考資料和標準程式庫總覽。

清除所用資源

如果您是為了這個教學課程建立新專案，請刪除專案。如果您使用現有的專案，且想保留該專案而不採用本教學課程中新增的變更，請刪除為教學課程建立的資源。

刪除專案

如要避免付費，最簡單的方法就是刪除您為了本教學課程所建立的專案。

如要刪除專案：

In the Google Cloud console, go to the Manage resources page.
Go to Manage resources
In the project list, select the project that you want to delete, and then click Delete.
In the dialog, type the project ID, and then click Shut down to delete the project.

刪除教學課程資源

刪除您在本教學課程中部署的 Cloud Run 服務。
刪除您在本教學課程中建立的工作流程。
從 Artifact Registry 刪除容器映像檔。
刪除 Artifact Registry 存放區。

移除您在教學課程設定期間新增的 Google Cloud CLI 預設設定：

gcloud config unset functions/region
gcloud config unset run/region
gcloud config unset workflows/location
gcloud config unset project