Workflows에서 Cloud Run 및 Cloud Functions 사용 튜토리얼

이 튜토리얼에서는 Workflows를 사용하여 일련의 서비스를 함께 연결하는 방법을 보여줍니다. (Cloud Functions를 사용하는) 두 공개 HTTP 서비스, 외부 REST API, 비공개 Cloud Run 서비스를 연결하면 유연한 서버리스 애플리케이션을 만들 수 있습니다.

목표

이 튜토리얼에서는 한 번에 한 서비스를 연결하는 단일 워크플로를 만듭니다.

  1. Cloud Functions 서비스 두 개를 배포합니다. 첫 번째 함수는 난수를 생성하여 이를 두 번째 함수에 전달합니다.
  2. Workflows를 사용하여 두 HTTP 함수를 함께 연결합니다. 워크플로를 실행하여 반환된 결과가 외부 API로 전달됩니다.
  3. 워크플로를 사용하여 지정된 숫자의 log를 반환하는 외부 HTTP API를 연결합니다. 워크플로를 실행하여 반환된 결과가 Cloud Run 서비스로 전달됩니다.
  4. 인증된 액세스만 허용하는 Cloud Run 서비스를 배포합니다. 이 서비스는 지정된 숫자의 math.floor를 반환합니다.
  5. Workflows를 사용하여 Cloud Run 서비스를 연결하고 전체 워크플로를 실행하고 최종 결과를 반환합니다.

다음 다이어그램은 프로세스의 개요와 최종 워크플로의 시각화를 모두 보여줍니다.

Workflows 시각화

비용

이 가이드에서는 다음과 같은 비용이 청구될 수 있는 Google Cloud 구성요소를 사용합니다.

가격 계산기를 사용하면 예상 사용량을 기준으로 예상 비용을 산출할 수 있습니다.

Google Cloud를 처음 사용하는 사용자는 무료 체험판을 사용할 수 있습니다.

시작하기 전에

  1. Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.
  2. Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.

    프로젝트 선택기로 이동

  3. Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다. 프로젝트에 결제가 사용 설정되어 있는지 확인하는 방법을 알아보세요.

  4. Cloud Build, Cloud Functions, Cloud Run, Cloud Storage, Container Registry, Workflows API를 사용 설정합니다.

    API 사용 설정

  5. Cloud SDK를 설치하고 초기화합니다.
  6. gcloud 구성요소를 업데이트합니다.
    gcloud components update
  7. 계정을 사용하여 로그인합니다.
    gcloud auth login
  8. Workflows를 사용할 서비스 계정을 만듭니다.
    export SERVICE_ACCOUNT=workflows-sa
    gcloud iam service-accounts create ${SERVICE_ACCOUNT}
    
  9. 서비스 계정이 인증된 Cloud Run 서비스를 호출하도록 허용하려면 run.invoker 역할을 Workflows 서비스 계정에 부여합니다.
    gcloud projects add-iam-policy-binding ${GOOGLE_CLOUD_PROJECT} \
        --member "serviceAccount:${SERVICE_ACCOUNT}@${GOOGLE_CLOUD_PROJECT}.iam.gserviceaccount.com" \
        --role "roles/run.invoker"
    
  10. 이 튜토리얼에서 사용한 기본 위치를 설정합니다.
    gcloud config set project PROJECT_ID
    export REGION=REGION
    gcloud config set run/region ${REGION}
    gcloud config set workflows/location ${REGION}
    
    다음과 같이 바꿉니다.
    • PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.
    • REGION을 지원되는 Workflows 위치 중 원하는 위치로 바꿉니다.

첫 번째 Cloud Functions 서비스 배포

HTTP 요청을 수신하면 이 HTTP 함수가 1에서 100 사이의 난수를 생성한 후 숫자를 JSON 형식으로 반환합니다.

  1. randomgen이라는 디렉터리를 만들어 변경합니다.

    mkdir ~/randomgen
    cd ~/randomgen
    
  2. 다음 Python 코드가 포함된 main.py라는 파일 이름의 텍스트 파일을 만듭니다.

    import random, json
    from flask import jsonify
    
    def randomgen(request):
        randomNum = random.randint(1,100)
        output = {"random":randomNum}
        return jsonify(output)
  3. HTTP 처리를 위해 Flask에 대한 종속 항목을 지원하려면 pip 패키지 관리자용 텍스트 파일을 만듭니다. 파일 이름을 requirements.txt로 지정하고 다음을 추가합니다.

    flask>=1.0.2
    
  4. HTTP 트리거를 사용하여 함수를 배포하고 인증되지 않은 액세스를 허용합니다.

    gcloud functions deploy randomgen \
    --runtime python37 \
    --trigger-http \
    --allow-unauthenticated
    

    함수를 배포하는 데 몇 분 정도 걸릴 수 있습니다. Cloud Console에서 Cloud Functions 인터페이스를 사용하여 함수를 배포할 수도 있습니다.

  5. 함수가 배포되면 httpsTrigger.url 속성을 확인할 수 있습니다.

    gcloud functions describe randomgen
    
  6. 다음 curl 명령어를 통해 함수를 사용해 볼 수 있습니다.

    curl $(gcloud functions describe randomgen --format='value(httpsTrigger.url)')
    

    숫자가 무작위로 생성되어 반환됩니다.

두 번째 Cloud Functions 서비스 배포

HTTP 요청을 수신하면 이 HTTP 함수가 JSON 본문에서 input을 추출하여 2를 곱한 후 결과를 JSON 형식으로 반환합니다.

  1. multiply라는 디렉터리를 만들어 변경합니다.

    mkdir ~/multiply
    cd ~/multiply
    
  2. 다음 Python 코드가 포함된 main.py라는 파일 이름의 텍스트 파일을 만듭니다.

    import random, json
    from flask import jsonify
    
    def multiply(request):
        request_json = request.get_json()
        output = {"multiplied":2*request_json['input']}
        return jsonify(output)
  3. HTTP 처리를 위해 Flask에 대한 종속 항목을 지원하려면 pip 패키지 관리자용 텍스트 파일을 만듭니다. 파일 이름을 requirements.txt로 지정하고 다음을 추가합니다.

    flask>=1.0.2
    
  4. HTTP 트리거를 사용하여 함수를 배포하고 인증되지 않은 액세스를 허용합니다.

    gcloud functions deploy multiply \
    --runtime python37 \
    --trigger-http \
    --allow-unauthenticated
    

    함수를 배포하는 데 몇 분 정도 걸릴 수 있습니다. Cloud Console에서 Cloud Functions 인터페이스를 사용하여 함수를 배포할 수도 있습니다.

  5. 함수가 배포되면 httpsTrigger.url 속성을 확인할 수 있습니다.

    gcloud functions describe multiply
    
  6. 다음 curl 명령어를 통해 함수를 사용해 볼 수 있습니다.

    curl $(gcloud functions describe multiply --format='value(httpsTrigger.url)') \
    -X POST \
    -H "content-type: application/json" \
    -d '{"input": 5}'
    

    숫자 10이 반환되어야 합니다.

워크플로에서 두 Cloud Functions 서비스 연결

워크플로 정의는 YAML 또는 JSON 형식으로 작성할 수 있는 Workflows 구문을 사용하여 기술되는 일련의 단계들로 구성됩니다. 이것이 워크플로의 정의입니다. 자세한 내용은 구문 참조 페이지를 확인하세요.

  1. 홈 디렉터리로 다시 이동합니다.

    cd ~
    
  2. 다음 콘텐츠가 포함된 파일 이름이 workflow.yaml인 텍스트 파일을 만듭니다.

    - randomgen_function:
        call: http.get
        args:
            url: https://REGION-PROJECT_ID.cloudfunctions.net/randomgen
        result: randomgen_result
    - multiply_function:
        call: http.post
        args:
            url: https://REGION-PROJECT_ID.cloudfunctions.net/multiply
            body:
                input: ${randomgen_result.body.random}
        result: multiply_result
    - return_result:
        return: ${multiply_result}
    

    이렇게 하면 두 HTTP 함수가 함께 연결되어 최종 결과가 반환됩니다.

  3. 워크플로를 만들면 배포할 수 있으므로 실행이 가능합니다.

    gcloud workflows deploy WORKFLOW_NAME --source=workflow.yaml
    

    WORKFLOW_NAME를 워크플로의 이름으로 바꿉니다.

  4. 워크플로를 실행합니다.

    gcloud workflows run WORKFLOW_NAME
    

    실행은 워크플로 정의에 포함된 논리의 단일 실행을 의미합니다. 모든 워크플로 실행은 독립적이며 Workflows의 빠른 확장 덕분에 다수의 동시 실행이 가능합니다.

    워크플로가 실행되면 다음과 유사한 결과가 출력됩니다.

    result: '{"body":{"multiplied":120},"code":200,"headers":{"Alt-Svc":"h3-29=\":443\";
    ...
    startTime: '2021-05-05T14:17:39.135251700Z'
    state: SUCCEEDED
    

워크플로에서 공개 REST 서비스 연결

Google Cloud Console을 사용하여 기존 워크플로를 업데이트하고 수학 표현식(예: curl https://api.mathjs.org/v4/?'expr=log(56)')을 평가할 수 있는 공개 REST API(math.js)를 연결합니다.

  1. Google Cloud Console에서 Workflows 페이지를 엽니다.
    Workflows 페이지로 이동

  2. 업데이트할 워크플로의 이름을 선택합니다.

  3. 워크플로 소스를 수정하려면 수정을 클릭하고 다음을 클릭합니다.

  4. 워크플로 편집기에서 소스 코드를 다음 콘텐츠로 바꿉니다.

    - randomgen_function:
        call: http.get
        args:
            url: https://REGION-PROJECT_ID.cloudfunctions.net/randomgen
        result: randomgen_result
    - multiply_function:
        call: http.post
        args:
            url: https://REGION-PROJECT_ID.cloudfunctions.net/multiply
            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}
    

    이렇게 하면 외부 REST 서비스가 Cloud Functions 서비스에 연결되어 최종 결과가 반환됩니다.

  5. 배포를 클릭합니다.

Cloud Run 서비스 배포

HTTP 요청을 수신하면 JSON 본문에서 input을 추출하고 math.floor를 계산하여 결과를 반환하는 Cloud Run 서비스를 배포합니다.

  1. floor라는 디렉터리를 만들어 변경합니다.

    mkdir ~/floor
    cd ~/floor
    
  2. 다음 Python 코드가 포함된 app.py라는 파일 이름의 텍스트 파일을 만듭니다.

    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)))

  3. 같은 디렉터리에서 다음 콘텐츠로 Dockerfile을 만듭니다.

    # 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

  4. 컨테이너 이미지를 빌드합니다.

    export SERVICE_NAME=floor
    gcloud builds submit --tag gcr.io/${GOOGLE_CLOUD_PROJECT}/${SERVICE_NAME}
    
  5. Cloud Run에 컨테이너 이미지를 배포하여 인증된 호출만 수락하도록 합니다.

    gcloud run deploy ${SERVICE_NAME} \
    --image gcr.io/${GOOGLE_CLOUD_PROJECT}/${SERVICE_NAME} \
    --platform managed \
    --no-allow-unauthenticated
    

서비스 URL이 표시되면 배포가 완료된 것입니다. 워크플로 정의를 업데이트하는 경우 해당 URL을 지정해야 합니다.

워크플로에서 Cloud Run 서비스 연결

  1. Google Cloud Console에서 Workflows 페이지를 엽니다.
    Workflows 페이지로 이동

  2. 업데이트할 워크플로의 이름을 선택합니다.

  3. 워크플로 소스를 수정하려면 수정을 클릭하고 다음을 클릭합니다.

  4. 워크플로 편집기에서 소스 코드를 다음 콘텐츠로 바꿉니다.

    - randomgen_function:
        call: http.get
        args:
            url: https://REGION-PROJECT_ID.cloudfunctions.net/randomgen
        result: randomgen_result
    - multiply_function:
        call: http.post
        args:
            url: https://REGION-PROJECT_ID.cloudfunctions.net/multiply
            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
    - return_result:
        return: ${floor_result}
    

    CLOUD_RUN_SERVICE_URL을 Cloud Run 서비스 URL로 바꿉니다.

    그러면 워크플로의 Cloud Run 서비스가 연결됩니다. auth 키는 Cloud Run 서비스 호출 시 인증 토큰이 전달되도록 합니다. 자세한 내용은 Workflows 인증을 참조하세요.

  5. 배포를 클릭합니다.

최종 워크플로 실행

  1. 워크플로를 업데이트하여 서비스 계정을 전달합니다.

    cd ~
    gcloud workflows deploy workflow \
    --source=workflow.yaml \
    --service-account=${SERVICE_ACCOUNT}@${GOOGLE_CLOUD_PROJECT}.iam.gserviceaccount.com
    
  2. 워크플로를 실행합니다.

    gcloud workflows run WORKFLOW_NAME
    

    다음과 유사한 결과가 출력됩니다.

    result: '{"body":{"multiplied":192},"code":200,"headers":{"Alt-Svc":"h3-29=\":443\";
    ...
    startTime: '2021-05-05T14:36:48.762896438Z'
    state: SUCCEEDED
    

축하합니다 일련의 서비스를 연결하는 워크플로를 배포하고 실행했습니다.

표현식, 조건부 건너뛰기, Base64 인코딩/디코딩, 하위 워크플로 등을 사용하는 더 복잡한 워크플로를 만들려면 워크플로 구문 참조표준 라이브러리 개요를 참조하세요.

삭제

이 튜토리얼용으로 새 프로젝트를 만든 경우 이 프로젝트를 삭제합니다. 기존 프로젝트를 사용한 경우 이 튜토리얼에 추가된 변경사항은 제외하고 보존하려면 튜토리얼용으로 만든 리소스를 삭제합니다.

프로젝트 삭제

비용이 청구되지 않도록 하는 가장 쉬운 방법은 가이드에서 만든 프로젝트를 삭제하는 것입니다.

프로젝트를 삭제하는 방법은 다음과 같습니다.

  1. Cloud Console에서 리소스 관리 페이지로 이동합니다.

    리소스 관리로 이동

  2. 프로젝트 목록에서 삭제할 프로젝트를 선택하고 삭제를 클릭합니다.
  3. 대화상자에서 프로젝트 ID를 입력한 후 종료를 클릭하여 프로젝트를 삭제합니다.

튜토리얼 리소스 삭제

  1. 이 튜토리얼에서 배포한 Cloud Run 서비스를 삭제합니다.

    gcloud run services delete SERVICE_NAME

    여기서 SERVICE_NAME은 선택한 서비스 이름입니다.

    Google Cloud Console에서 Cloud Run 서비스를 삭제할 수도 있습니다.

  2. 튜토리얼 설정 중에 추가한 gcloud 기본 구성을 삭제합니다.

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

  3. 이 튜토리얼에서 만든 워크플로를 삭제합니다.

    gcloud workflows delete WORKFLOW_NAME
    
  4. Container Registry에서 가져온 gcr.io/PROJECT_ID/SERVICE_NAME이라는 이름의 컨테이너 이미지를 삭제합니다.

다음 단계