Diese Seite wurde von der Cloud Translation API übersetzt.

Batchjob mit Workflows ausführen

Batch ist ein vollständig verwalteter Dienst, mit dem Sie planen, in die Warteschlange stellen und ausführen Batchverarbeitung auf Compute Engine-VM-Instanzen. Mit Batch werden Ressourcen bereitgestellt und Kapazitäten auf Ihrem damit Ihre Batcharbeitslasten in großem Maßstab ausgeführt werden können.

Mit Workflows können Sie die von Ihnen in einer von Ihnen definierten Reihenfolge, die mithilfe der Funktion Workflows-Syntax.

In dieser Anleitung verwenden Sie die Methode Workflows-Connector für Batch zum Planen und Ausführen eines Batch-Jobs, der sechs Aufgaben auf zwei Compute Engine-VMs parallel. Beide Batches verwenden und Workflows ermöglicht es Ihnen, und den gesamten Prozess effizient bereitstellen und orchestrieren.

Lernziele

In dieser Anleitung werden Sie:

Artifact Registry-Repository für ein Docker-Container-Image erstellen.
Rufen Sie den Code für die Batchverarbeitungsarbeitslast von GitHub ab: einem Beispielprogramm die Primzahlen in Batches von 10.000 generiert.
Erstellen Sie das Docker-Image für die Arbeitslast.
Stellen Sie einen Workflow bereit und führen Sie ihn aus, der Folgendes ausführt:
1. Erstellt einen Cloud Storage-Bucket zum Speichern der Ergebnisse der Prime Zahlengenerator.
2. Plant und führt einen Batch-Job aus, der Docker ausführt als sechs Aufgaben parallel auf zwei Compute Engine-VMs.
3. Löscht optional den Batchjob nach Abschluss.
Bestätigen Sie, dass die Ergebnisse den Erwartungen entsprechen und die Batches der generierten Primzahlen werden in Cloud Storage gespeichert.

Sie können die meisten der folgenden Befehle in der Google Cloud Console oder alle die Befehle über die Google Cloud CLI in Ihrem Terminal oder in Cloud Shell ausführen.

Kosten

In diesem Dokument verwenden Sie die folgenden kostenpflichtigen Komponenten von Google Cloud:

Mit dem Preisrechner können Sie eine Kostenschätzung für Ihre voraussichtliche Nutzung vornehmen. Neuen Google Cloud-Nutzern steht möglicherweise eine kostenlose Testversion zur Verfügung.

Hinweise

Von Ihrer Organisation definierte Sicherheitsbeschränkungen verhindern möglicherweise, dass die folgenden Schritte ausgeführt werden. Informationen zur Fehlerbehebung finden Sie unter Anwendungen in einer eingeschränkten Google Cloud-Umgebung entwickeln.

Console

Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

Hinweis: Wenn Sie die Ressourcen, die Sie in diesem Verfahren erstellen, nicht behalten möchten, erstellen Sie ein Projekt, anstatt ein vorhandenes Projekt auszuwählen. Wenn Sie fertig sind, können Sie das Projekt löschen und dadurch alle mit ihm verknüpften Ressourcen entfernen.

Zur Projektauswahl
Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für ein Projekt aktiviert ist.
Aktivieren Sie Artifact Registry, Batch, Cloud Build, Compute Engine, Workflowausführungen und Workflows APIs.

Aktivieren Sie die APIs
Erstellen Sie ein Dienstkonto für Ihren Workflow zur Authentifizierung bei anderen Google Cloud-Diensten und weisen Sie ihm die entsprechenden Rollen zu:
1. Wechseln Sie in der Google Cloud Console zur Seite Dienstkonto erstellen.
  
  Zur Seite „Dienstkonto erstellen“
2. Wählen Sie Ihr Projekt aus.
3. Geben Sie im Feld Dienstkontoname einen Namen ein. Die Google Cloud Console füllt das Feld Dienstkonto-ID anhand dieses Namens aus.
  
  Geben Sie im Feld Dienstkontobeschreibung eine Beschreibung ein. Beispiel: Service account for tutorial
4. Klicken Sie auf Erstellen und fortfahren.
5. Filtern Sie in der Liste Rolle auswählen nach den folgenden zu gewährenden Rollen auf das nutzerverwaltete Dienstkonto, das Sie im vorherigen Schritt erstellt haben:
  - Batchjob-Editor: zum Bearbeiten von Batchjobs.
  - Logautor: zum Schreiben von Logs.
  - Storage Admin: zum Steuern von Cloud Storage-Ressourcen.
  Klicken Sie auf Weitere Rolle hinzufügen, um weitere Rollen hinzuzufügen.
  
  Hinweis: Das Feld Rolle wirkt sich auf die Ressourcen Ihres Dienstkontos aus. auf die Sie in Ihrem Projekt zugreifen können. Sie können diese Rollen widerrufen oder später weitere Rollen. Gewähren Sie in Produktionsumgebungen Inhaber-, Bearbeiter- oder Betrachterrolle Gewähren Sie stattdessen eine vordefinierte Rolle oder benutzerdefinierte Rolle, die Ihren Anforderungen.
6. Klicken Sie auf Weiter.
7. Klicken Sie zum Abschließen der Erstellung des Kontos auf Fertig.
Rolle „IAM-Dienstkontonutzer“ für die Standardeinstellung gewähren Dienstkonto mit dem nutzerverwalteten Dienstkonto, das im vorherigen Schritt Schritt. Nachdem Sie die Compute Engine API aktiviert haben, ist das Compute Engine-Standarddienstkonto (PROJECT_NUMBER-compute@developer.gserviceaccount.com), Die Berechtigung wird in der Regel über die Rolle roles/iam.serviceAccountUser.

Achtung: Das Zuweisen des Rolle „Dienstkontonutzer“ gewährt die mit dem Standarddienstkonto verknüpfte Rolle indirekt Nutzenden. Hat das Standarddienstkonto beispielsweise die Rolle „Bearbeiter“, können Nutzende dann „als“ agieren Bearbeiter. Um die Auswirkungen dieser Rolle zu minimieren, Zuweisungen, empfehlen wir, das Standarddienstkonto laut Prinzip der geringsten Berechtigung. Weitere Informationen finden Sie unter Deaktivieren Sie die automatische Rollenzuweisung für Standarddienstkonten.
1. Klicken Sie auf der Seite Dienstkonten auf die E-Mail-Adresse des Standarddienstkonto (PROJECT_NUMBER-compute@developer.gserviceaccount.com).
2. Klicken Sie auf den Tab Berechtigungen.
3. Klicken Sie auf die Schaltfläche Erteilung Zugriff.
4. Geben Sie die E-Mail-Adresse Ihres Dienstkontos ein, um ein neues Hauptkonto hinzuzufügen (SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com).
5. Wählen Sie in der Liste Rolle auswählen die Dienstkonten aus. > Dienstkontonutzer.
6. Klicken Sie auf Speichern.

gcloud

In the Google Cloud console, activate Cloud Shell.

Activate Cloud Shell

At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.
Die Abrechnung für das Google Cloud-Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für ein Projekt aktiviert ist.

Aktivieren Sie Artifact Registry, Batch, Cloud Build, Compute Engine Workflow Executions und Workflows APIs.

gcloud services enable artifactregistry.googleapis.com \
  batch.googleapis.com \
  cloudbuild.googleapis.com \
  compute.googleapis.com \
  workflowexecutions.googleapis.com \
  workflows.googleapis.com

Erstellen Sie ein Dienstkonto für Ihren Workflow zur Authentifizierung bei anderen Google Cloud-Diensten und weisen ihm die entsprechenden Rollen zu.
1. Erstellen Sie das Dienstkonto:
```
gcloud iam service-accounts create SERVICE_ACCOUNT_NAME
```
  Ersetzen Sie SERVICE_ACCOUNT_NAME durch einen Namen für das Dienstkonto.
2. Weisen Sie dem nutzerverwalteten Dienstkonto Rollen zu, das Sie im vorherigen Schritt. Führen Sie den folgenden Befehl jeweils einmal aus: IAM-Rollen:
  - roles/batch.jobsEditor: zum Bearbeiten von Batchjobs.
  - roles/logging.logWriter: Zum Schreiben von Logs.
  - roles/storage.admin: zum Steuern von Cloud Storage-Ressourcen.
```
gcloud projects add-iam-policy-binding PROJECT_ID \
  --member=serviceAccount:SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com \
  --role=ROLE
```
  Ersetzen Sie Folgendes:
  - PROJECT_ID: die ID des Projekts, in dem Sie das Dokument erstellt haben das Dienstkonto
  - ROLE: die zu gewährende Rolle
  Hinweis: Das Flag --role wirkt sich auf die Ressourcen Ihres Dienstkontos aus. auf die Sie in Ihrem Projekt zugreifen können. Sie können diese Rollen widerrufen oder später weitere Rollen. Gewähren Sie in Produktionsumgebungen Inhaber-, Bearbeiter- oder Betrachterrolle Gewähren Sie stattdessen eine vordefinierte Rolle oder benutzerdefinierte Rolle, die Ihren Anforderungen.
Rolle „IAM-Dienstkontonutzer“ für die Standardeinstellung gewähren Dienstkonto mit dem nutzerverwalteten Dienstkonto, das Sie im vorherigen Schritt. Nachdem Sie die Compute Engine API aktiviert haben, Konto ist das Compute Engine-Standarddienstkonto (PROJECT_NUMBER-compute@developer.gserviceaccount.com), Die Berechtigung wird in der Regel über die Rolle roles/iam.serviceAccountUser.

Achtung: Das Zuweisen des Rolle „Dienstkontonutzer“ gewährt die mit dem Standarddienstkonto verknüpfte Rolle indirekt Nutzenden. Hat das Standarddienstkonto beispielsweise die Rolle „Bearbeiter“, können Nutzende dann „als“ agieren Bearbeiter. Um die Auswirkungen dieser Rolle zu minimieren, Zuweisungen, empfehlen wir, das Standarddienstkonto laut Prinzip der geringsten Berechtigung. Weitere Informationen finden Sie unter Deaktivieren Sie die automatische Rollenzuweisung für Standarddienstkonten.
```
PROJECT_NUMBER=$(gcloud projects describe PROJECT_ID --format='value(projectNumber)')
gcloud iam service-accounts add-iam-policy-binding \
  $PROJECT_NUMBER-compute@developer.gserviceaccount.com \
  --member=serviceAccount:SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com \
  --role=roles/iam.serviceAccountUser
```

Artifact Registry-Repository erstellen

Erstellen Sie ein Repository zum Speichern Ihres Docker-Container-Images.

Console

Rufen Sie in der Google Cloud Console die Seite Repositories auf.

Zu Repositories
Klicken Sie auf . Repository erstellen.
Geben Sie containers als Repository-Namen ein.
Wählen Sie als Format die Option Docker aus.
Wählen Sie als Standorttyp die Option Region aus.
Wählen Sie in der Liste Region die Option us-central1 aus.
Klicken Sie auf Erstellen.

gcloud

Führen Sie dazu diesen Befehl aus:

  gcloud artifacts repositories create containers \
    --repository-format=docker \
    --location=us-central1

Sie haben ein Artifact Registry-Repository mit dem Namen containers im us-central1. Weitere Informationen zu unterstützten Regionen finden Sie unter Artifact Registry-Speicherorte

Codebeispiele abrufen

Google Cloud speichert den Anwendungsquellcode für diese Anleitung in GitHub Sie können dieses Repository klonen oder die Beispiele herunterladen.

Klonen Sie das Repository der Beispiel-App auf Ihren lokalen Computer:
```
git clone https://github.com/GoogleCloudPlatform/batch-samples.git
```
Alternativ können Sie Beispiele in der Datei main.zip herunterladen und extrahieren sie.
Wechseln Sie zu dem Verzeichnis, das den Beispielcode enthält:
```
cd batch-samples/primegen
```

Sie haben jetzt den Quellcode für die Anwendung in Ihrer Entwicklungsumgebung.

Docker-Image mit Cloud Build erstellen

Dockerfile enthält die Informationen, die zum Erstellen eines Docker-Images erforderlich sind. mit Cloud Build. Führen Sie den folgenden Befehl aus, um es zu erstellen:

gcloud builds submit \
  -t us-central1-docker.pkg.dev/PROJECT_ID/containers/primegen-service:v1 PrimeGenService/

Ersetzen Sie PROJECT_ID durch die Google Cloud-Projekt-ID.

Wenn der Build abgeschlossen ist, sollte die Ausgabe in etwa so aussehen:

DONE
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
ID: a54818cc-5d14-467b-bfda-5fc9590af68c
CREATE_TIME: 2022-07-29T01:48:50+00:00
DURATION: 48S
SOURCE: gs://project-name_cloudbuild/source/1659059329.705219-17aee3a424a94679937a7200fab15bcf.tgz
IMAGES: us-central1-docker.pkg.dev/project-name/containers/primegen-service:v1
STATUS: SUCCESS

Mit einem Dockerfile haben Sie ein Docker-Image namens primegen-service erstellt und Das Image wurde per Push an ein Artifact Registry-Repository mit dem Namen containers übertragen.

Workflow bereitstellen, der einen Batchjob plant und ausführt

Mit dem folgenden Workflow wird ein Batchjob geplant und ausgeführt, der ausgeführt wird. einem Docker-Container mit sechs parallelen Aufgaben auf zwei Compute Engine-VMs. Die die Generierung von sechs Batches von Primzahlen, Cloud Storage-Bucket.

Console

Öffnen Sie in der Google Cloud Console die Seite Workflows.

Zur Seite "Workflows"
Klicken Sie auf Erstellen.
Geben Sie einen Namen für den neuen Workflow ein, z. B. batch-workflow.
Wählen Sie in der Liste Region die Option us-central1 aus.
Wählen Sie das zuvor erstellte Dienstkonto aus.
Klicken Sie auf Weiter.

Geben Sie im Workflow-Editor die folgende Definition für den Workflow ein:

YAML

main:
  params: [args]
  steps:
    - init:
        assign:
          - projectId: ${sys.get_env("GOOGLE_CLOUD_PROJECT_ID")}
          - region: "us-central1"
          - imageUri: ${region + "-docker.pkg.dev/" + projectId + "/containers/primegen-service:v1"}
          - jobId: ${"job-primegen-" + string(int(sys.now()))}
          - bucket: ${projectId + "-" + jobId}
    - createBucket:
        call: googleapis.storage.v1.buckets.insert
        args:
          query:
            project: ${projectId}
          body:
            name: ${bucket}
    - logCreateBucket:
        call: sys.log
        args:
          data: ${"Created bucket " + bucket}
    - logCreateBatchJob:
        call: sys.log
        args:
          data: ${"Creating and running the batch job " + jobId}
    - createAndRunBatchJob:
        call: googleapis.batch.v1.projects.locations.jobs.create
        args:
            parent: ${"projects/" + projectId + "/locations/" + region}
            jobId: ${jobId}
            body:
              taskGroups:
                taskSpec:
                  runnables:
                    - container:
                        imageUri: ${imageUri}
                      environment:
                        variables:
                          BUCKET: ${bucket}
                # Run 6 tasks on 2 VMs
                taskCount: 6
                parallelism: 2
              logsPolicy:
                destination: CLOUD_LOGGING
        result: createAndRunBatchJobResponse
    # You can delete the batch job or keep it for debugging
    - logDeleteBatchJob:
        call: sys.log
        args:
          data: ${"Deleting the batch job " + jobId}
    - deleteBatchJob:
        call: googleapis.batch.v1.projects.locations.jobs.delete
        args:
            name: ${"projects/" + projectId + "/locations/" + region + "/jobs/" + jobId}
        result: deleteResult
    - returnResult:
        return:
          jobId: ${jobId}
          bucket: ${bucket}

JSON

{
  "main": {
    "params": [
      "args"
    ],
    "steps": [
      {
        "init": {
          "assign": [
            {
              "projectId": "${sys.get_env(\"GOOGLE_CLOUD_PROJECT_ID\")}"
            },
            {
              "region": "us-central1"
            },
            {
              "imageUri": "${region + \"-docker.pkg.dev/\" + projectId + \"/containers/primegen-service:v1\"}"
            },
            {
              "jobId": "${\"job-primegen-\" + string(int(sys.now()))}"
            },
            {
              "bucket": "${projectId + \"-\" + jobId}"
            }
          ]
        }
      },
      {
        "createBucket": {
          "call": "googleapis.storage.v1.buckets.insert",
          "args": {
            "query": {
              "project": "${projectId}"
            },
            "body": {
              "name": "${bucket}"
            }
          }
        }
      },
      {
        "logCreateBucket": {
          "call": "sys.log",
          "args": {
            "data": "${\"Created bucket \" + bucket}"
          }
        }
      },
      {
        "logCreateBatchJob": {
          "call": "sys.log",
          "args": {
            "data": "${\"Creating and running the batch job \" + jobId}"
          }
        }
      },
      {
        "createAndRunBatchJob": {
          "call": "googleapis.batch.v1.projects.locations.jobs.create",
          "args": {
            "parent": "${\"projects/\" + projectId + \"/locations/\" + region}",
            "jobId": "${jobId}",
            "body": {
              "taskGroups": {
                "taskSpec": {
                  "runnables": [
                    {
                      "container": {
                        "imageUri": "${imageUri}"
                      },
                      "environment": {
                        "variables": {
                          "BUCKET": "${bucket}"
                        }
                      }
                    }
                  ]
                },
                "taskCount": 6,
                "parallelism": 2
              },
              "logsPolicy": {
                "destination": "CLOUD_LOGGING"
              }
            }
          },
          "result": "createAndRunBatchJobResponse"
        }
      },
      {
        "logDeleteBatchJob": {
          "call": "sys.log",
          "args": {
            "data": "${\"Deleting the batch job \" + jobId}"
          }
        }
      },
      {
        "deleteBatchJob": {
          "call": "googleapis.batch.v1.projects.locations.jobs.delete",
          "args": {
            "name": "${\"projects/\" + projectId + \"/locations/\" + region + \"/jobs/\" + jobId}"
          },
          "result": "deleteResult"
        }
      },
      {
        "returnResult": {
          "return": {
            "jobId": "${jobId}",
            "bucket": "${bucket}"
          }
        }
      }
    ]
  }
}

Klicken Sie auf Bereitstellen.

gcloud

Erstellen Sie eine Quellcodedatei für Ihren Workflow:
```
touch batch-workflow.JSON_OR_YAML
```
Ersetzen Sie „JSON_OR_YAML“ durch „yaml“ oder „json“ je nach Format des Workflows.

Kopieren Sie in einem Texteditor den folgenden Workflow in Ihre Quellcodedatei:

YAML

main:
  params: [args]
  steps:
    - init:
        assign:
          - projectId: ${sys.get_env("GOOGLE_CLOUD_PROJECT_ID")}
          - region: "us-central1"
          - imageUri: ${region + "-docker.pkg.dev/" + projectId + "/containers/primegen-service:v1"}
          - jobId: ${"job-primegen-" + string(int(sys.now()))}
          - bucket: ${projectId + "-" + jobId}
    - createBucket:
        call: googleapis.storage.v1.buckets.insert
        args:
          query:
            project: ${projectId}
          body:
            name: ${bucket}
    - logCreateBucket:
        call: sys.log
        args:
          data: ${"Created bucket " + bucket}
    - logCreateBatchJob:
        call: sys.log
        args:
          data: ${"Creating and running the batch job " + jobId}
    - createAndRunBatchJob:
        call: googleapis.batch.v1.projects.locations.jobs.create
        args:
            parent: ${"projects/" + projectId + "/locations/" + region}
            jobId: ${jobId}
            body:
              taskGroups:
                taskSpec:
                  runnables:
                    - container:
                        imageUri: ${imageUri}
                      environment:
                        variables:
                          BUCKET: ${bucket}
                # Run 6 tasks on 2 VMs
                taskCount: 6
                parallelism: 2
              logsPolicy:
                destination: CLOUD_LOGGING
        result: createAndRunBatchJobResponse
    # You can delete the batch job or keep it for debugging
    - logDeleteBatchJob:
        call: sys.log
        args:
          data: ${"Deleting the batch job " + jobId}
    - deleteBatchJob:
        call: googleapis.batch.v1.projects.locations.jobs.delete
        args:
            name: ${"projects/" + projectId + "/locations/" + region + "/jobs/" + jobId}
        result: deleteResult
    - returnResult:
        return:
          jobId: ${jobId}
          bucket: ${bucket}

JSON

{
  "main": {
    "params": [
      "args"
    ],
    "steps": [
      {
        "init": {
          "assign": [
            {
              "projectId": "${sys.get_env(\"GOOGLE_CLOUD_PROJECT_ID\")}"
            },
            {
              "region": "us-central1"
            },
            {
              "imageUri": "${region + \"-docker.pkg.dev/\" + projectId + \"/containers/primegen-service:v1\"}"
            },
            {
              "jobId": "${\"job-primegen-\" + string(int(sys.now()))}"
            },
            {
              "bucket": "${projectId + \"-\" + jobId}"
            }
          ]
        }
      },
      {
        "createBucket": {
          "call": "googleapis.storage.v1.buckets.insert",
          "args": {
            "query": {
              "project": "${projectId}"
            },
            "body": {
              "name": "${bucket}"
            }
          }
        }
      },
      {
        "logCreateBucket": {
          "call": "sys.log",
          "args": {
            "data": "${\"Created bucket \" + bucket}"
          }
        }
      },
      {
        "logCreateBatchJob": {
          "call": "sys.log",
          "args": {
            "data": "${\"Creating and running the batch job \" + jobId}"
          }
        }
      },
      {
        "createAndRunBatchJob": {
          "call": "googleapis.batch.v1.projects.locations.jobs.create",
          "args": {
            "parent": "${\"projects/\" + projectId + \"/locations/\" + region}",
            "jobId": "${jobId}",
            "body": {
              "taskGroups": {
                "taskSpec": {
                  "runnables": [
                    {
                      "container": {
                        "imageUri": "${imageUri}"
                      },
                      "environment": {
                        "variables": {
                          "BUCKET": "${bucket}"
                        }
                      }
                    }
                  ]
                },
                "taskCount": 6,
                "parallelism": 2
              },
              "logsPolicy": {
                "destination": "CLOUD_LOGGING"
              }
            }
          },
          "result": "createAndRunBatchJobResponse"
        }
      },
      {
        "logDeleteBatchJob": {
          "call": "sys.log",
          "args": {
            "data": "${\"Deleting the batch job \" + jobId}"
          }
        }
      },
      {
        "deleteBatchJob": {
          "call": "googleapis.batch.v1.projects.locations.jobs.delete",
          "args": {
            "name": "${\"projects/\" + projectId + \"/locations/\" + region + \"/jobs/\" + jobId}"
          },
          "result": "deleteResult"
        }
      },
      {
        "returnResult": {
          "return": {
            "jobId": "${jobId}",
            "bucket": "${bucket}"
          }
        }
      }
    ]
  }
}

Stellen Sie den Workflow bereit. Geben Sie hierzu den folgenden Befehl ein:

gcloud workflows deploy batch-workflow \
  --source=batch-workflow.yaml \
  --location=us-central1 \
  --service-account=SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com

Ersetzen Sie SERVICE_ACCOUNT_NAME durch den Namen von das zuvor erstellte Dienstkonto.

Workflow ausführen

Bei der Ausführung eines Workflows wird die aktuelle Workflowdefinition ausgeführt, die dem Workflow zugeordnet ist.

Console

Öffnen Sie in der Google Cloud Console die Seite Workflows.

Zur Seite "Workflows"
Klicken Sie auf der Seite Workflows auf das batch-workflow, um die zugehörige Detailseite aufzurufen.
Klicken Sie auf der Seite Workflowdetails auf Ausführen.
Klicken Sie noch einmal auf Ausführen.

Die Ausführung des Workflows sollte einige Minuten dauern.

Hinweis: Wenn ein IAM permission denied for service account angezeigt wird, im Schritt createBucket zurückgegeben, ist dies wahrscheinlich auf eine Weitergabe zurückzuführen. Verspätung. Warten Sie ein bis zwei Minuten und Versuchen Sie dann noch einmal, den Workflow auszuführen.
Sehen Sie sich die Ergebnisse des Workflows im Bereich Ausgabe an.

Die Antwort sollte in etwa so aussehen:
```
{
  "bucket": "project-name-job-primegen-TIMESTAMP",
  "jobId": "job-primegen-TIMESTAMP"
}
```

gcloud

Führen Sie den Workflow aus:
```
gcloud workflows run batch-workflow \
  --location=us-central1
```
Die Ausführung des Workflows sollte einige Minuten dauern.

Hinweis: Wenn ein IAM permission denied for service account angezeigt wird, im Schritt createBucket zurückgegeben, ist dies wahrscheinlich auf eine Weitergabe zurückzuführen. Verspätung. Warten Sie ein bis zwei Minuten und Versuchen Sie dann noch einmal, den Workflow auszuführen.
Sie können Status einer lang andauernden Ausführung prüfen

Führen Sie folgenden Befehl aus, um den Status der letzten abgeschlossenen Ausführung abzurufen: Befehl:

gcloud workflows executions describe-last

Die Ergebnisse sollten in etwa so aussehen:

name: projects/PROJECT_NUMBER/locations/us-central1/workflows/batch-workflow/executions/EXECUTION_ID
result: '{"bucket":"project-name-job-primegen-TIMESTAMP","jobId":"job-primegen-TIMESTAMP"}'
startTime: '2022-07-29T16:08:39.725306421Z'
state: SUCCEEDED
status:
  currentSteps:
  - routine: main
    step: returnResult
workflowRevisionId: 000001-9ba

Objekte im Ausgabe-Bucket auflisten

Sie können bestätigen, dass die Ergebnisse Ihren Erwartungen entsprechen, indem Sie die Objekte in der Cloud Storage-Ausgabe-Bucket.

Console

Wechseln Sie in der Cloud Console zur Seite Cloud Storage-Buckets.

Buckets aufrufen
Klicken Sie in der Bucket-Liste auf den Namen des Buckets, dessen Inhalt Sie sehen möchten.

Die Ergebnisse sollten in etwa so aussehen (insgesamt sechs Dateien), und jede Auflistung einen Batch von 10.000 Primzahlen enthält:
```
primes-1-10000.txt
primes-10001-20000.txt
primes-20001-30000.txt
primes-30001-40000.txt
primes-40001-50000.txt
primes-50001-60000.txt
```

gcloud

Rufen Sie den Namen Ihres Ausgabe-Buckets ab:
```
gcloud storage ls
```
Die Ausgabe sieht in etwa so aus:
```
gs://PROJECT_ID-job-primegen-TIMESTAMP/
```

Objekte in Ihrem Bucket auflisten:

gcloud storage ls gs://PROJECT_ID-job-primegen-TIMESTAMP/** --recursive

Ersetzen Sie TIMESTAMP durch den von mit dem vorherigen Befehl.

Die Ausgabe sollte in etwa so aussehen (insgesamt sechs Dateien), und jede Auflistung einen Batch von 10.000 Primzahlen enthält:

gs://project-name-job-primegen-TIMESTAMP/primes-1-10000.txt
gs://project-name-job-primegen-TIMESTAMP/primes-10001-20000.txt
gs://project-name-job-primegen-TIMESTAMP/primes-20001-30000.txt
gs://project-name-job-primegen-TIMESTAMP/primes-30001-40000.txt
gs://project-name-job-primegen-TIMESTAMP/primes-40001-50000.txt
gs://project-name-job-primegen-TIMESTAMP/primes-50001-60000.txt

Bereinigen

Wenn Sie ein neues Projekt für diese Anleitung erstellt haben, löschen Sie das Projekt. Wenn Sie ein vorhandenes Projekt verwendet haben und es beibehalten möchten, ohne die Änderungen in dieser Anleitung hinzuzufügen, löschen Sie die für die Anleitung erstellten Ressourcen.

Projekt löschen

Am einfachsten vermeiden Sie weitere Kosten durch Löschen des für die Anleitung erstellten Projekts.

So löschen Sie das Projekt:

Achtung: Das Löschen von Projekten hat folgende Auswirkungen:

Alle Inhalte des Projekts werden gelöscht. Wenn Sie für die Aufgaben in diesem Dokument ein bereits bestehendes Projekt verwendet haben und dieses löschen, werden auch alle anderen im Rahmen des Projekts erstellten Daten gelöscht.
Benutzerdefinierte Projekt-IDs gehen verloren. Beim Erstellen dieses Projekts haben Sie möglicherweise eine benutzerdefinierte Projekt-ID erstellt, die Sie weiterhin verwenden möchten. Damit die URLs, die die Projekt-ID nutzen, z. B. eine appspot.com-URL, erhalten bleiben, sollten Sie ausgewählte Ressourcen innerhalb des Projekts löschen, statt das gesamte Projekt.

Wenn Sie mehrere Architekturen, Anleitungen und Kurzanleitungen durcharbeiten möchten, können Sie die Überschreitung von Projektkontingenten verhindern, indem Sie Projekte wiederverwenden.

Wechseln Sie in der Google Cloud Console zur Seite Ressourcen verwalten.
Zur Seite „Ressourcen verwalten“
Wählen Sie in der Projektliste das Projekt aus, das Sie löschen möchten, und klicken Sie dann auf Löschen.
Geben Sie im Dialogfeld die Projekt-ID ein und klicken Sie auf Shut down (Beenden), um das Projekt zu löschen.

In dieser Anleitung erstellte Ressourcen löschen

Löschen Sie den Batchjob:

Rufen Sie zuerst den Jobnamen ab:

gcloud batch jobs list --location=us-central1

Die Ausgabe sollte in etwa so aussehen:

NAME: projects/project-name/locations/us-central1/jobs/job-primegen-TIMESTAMP
STATE: SUCCEEDED

Dabei ist job-primegen-TIMESTAMP der Name des Batches. Job.

Löschen Sie den Job:

gcloud batch jobs delete BATCH_JOB_NAME --location us-central1

Löschen Sie den Workflow:
```
gcloud workflows delete WORKFLOW_NAME
```

Löschen Sie das Container-Repository:

gcloud artifacts repositories delete REPOSITORY_NAME --location=us-central1

Cloud Build verwendet Cloud Storage zum Speichern von Build-Ressourcen. Informationen zum Löschen eines Cloud Storage-Bucket finden Sie unter Buckets löschen

Batchjob mit Workflows ausführen

Lernziele

Kosten

Hinweise

Console

gcloud

Artifact Registry-Repository erstellen

Console

gcloud

Codebeispiele abrufen

Docker-Image mit Cloud Build erstellen

Workflow bereitstellen, der einen Batchjob plant und ausführt

Console

YAML

JSON

gcloud

YAML

JSON

Workflow ausführen

Console

gcloud

Objekte im Ausgabe-Bucket auflisten

Console

gcloud

Bereinigen

Projekt löschen

In dieser Anleitung erstellte Ressourcen löschen

Nächste Schritte