Diese Seite wurde von der Cloud Translation API übersetzt.

Batchjob mit Workflows ausführen

Batch ist ein vollständig verwalteter Dienst, mit dem Sie Batchverarbeitungs-Arbeitslasten auf Compute Engine-VM-Instanzen planen, in die Warteschlange stellen und ausführen können. Batch stellt Ressourcen bereit und verwaltet die Kapazität für Sie, sodass Ihre Batcharbeitslasten in großem Maßstab ausgeführt werden können.

Mit Workflows können Sie die benötigten Dienste in einer von Ihnen definierten Reihenfolge ausführen, die mit der Workflows-Syntax beschrieben wird.

In dieser Anleitung verwenden Sie den Workflows-Connector für Batch, um einen Batch-Job zu planen und auszuführen, der sechs Aufgaben parallel auf zwei Compute Engine-VMs ausführt. Wenn Sie sowohl Batch als auch Workflows verwenden, können Sie die Vorteile beider Tools kombinieren und den gesamten Prozess effizient bereitstellen und orchestrieren.

Lernziele

In dieser Anleitung werden Sie:

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

Die meisten der folgenden Befehle können Sie in der Google Cloud Konsole ausführen. Alle Befehle können Sie über das Google Cloud CLI entweder 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 -Konsole auf der Seite für die 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 Ihr Google Cloud -Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für ein Projekt aktiviert ist.
Aktivieren Sie die Artifact Registry-, Batch-, Cloud Build-, Compute Engine-, Workflow Executions- und Workflows APIs.

Aktivieren Sie die APIs
Erstellen Sie ein Dienstkonto, das Ihr Workflow zur Authentifizierung bei anderen Google Cloud Diensten verwendet, 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 Rollen, die Sie dem vom Nutzer verwalteten Dienstkonto zuweisen möchten, das Sie im vorherigen Schritt erstellt haben:
  - Bearbeiter von Batchjobs: zum Bearbeiten von Batchjobs.
  - Log-Autor: zum Schreiben von Logs.
  - Storage-Administrator: zum Verwalten von Cloud Storage-Ressourcen.
  Klicken Sie auf Weitere Rolle hinzufügen, um weitere Rollen hinzuzufügen.
  
  Hinweis :Das Feld Rolle hat Einfluss darauf, auf welche Ressourcen in Ihrem Projekt das Dienstkonto zugreifen kann. Sie können diese Rollen später widerrufen oder zusätzliche Rollen erteilen. In Produktionsumgebungen sollten Sie die Inhaber-, Bearbeiter- und Betrachterrolle nicht zuweisen. Gewähren Sie stattdessen eine vordefinierte Rolle oder eine benutzerdefinierte Rolle, die Ihren Anforderungen entspricht.
6. Klicken Sie auf Weiter.
7. Klicken Sie zum Abschließen der Erstellung des Kontos auf Fertig.
Weisen Sie dem im vorherigen Schritt erstellten nutzerverwalteten Dienstkonto die Rolle „IAM-Dienstkontonutzer“ für das Standarddienstkonto zu. Nachdem Sie die Compute Engine API aktiviert haben, ist das Standarddienstkonto das Compute Engine-Standarddienstkonto (PROJECT_NUMBER-compute@developer.gserviceaccount.com). Die Berechtigung wird in der Regel über die Rolle roles/iam.serviceAccountUser zugewiesen.

Achtung :Wenn Sie die Rolle „Dienstkontonutzer“ zuweisen, wird dem Nutzer indirekt die Rolle gewährt, die dem Standarddienstkonto zugeordnet ist. Wenn das Standarddienstkonto beispielsweise die Rolle „Bearbeiter“ hat, kann der Nutzer als „Bearbeiter“ agieren. Um die Auswirkungen dieser Rollenzuweisungen zu minimieren, empfehlen wir, das Standarddienstkonto gemäß dem Grundsatz der geringsten Berechtigung zu konfigurieren. Weitere Informationen finden Sie unter Standarddienstberechtigungen für Standarddienstkonten deaktivieren.
1. Klicken Sie auf der Seite Dienstkonten auf die E-Mail-Adresse des Standarddienstkontos (PROJECT_NUMBER-compute@developer.gserviceaccount.com).
2. Klicken Sie auf den Tab Berechtigungen.
3. Klicken Sie auf die Schaltfläche Zugriff gewähren.
4. Wenn Sie ein neues Hauptkonto hinzufügen möchten, geben Sie die E-Mail-Adresse Ihres Dienstkontos ein (SERVICE_ACCOUNT_NAME@PROJECT_ID.iam.gserviceaccount.com).
5. Wählen Sie in der Liste Rolle auswählen die Rolle Dienstkonten > Dienstkontonutzer aus.
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 Ihr Google Cloud -Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für ein Projekt aktiviert ist.

Aktivieren Sie die 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, das zur Authentifizierung bei anderen Google Cloud -Diensten verwendet wird, und weisen Sie 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, das Sie im vorherigen Schritt erstellt haben, Rollen zu. Führen Sie den folgenden Befehl für jede der folgenden IAM-Rollen einmal aus:
  - 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 Projekt-ID, unter der Sie das Dienstkonto erstellt haben
  - ROLE: die zu gewährende Rolle
  Hinweis: Das Flag --role hat Einfluss darauf, auf welche Ressourcen in Ihrem Projekt das Dienstkonto zugreifen kann. Sie können diese Rollen später widerrufen oder zusätzliche Rollen erteilen. In Produktionsumgebungen sollten Sie die Inhaber-, Bearbeiter- und Betrachterrolle nicht zuweisen. Gewähren Sie stattdessen eine vordefinierte Rolle oder eine benutzerdefinierte Rolle, die Ihren Anforderungen entspricht.
Weisen Sie dem nutzerverwalteten Dienstkonto, das Sie im vorherigen Schritt erstellt haben, die Rolle „IAM-Dienstkontonutzer“ für das Standarddienstkonto zu. Nachdem Sie die Compute Engine API aktiviert haben, ist das Standarddienstkonto das Compute Engine-Standarddienstkonto (PROJECT_NUMBER-compute@developer.gserviceaccount.com). Die Berechtigung wird in der Regel über die Rolle roles/iam.serviceAccountUser zugewiesen.

Achtung :Wenn Sie die Rolle „Dienstkontonutzer“ zuweisen, wird dem Nutzer indirekt die Rolle gewährt, die dem Standarddienstkonto zugeordnet ist. Wenn das Standarddienstkonto beispielsweise die Rolle „Bearbeiter“ hat, kann der Nutzer als „Bearbeiter“ agieren. Um die Auswirkungen dieser Rollenzuweisungen zu minimieren, empfehlen wir, das Standarddienstkonto gemäß dem Grundsatz der geringsten Berechtigung zu konfigurieren. Weitere Informationen finden Sie unter Standarddienstberechtigungen für Standarddienstkonten deaktivieren.
```
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 in der Region us-central1 erstellt. Weitere Informationen zu unterstützten Regionen finden Sie unter Artifact Registry-Standorte.

Codebeispiele abrufen

Google Cloud speichert den Anwendungsquellcode für diese Anleitung in GitHub. Sie können das 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 die Beispiele in der Datei main.zip herunterladen und extrahieren.
Wechseln Sie zu dem Verzeichnis, das den Beispielcode enthält:
```
cd batch-samples/primegen
```

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

Docker-Image mit Cloud Build erstellen

Das Dockerfile enthält die Informationen, die zum Erstellen eines Docker-Images mit Cloud Build erforderlich sind. 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 Ihre Projekt-ID. Google Cloud

Nach Abschluss des Builds sollten Sie in etwa folgende Ausgabe sehen:

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

Sie haben mithilfe eines Dockerfile ein Docker-Image mit dem Namen primegen-service erstellt und das Image in ein Artifact Registry-Repository mit dem Namen containers hochgeladen.

Workflow bereitstellen, der einen Batch-Job plant und ausführt

Im folgenden Workflow wird ein Batch-Job geplant und ausgeführt, der einen Docker-Container als sechs parallele Aufgaben auf zwei Compute Engine-VMs ausführt. Das Ergebnis ist die Generierung von sechs Batches mit Primzahlen, die in einem Cloud Storage-Bucket gespeichert werden.

Console

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

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 Dienstkonto aus, das Sie zuvor erstellt haben.
Klicken Sie auf Weiter.

Geben Sie im Workflow-Editor die folgende Definition für Ihren 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 Ihres Workflows.

Kopieren Sie den folgenden Workflow in einem Texteditor 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 des Dienstkontos, das Sie zuvor erstellt haben.

Workflow ausführen

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

Console

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

Zur Seite "Workflows"
Klicken Sie auf der Seite Workflows auf den Workflow batch-workflow, um die Detailseite aufzurufen.
Klicken Sie auf der Seite Workflow-Details auf Ausführen.
Klicken Sie noch einmal auf Ausführen.

Die Ausführung des Workflows sollte einige Minuten dauern.

Hinweis: Wenn im Schritt createBucket der Fehler IAM permission denied for service account auftritt, liegt das wahrscheinlich an einer Verzögerung bei der Weitergabe. 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 im Schritt createBucket der Fehler IAM permission denied for service account auftritt, liegt das wahrscheinlich an einer Verzögerung bei der Weitergabe. Warten Sie ein bis zwei Minuten und versuchen Sie dann noch einmal, den Workflow auszuführen.
Sie können den Status einer lang andauernden Ausführung prüfen.

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

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 Ausgabebucket auflisten

Sie können überprüfen, ob die Ergebnisse wie erwartet sind, indem Sie die Objekte in Ihrem Cloud Storage-Ausgabe-Bucket auflisten.

Console

Wechseln Sie in der Google Cloud Console unter „Cloud Storage“ zur Seite 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, mit insgesamt sechs Dateien, in denen jeweils 10.000 Primzahlen aufgeführt sind:
```
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 Ausgabebuckets ab:
```
gcloud storage ls
```
Die entsprechende Ausgabe sieht 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 Zeitstempel, der vom vorherigen Befehl zurückgegeben wurde.

Die Ausgabe sollte in etwa so aussehen, mit insgesamt sechs Dateien, in denen jeweils 10.000 Primzahlen aufgeführt sind:

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.

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.

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 Batchjobs.

Job löschen:

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 Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

Lernziele

Kosten

Hinweise

Console

gcloud

Artifact Registry-Repository erstellen

Console

gcloud

Codebeispiele abrufen

Docker-Image mit Cloud Build erstellen

Workflow bereitstellen, der einen Batch-Job plant und ausführt

Console

YAML

JSON

gcloud

YAML

JSON

Workflow ausführen

Console

gcloud

Objekte im Ausgabebucket auflisten

Console

gcloud

Bereinigen

Projekt löschen

In dieser Anleitung erstellte Ressourcen löschen

Nächste Schritte

Batchjob mit Workflows ausführen