自动重建容器映像，以同步基础映像更新

借助 Cloud Workstations，您可以为工作站创建和使用自定义映像。使用自定义映像后，自动重新构建自定义映像有助于提取基础映像中提供的修复和更新。

在本教程中，您将了解如何构建自动化流水线，以帮助确保在自定义工作站映像中添加安全更新和补丁。

目标

按照本教程进行操作，您将按照以下步骤为基础映像构建自动化流水线：

  1. 创建 Artifact Registry 代码库以存储和扫描您的自定义映像。
  2. 使用 Google Cloud 配置 GitHub 以存储您的映像配置。
  3. 创建 Cloud Build 触发器以自动创建自定义映像并将其部署到 Artifact Registry。
  4. 配置 Cloud Scheduler 以定期启动构建。
  5. 查看自动化流程的结果。

费用

在本文档中，您将使用 Google Cloud 的以下收费组件：

您可使用价格计算器根据您的预计使用情况来估算费用。 Google Cloud 新用户可能有资格申请免费试用。

完成本文档中描述的任务后，您可以通过删除所创建的资源来避免继续计费。如需了解详情，请参阅清理。

准备工作

  1. 登录您的 Google Cloud 账号。如果您是 Google Cloud 新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. 确保您的 Google Cloud 项目已启用结算功能。

  4. 启用 Artifact Registry、Container Scanning API、Cloud Build 和 Cloud Scheduler API。

    启用 API

  5. 安装 Google Cloud CLI。

  6. 如需初始化 gcloud CLI，请运行以下命令： 

    gcloud init
    7.

  7. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  8. 确保您的 Google Cloud 项目已启用结算功能。

  9. 启用 Artifact Registry、Container Scanning API、Cloud Build 和 Cloud Scheduler API。

    启用 API

  10. 安装 Google Cloud CLI。

  11. 如需初始化 gcloud CLI，请运行以下命令： 

    gcloud init
    12.

准备环境

在继续操作之前，请确保已设置以下环境变量。

  1. 为您计划使用的 Cloud 项目设置项目 ID：

    PROJECT_ID=$PROJECT_ID

  2. 设置您计划用于存储代码库的 GitHub 用户名：

    GITHUB_USER=$GITHUB_ID

  3. 设置要在整个过程中使用的 PROJECT_NUMBER 和 REGION 变量：

    PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID \
    --format='value(projectNumber)')

REGION=$REGION

    在前面的示例中，将 $REGION 替换为您打算使用的区域名称（例如 us-central1）。

    如需详细了解可用区域，请参阅 Cloud Workstations 位置。

创建 Artifact Registry 代码库

在本教程中，您将使用 Artifact Registry 存储和扫描映像。

  1. 使用以下命令创建代码库：

    gcloud artifacts repositories create custom-images \
      --repository-format=docker \
      --location=$REGION \
      --description="Docker repository"

    将 $REGION 替换为您打算使用的区域名称。

  2. 将 Docker 配置为使用您的 gcloud CLI 凭据访问 Artifact Registry。

    gcloud auth configure-docker $REGION-docker.pkg.dev

    如需关闭 Artifact Analysis，请运行以下命令：

    gcloud services disable containerscanning.googleapis.com

配置 GitHub 代码库

在实际使用中，您需要将自定义映像的 Dockerfile 保存在 Git 代码库中。自动化过程会在构建流程中访问该代码库，以拉取相关配置和 Dockerfile。

复刻示例代码库

如需对提供容器定义的示例代码库进行复刻，请按以下步骤操作：

  1. 点击此链接为 software-delivery-workshop 代码库创建新分支。
  2. 如果系统提示，请登录 GitHub。
  3. 选择您的 GitHub 用户名作为 Owner。代码库名称显示为 software-delivery-workshop。
  4. 点击创建分支，然后等待几秒钟，以便此过程完成。

将 Cloud Build 关联到 GitHub

接下来，使用内置的 GitHub 连接功能将该代码库连接到 Cloud Build。点击指向 GitHub 代码库的链接，然后按照说明完成该过程的说明进行操作。您无需在向导的最后一步中创建触发器，并且可以跳过最后的步骤，因为稍后您可以从命令行创建触发器。

如果您使用其他 Git 代码库解决方案，也可以按照说明将 Cloud Build 连接到 GitLab 或 Bitbucket。

创建 Cloud Build 触发器

示例代码库包含容器定义和用于构建容器映像的 Cloud Build 配置。在此步骤中，您将创建一个 Cloud Build 触发器，用于运行 cloudbuild.yaml 文件中的说明，该文件位于 labs/cloudbuild-scheduled-jobs/code-oss-java 文件夹中。

gcloud builds triggers create manual \
    --name=custom-image-trigger \
    --repo=$GITHUB_USER/software-delivery-workshop \
    --repo-type=GITHUB \
    --branch=main \
    --build-config=labs/cloudbuild-scheduled-jobs/code-oss-java/cloudbuild.yaml \
    --substitutions=_REGION=$REGION,_AR_REPO_NAME=custom-images,_AR_IMAGE_NAME=code-oss-java,_IMAGE_DIR=labs/cloudbuild-scheduled-jobs/code-oss-java

TRIGGER_ID=$(gcloud builds triggers list \
    --filter=name="custom-image-trigger" --format="value(id)")

此示例进行了以下配置：

  • gcloud CLI 命令会在 Cloud Build 中创建一个名为 custom-image-trigger 的手动触发器，如第二行的 name 标志所示。
  • 接下来三行包含与 GitHub 源代码代码库相关的标志：
  • build-config 标志指示 Git 代码库中 Cloud Build 文件的路径。

  • 如需将作业设为动态，请使用 substitutions 标志。对于此作业，该命令会传入以下变量：

    • 区域，$_REGION
    • Artifact Registry 代码库名称，$_AR_REPO_NAME
    • 容器映像名称，$_AR_IMAGE_NAME
    • 要构建的 Dockerfile 的位置，$_IMAGE_DIR

    请查看 cloudbuild.yaml 文件，以了解这些变量在此过程中的使用方式。

  • 创建触发器后，系统会检索触发器的唯一名称，并将其存储在 $TRIGGER_ID 环境变量中以供日后使用。

配置 Cloud Scheduler

为帮助确保您的映像是最新的更新和补丁程序，请使用 Cloud Scheduler 按设置的频率执行 Cloud Build 触发器。在本教程中，该作业每天运行。在实践中，请将其设置为与您的组织需求相符的频率，以帮助确保始终包含最新的更新。

  1. 向默认服务帐号授予所需的角色以调用 Cloud Build 触发器：

    gcloud projects add-iam-policy-binding $PROJECT_ID \
    --member="serviceAccount:$PROJECT_NUMBER-compute@developer.gserviceaccount.com" \
    --role="roles/cloudbuild.builds.editor"

  2. 向 Cloud Build 服务帐号授予所需的角色，以将映像上传到 Artifact Registry：

    gcloud projects add-iam-policy-binding $PROJECT_ID \
    --member=serviceAccount:$PROJECT_NUMBER@cloudbuild.gserviceaccount.com \
    --role="roles/artifactregistry.admin"

  3. 使用以下命令创建 Cloud Scheduler 作业：

    gcloud scheduler jobs create http run-build \
    --schedule='0 1 * * *' \
    --uri=https://cloudbuild.googleapis.com/v1/projects/$PROJECT_ID/locations/global/triggers/$TRIGGER_ID:run \
    --location=us-central1 \
    --oauth-service-account-email=$PROJECT_NUMBER-compute@developer.gserviceaccount.com \
    --oauth-token-scope=https://www.googleapis.com/auth/cloud-platform

  4. 该作业设置为每天执行一次；但是，如需立即测试该功能，请通过 Cloud Scheduler 手动运行该作业：

    转到 Cloud Scheduler

    1. 在 Cloud Scheduler 页面上，找到您刚刚创建的名为 run-build 的条目。
    2. 在“操作”列中，点击该行对应的 more_vert 选项菜单。
    3. 点击强制运行作业以手动测试系统。

    4. 命令成功执行后，切换到 Cloud Build 历史记录页面以查看进度：

      转到 Cloud Build 历史记录

查看结果

由于您在设置过程中启用了 Container Scanning API，因此 Artifact Registry 会自动扫描映像是否存在安全漏洞。

如需查看这些漏洞，请执行以下操作：

  1. 打开 Artifact Registry 代码库页面：

    转到 Artifact Registry 代码库

  2. 在代码库列表中，点击一个代码库。

  3. 点击图片名称。漏洞列中会显示每个映像摘要的漏洞总数。

    显示示例映像名称的 Artifact Registry 代码库页面

  4. 如需查看映像的漏洞列表，请点击漏洞列中的链接。漏洞列表会显示漏洞的严重程度、可修复情况以及包含漏洞的软件包的名称。

    显示漏洞示例列表的 Artifact Registry 漏洞列表

清理

为避免因本教程中使用的资源导致您的 Google Cloud 账号产生费用，请删除包含这些资源的项目，或者保留项目但删除各个资源。

为避免系统因此页面中使用的资源向您的 Google Cloud 帐号收取费用，请务必删除不再需要的资源。

如需从 Google Cloud 控制台或 gcloud CLI 中删除 Google Cloud 项目，请执行以下操作：

控制台

  1. 在 Google Cloud 控制台中，进入管理资源页面。

    转到“管理资源”

  2. 在项目列表中，选择要删除的项目，然后点击删除。
  3. 在对话框中输入项目 ID，然后点击关闭以删除项目。

gcloud

    删除 Google Cloud 项目：

    gcloud projects delete PROJECT_ID

如需详细了解如何删除其他资源（例如工作站集群、工作站配置和工作站），请参阅删除资源。

后续步骤