Menjadwalkan operasi Workstation menggunakan Cloud Scheduler dan Cloud Run

---

Tutorial ini menunjukkan cara menggunakan Cloud Scheduler dan Cloud Run untuk menjalankan operasi secara otomatis seperti

• Menjadwalkan peningkatan dan penurunan ukuran kumpulan mulai cepat otomatis.
• Memulai workstation secara otomatis sesuai jadwal rutin.

Tutorial ini membantu Anda meningkatkan dan mengurangi Ukuran kumpulan mulai cepat agar sesuai dengan jam kerja standar.

Tujuan

1. Menulis dan men-deploy Layanan Cloud Run yang mengupdate Quick start pool size untuk konfigurasi workstation.
2. Konfigurasikan tugas Cloud Scheduler yang menjadwalkan layanan yang dibuat pada Langkah 1 agar berjalan pukul 09.00-17.00, Senin-Jumat agar sesuai dengan jam kerja PST.

Biaya

Dalam dokumen ini, Anda menggunakan komponen Google Cloud yang dapat ditagih berikut:

• Cloud Scheduler
• Cloud Run

Untuk membuat perkiraan biaya berdasarkan proyeksi penggunaan Anda, gunakan kalkulator harga. Pengguna baru Google Cloud mungkin memenuhi syarat untuk mendapatkan uji coba gratis.

Setelah menyelesaikan tugas yang dijelaskan dalam dokumen ini, Anda dapat menghindari penagihan berkelanjutan dengan menghapus resource yang Anda buat. Untuk mengetahui informasi selengkapnya, lihat Pembersihan.

Sebelum memulai

1. Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.

2. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

3. Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

4. Aktifkan API Cloud Run, Cloud Scheduler, Cloud Workstations .

   Mengaktifkan API

5. Menginstal Google Cloud CLI.

6. Untuk initialize gcloud CLI, jalankan perintah berikut:

   gcloud init

7. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

8. Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

9. Aktifkan API Cloud Run, Cloud Scheduler, Cloud Workstations .

   Mengaktifkan API

10. Menginstal Google Cloud CLI.

11. Untuk initialize gcloud CLI, jalankan perintah berikut:

    gcloud init

Menyiapkan lingkungan

Tetapkan variabel lingkungan berikut, yang digunakan oleh skrip otomatis yang Anda buat nanti.

1. Tetapkan variabel PROJECT_ID dan REGION yang akan Anda gunakan:

   PROJECT_ID=$PROJECT_ID
   REGION=$REGION
   

   Ganti $REGION dengan nama wilayah yang akan Anda gunakan—misalnya, us-central1.

   Untuk mengetahui informasi selengkapnya tentang region yang tersedia, lihat lokasi Cloud Workstations.

Arsitektur aplikasi

Solusi ini mencakup komponen Google Cloud berikut:

• Cloud Run untuk memperbarui Ukuran kumpulan mulai cepat WorkstationConfig.
• Tugas Cloud Scheduler untuk melakukan panggilan pada jadwal yang ditetapkan untuk mengupdate WorkstationConfig.

Membuat layanan Cloud Run

Langkah pertama ini adalah menyiapkan server web sederhana untuk memproses permintaan HTTP yang Anda terima di port 8080. Karena aplikasi berada dalam container, Anda dapat menulis server dalam bahasa apa pun.

Untuk menulis aplikasi pemroses server web di Python, lakukan hal berikut:

1. Buat sebuah direktori baru bernama workstation-config-updater dan ubah ke direktori tersebut:

   mkdir workstation-config-updater
   cd workstation-config-updater
   

2. Buat file bernama app.py lalu tempelkan kode berikut ke dalamnya:

   import os, subprocess
   from flask import Flask, request, abort
   
   app = Flask(__name__)
   
   @app.route("/", methods=["POST"])
   def update():
       app.logger.info("Update request received.")
       data = request.json
       cluster = data["cluster"]
       region = data["region"]
       pool_size = data["pool-size"]
   
       path = os.path.join(app.root_path, "update_config.sh")
       o = subprocess.run(
           [path, cluster, region, pool_size],
           stdout=subprocess.PIPE, stderr=subprocess.STDOUT, text=True
       )
       app.logger.info("Sending response:", o.stdout)
       return o.stdout
   
   if __name__ == "__main__":
       app.run(host="0.0.0.0", port=8080, debug=True)
   

   Kode ini menghasilkan server web dasar yang memantau port yang ditentukan oleh variabel lingkungan PORT dan menjalankan skrip update_config.sh.

3. Buat file bernama update_config.sh lalu tempelkan kode berikut ke dalamnya:

   #!/bin/bash
   
   set -e
   
   if [ $# -ne 3 ]
   then
      echo "Usage: update_config.sh CLUSTER REGION POOL_SIZE"
      exit 1
   fi
   
   CLUSTER=$1
   REGION=$2
   POOL_SIZE=$3
   
   # list workstation configs
   echo "Attempting to list workstation configs in cluster $CLUSTER and region $REGION ..."
   for CONFIG in $(gcloud  workstations configs list --cluster $CLUSTER --region $REGION --format="value(NAME)"); do
       echo "Attempting to update Quick Pool Size to $POOL_SIZE for config $CONFIG ..."
       # update the workstation config pool-size
       RET=$(gcloud workstations configs update $CONFIG --cluster $CLUSTER  --region $REGION --pool-size=$POOL_SIZE)
       if [[ $RET -eq 0 ]]; then
           echo "Workstation config $CONFIG updated."
       else
           echo "Workstation config $CONFIG update failed."
       fi
   done
   
   

   Skrip ini menggunakan perintah gcloud untuk mencantumkan semua WorkstationConfig di cluster tertentu dan memperbarui Ukuran Kumpulan Memulai Cepat ke POOL_SIZE.

4. Buat file bernama Dockerfile lalu tempelkan kode berikut ke dalamnya:

   FROM google/cloud-sdk
   
   RUN apt-get update && apt-get install -y python3-pip python3
   
   # Copy local code to the container image.
   ENV APP_HOME /app
   WORKDIR $APP_HOME
   COPY . ./
   
   RUN /bin/bash -c 'ls -la; chmod +x ./update_config.sh'
   
   # Install production dependencies.
   RUN pip3 install Flask gunicorn
   
   # Run the web service on container startup
   CMD exec gunicorn --bind :8080 --workers 1 --threads 8 app:app
   

   Kode ini memasukkan aplikasi ke dalam container agar siap di-deploy di Cloud Run.

Men-deploy ke Cloud Run

Untuk men-deploy ke Cloud Run, jalankan perintah berikut:

gcloud run deploy --source . --project $PROJECT_ID --region $REGION

1. Saat Anda diminta memasukkan nama layanan, tekan Enter untuk menyetujui nama default workstation-config-updater.

2. Jika Anda diminta untuk mengaktifkan Artifact Registry API atau mengizinkan pembuatan repositori Artifact Registry, tekan y.

3. Saat Anda diminta untuk mengizinkan pemanggilan yang tidak diautentikasi, tekan n.

4. Tunggu hingga deployment selesai.

5. Salin URL layanan yang ditampilkan dalam format berikut:

SERVICE_URL=$SERVICE_URL

Mengonfigurasi akun layanan untuk memanggil Cloud Run

Layanan workstation-config-updater yang Anda deploy tidak mengizinkan pemanggilan yang tidak diautentikasi.

Cloud Scheduler memerlukan akun layanan yang memiliki kredensial yang sesuai untuk memanggil layanan workstation-config-updater.

Menyiapkan akun layanan

1. Jika belum memiliki akun layanan yang ingin digunakan untuk tugas Cloud Scheduler, buat akun layanan baru.

   gcloud iam service-accounts create $SERVICE_ACCOUNT_NAME \
       --description="$DESCRIPTION" \
       --display-name="$DISPLAY_NAME"

2. Tambahkan binding peran IAM yang diperlukan agar akun layanan Anda dapat memanggil Cloud Run.

   gcloud run services add-iam-policy-binding workstation-config-updater \
       --member=serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com \
       --region $REGION \
       --role=roles/run.invoker

Membuat konfigurasi Cloud Scheduler dengan autentikasi

1. Buat tugas dan tentukan URL yang Anda salin dari Deploy to Cloud Run:

   gcloud scheduler jobs create http workstation-pool-increaser-cron \
       --http-method=POST \
       --location=us-central1 \
       --schedule="0 9 * * 1-5" \
       --time-zone="America/Los_Angeles" \
       --headers "Content-Type=application/json" \
       --message-body='{"cluster":"$CLUSTER", "region":"$REGION", "pool-size": "2"}' \
       --uri=$SERVICE_URL \
       --oidc-service-account-email=$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com

   Perintah ini menjadwalkan tugas untuk meningkatkan Ukuran kumpulan mulai cepat untuk semua WorkstationConfigs di WorkstationCluster $CLUSTER menjadi 2 pukul 9 pagi PST dari Senin hingga Jumat.

   Untuk informasi selengkapnya, lihat Mengonfigurasi Jadwal Tugas.

2. Demikian pula, untuk mengurangi ukuran kumpulan untuk konfigurasi workstation Anda menjadi 0 di akhir hari kerja, jalankan perintah berikut

   gcloud scheduler jobs create http workstation-pool-decreaser-cron \
       --http-method=POST \
       --location=$REGION \
       --schedule="0 17 * * 1-5" \
       --time-zone="America/Los_Angeles" \
       --headers "Content-Type=application/json" \
       --message-body='{"cluster":"$CLUSTER", "region":"$REGION", "pool-size": "0"}' \
       --uri=$SERVICE_URL \
       --oidc-service-account-email=$SERVICE-ACCOUNT@$PROJECT_ID.iam.gserviceaccount.com

Opsional: Memverifikasi tugas

Untuk memastikan pekerjaan Anda berfungsi seperti yang diharapkan, Anda dapat memverifikasi pekerjaan tersebut.

1. Buka halaman Cloud Scheduler di Konsol Google Cloud.

   Buka Cloud Scheduler

   workstation-pool-increaser-cron akan muncul di daftar tugas.

2. Di baris untuk tugas workstation-pool-increaser-cron, klik Tindakan > Paksa tugas dijalankan.

   Tugas pertama yang dibuat dalam sebuah project dapat memerlukan waktu beberapa menit untuk dijalankan.

3. Di kolom Status of last execution, status Success menunjukkan bahwa Anda telah berhasil menjalankan tugas.

Untuk memastikan bahwa konfigurasi Workstation telah diperbarui, lakukan hal berikut:

1. Buka halaman Workstation Configurations di Konsol Google Cloud.

   Buka Workstation Configurations

2. Pastikan Ukuran kumpulan mulai cepat adalah 2.

3. Lihat log untuk layanan Cloud Run Anda.

Pembersihan

Agar tidak dikenakan biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam tutorial ini, hapus project yang berisi resource tersebut, atau simpan project dan hapus setiap resource-nya.

Menghapus project pengujian Anda

Meskipun Cloud Run tidak mengenakan biaya saat layanannya tidak digunakan, Anda mungkin tetap dikenai biaya atas penyimpanan image container di Artifact Registry. Anda dapat menghapus image container atau menghapus project Google Cloud untuk menghindari tagihan. Menghapus project Google Cloud akan menghentikan penagihan untuk semua resource yang digunakan dalam project tersebut.

Perhatian: Menghapus project memiliki efek berikut:
• Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
• Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.
1. Di konsol Google Cloud, buka halaman Manage resource.

   Buka Manage resource

2. Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.
3. Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.

Menghapus tugas Cloud Scheduler

Untuk menghapus masing-masing resource Cloud Scheduler,

1. Buka halaman Cloud Scheduler di Konsol Google Cloud.

   Buka Cloud Scheduler

2. Klik kotak centang di samping pekerjaan Anda.

3. Klik tombol Delete di bagian atas halaman dan konfirmasi penghapusan Anda.

Langkah selanjutnya

• Pelajari arsitektur referensi, diagram, dan praktik terbaik tentang Google Cloud. Lihat Cloud Architecture Center kami.