Cloud Run-Anwendung mit Cloud Deploy bereitstellen

1. Übersicht

In diesem Lab stellen Sie eine .NET-Anwendung mit Cloud Deploy in Cloud Run bereit. Sie erstellen ein Container-Image mit Cloud Build, ohne ein Dockerfile zu verwenden. Sie richten mit Cloud Deploy eine Pipeline mit drei Zielumgebungen ein und führen die Schritte zum Hochstufen des Releases durch die Umgebungen aus. Schließlich genehmigen Sie den Release für die Bereitstellung in der Produktionsumgebung.

Was ist Cloud Build?

Mit Cloud Build können Sie Software schnell in allen Programmiersprachen erstellen.

Was ist Cloud Deploy?

Cloud Deploy ist ein vollständig verwalteter Dienst für Continuous Delivery. Mit Cloud Deploy können Sie Bereitstellungspipelines für GKE, Anthos und Cloud Run erstellen.

Was ist Cloud Run?

Mit Cloud Run können Sie skalierbare Containeranwendungen, die in einer beliebigen Sprache (einschließlich Go, Python, Java, Node.js, .NET und Ruby) geschrieben wurden, auf einer vollständig verwalteten Plattform bereitstellen.

Was ist Skaffold?

Skaffold ist ein Befehlszeilentool, das die kontinuierliche Entwicklung für Kubernetes-native Anwendungen ermöglicht. Cloud Deploy verwendet Skaffold für Rendering- und Bereitstellungsvorgänge.

Lerninhalte

In diesem Lab lernen Sie Folgendes:

Cloud Deploy-Pipeline erstellen
Container-Image für .NET-Anwendung mit Cloud Build ohne Dockerfile erstellen
Anwendung mit Cloud Deploy in Cloud Run bereitstellen
Cloud Deploy-Releases hochstufen

Vorbereitung

Für dieses Lab wird davon ausgegangen, dass Sie mit der Cloud Console und mit Shell-Umgebungen vertraut sind.

2. Einrichtung und Anforderungen

Cloud-Projekt einrichten

Melden Sie sich in der Google Cloud Console an und erstellen Sie ein neues Projekt oder verwenden Sie ein vorhandenes. Wenn Sie noch kein Gmail- oder Google Workspace-Konto haben, müssen Sie eines erstellen.

Der Projektname ist der Anzeigename für die Teilnehmer dieses Projekts. Es handelt sich um einen String, der nicht von Google APIs verwendet wird. Sie können ihn jederzeit aktualisieren.
Die Projekt-ID ist für alle Google Cloud-Projekte eindeutig und unveränderlich (kann nach dem Festlegen nicht mehr geändert werden). In der Cloud Console wird automatisch ein eindeutiger String generiert. Normalerweise ist es nicht wichtig, wie dieser String aussieht. In den meisten Codelabs müssen Sie auf die Projekt-ID verweisen (sie wird in der Regel als PROJECT_ID angegeben). Wenn Ihnen die generierte ID nicht gefällt, können Sie eine andere zufällige ID generieren. Alternativ können Sie es mit einem eigenen versuchen und sehen, ob es verfügbar ist. Sie kann nach diesem Schritt nicht mehr geändert werden und bleibt für die Dauer des Projekts bestehen.
Zur Information: Es gibt einen dritten Wert, die Projektnummer, die von einigen APIs verwendet wird. Weitere Informationen zu diesen drei Werten

Als Nächstes müssen Sie die Abrechnung in der Cloud Console aktivieren, um Cloud-Ressourcen/-APIs zu verwenden. Die Durchführung dieses Codelabs sollte keine oder nur geringe Kosten verursachen. Wenn Sie Ressourcen herunterfahren möchten, damit Ihnen nach Abschluss dieser Anleitung keine Kosten mehr in Rechnung gestellt werden, können Sie die von Ihnen erstellten Ressourcen oder das gesamte Projekt löschen. Neue Nutzer von Google Cloud kommen für das Programm für kostenlose Testversionen mit einem Guthaben von 300$ infrage.

Umgebung einrichten

Aktivieren Sie Cloud Shell, indem Sie rechts neben der Suchleiste auf das Symbol klicken.

Führen Sie in Cloud Shell den folgenden Befehl aus, um Umgebungsvariablen für das Projekt festzulegen:

export PROJECT_ID=$(gcloud config get-value project)
export PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID \
--format='value(projectNumber)')
export REGION=us-central1

APIs aktivieren:

gcloud services enable \
  run.googleapis.com \
  cloudbuild.googleapis.com \
  clouddeploy.googleapis.com \
  artifactregistry.googleapis.com

Erstellen Sie ein Artifact Registry-Repository zum Speichern von Anwendungs-Container-Images:

gcloud artifacts repositories create containers-repo \
  --repository-format=docker \
  --location=${REGION} \
  --description="Containers repository"

3. Konfigurationsdateien prüfen

Anwendungsquellcode klonen:

git clone https://github.com/gitrey/deploy-cloudrun-app-with-clouddeploy.git
cd deploy-cloudrun-app-with-clouddeploy

Cloud Deploy-Pipelinekonfiguration prüfen:

clouddeploy.yaml

apiVersion: deploy.cloud.google.com/v1
kind: DeliveryPipeline
metadata:
 name: cloud-run-pipeline
description: application deployment pipeline
serialPipeline:
 stages:
 - targetId: dev-env
   profiles: [dev]
 - targetId: qa-env
   profiles: [qa]
 - targetId: prod-env
   profiles: [prod]
---

apiVersion: deploy.cloud.google.com/v1
kind: Target
metadata:
 name: dev-env
description: Cloud Run development service
run:
 location: projects/_PROJECT_ID/locations/us-west1
---

apiVersion: deploy.cloud.google.com/v1
kind: Target
metadata:
 name: qa-env
description: Cloud Run QA service
run:
 location: projects/_PROJECT_ID/locations/us-central1
---

apiVersion: deploy.cloud.google.com/v1
kind: Target
metadata:
 name: prod-env
description: Cloud Run PROD service
run:
 location: projects/_PROJECT_ID/locations/us-south1

Sehen Sie sich die Datei skaffold.yaml an, in der drei Umgebungen definiert sind. Cloud Run wird als Zieldienst verwendet.

skaffold.yaml

apiVersion: skaffold/v3alpha1
kind: Config
metadata: 
  name: cloud-run-app
profiles:
- name: dev
  manifests:
    rawYaml:
    - deploy-dev.yaml
- name: qa
  manifests:
    rawYaml:
    - deploy-qa.yaml
- name: prod
  manifests:
    rawYaml:
    - deploy-prod.yaml
deploy:
  cloudrun: {}

Dienstkonfigurationsdateien prüfen

deploy-dev.yaml

kind: Service
metadata:
  name: app-dev
spec:
  template:
    spec:
      containers:
      - image: app
        resources:
          limits:
            cpu: 1000m
            memory: 128Mi

deploy-qa.yaml

kind: Service
metadata:
  name: app-dev
spec:
  template:
    spec:
      containers:
      - image: app

deploy-prod.yaml

apiVersion: serving.knative.dev/v1
kind: Service
metadata:
  name: app-prod
spec:
  template:
    spec:
      containers:
      - image: app

Sehen Sie sich die Datei cloudbuild.yaml mit den Schritten zum Erstellen eines Container-Images und zum Erstellen einer Cloud Deploy-Version an:

cloudbuild.yaml

steps:
- name: 'gcr.io/k8s-skaffold/pack'
  entrypoint: 'pack'
  args: ['build',
         '--builder=gcr.io/buildpacks/builder',
         '--publish', '${_REGION}-docker.pkg.dev/${PROJECT_ID}/containers-repo/app:$BUILD_ID']
  id: Build and package .net app
- name: gcr.io/google.com/cloudsdktool/cloud-sdk:slim
  args: 
      [
        "deploy", "releases", "create", "release-$_RELEASE_TIMESTAMP",
        "--delivery-pipeline", "cloud-run-pipeline",
        "--region", "${_REGION}",
        "--images", "app=${_REGION}-docker.pkg.dev/${PROJECT_ID}/containers-repo/app:$BUILD_ID"
      ]
  entrypoint: gcloud

4. Cloud Deploy-Pipeline erstellen

Ersetzen Sie den Wert _PROJECT_ID in clouddeploy.yaml:

sed -i "s/_PROJECT_ID/$PROJECT_ID/g" clouddeploy.yaml

Cloud Deploy-Pipeline erstellen:

gcloud deploy apply \
  --file=clouddeploy.yaml \
  --region=${REGION} \
  --project=${PROJECT_ID}

Sehen Sie sich die erstellte Pipeline in Cloud Deploy an.

5. Container-Image erstellen und Release erstellen

Cloud Deploy Operator-Berechtigungen für das Cloud Build-Dienstkonto hinzufügen:

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
    --member=serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com \
    --role=roles/clouddeploy.operator

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
    --member=serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com \
    --role=roles/iam.serviceAccountUser

Container-Image und Cloud Deploy-Release erstellen:

export RELEASE_TIMESTAMP=$(date '+%Y%m%d-%H%M%S')

gcloud builds submit \
  --config cloudbuild-plus.yaml \
  --substitutions=_REGION=${REGION},_RELEASE_TIMESTAMP=${RELEASE_TIMESTAMP}

Sehen Sie sich den erstellten Release in Cloud Deploy an. Warten Sie, bis die Bereitstellung in der Entwicklungsumgebung abgeschlossen ist.

6. Release in QA- und PROD-Umgebungen hochstufen

Stufen Sie das Release über die Cloud Console oder Cloud Shell auf das nächste Ziel(qa-env) hoch.

Stufen Sie das Release mit Cloud Shell hoch. Führen Sie dazu den gcloud-Befehl aus.

gcloud beta deploy releases promote \
    --release="release-${RELEASE_TIMESTAMP}" \
    --delivery-pipeline=cloud-run-pipeline \
    --region=${REGION} \
    --quiet

Warten Sie, bis die Bereitstellung in der QA-Umgebung abgeschlossen ist. Release zum nächsten Ziel(prod-env) hochstufen.

gcloud beta deploy releases promote \
    --release="release-${RELEASE_TIMESTAMP}" \
    --delivery-pipeline=cloud-run-pipeline \
    --region=${REGION} \
    --quiet

Öffnen Sie Cloud Deploy in der Cloud Console und genehmigen Sie den Release für die Produktionsbereitstellung.

Prüfen Sie den Cloud Deploy-Pipelinestatus und die verfügbaren DORA-Messwerte („Anzahl der Bereitstellungen“, „Bereitstellungshäufigkeit“, „Fehlerrate bei der Bereitstellung“).

Messwert	Beschreibung
Anzahl der Bereitstellungen	Die Gesamtzahl der erfolgreichen und fehlgeschlagenen Bereitstellungen für das endgültige Ziel in Ihrer Bereitstellungspipeline.
Bereitstellungshäufigkeit	Wie oft Bereitstellungen über die Bereitstellungspipeline für das endgültige Ziel der Pipeline erfolgen.Dies ist einer der vier wichtigen Messwerte des DORA-Programms (DevOps Research and Assessment).
Bereitstellungsfehlerrate	Der Prozentsatz der fehlgeschlagenen Rollouts für das endgültige Ziel in Ihrer Bereitstellungspipeline.

Bereitgestellte Anwendungen in Cloud Run ansehen:

7. Glückwunsch!

Herzlichen Glückwunsch! Sie haben das Codelab abgeschlossen.

Behandelte Themen:

Cloud Deploy-Pipeline erstellen
Container-Image für .NET-Anwendung mit Cloud Build erstellen
Anwendung mit Cloud Deploy in Cloud Run bereitstellen
Cloud Deploy-Release hochstufen

Bereinigen

Damit Ihrem Google Cloud-Konto die in dieser Anleitung verwendeten Ressourcen nicht in Rechnung gestellt werden, können Sie entweder das Projekt löschen, das die Ressourcen enthält, oder das Projekt beibehalten und die einzelnen Ressourcen löschen.

Projekt löschen

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