کارگاه بهبوددهنده برنامه

۱. مقدمه

آخرین به‌روزرسانی: ۲۰۲۴/۱۱/۰۱

چگونه یک برنامه PHP قدیمی را در Google Cloud مدرن‌سازی کنیم؟

(📽️ ویدیو مقدماتی ۷ دقیقه‌ای این codelab را تماشا کنید)

معمولاً برنامه‌های قدیمی در محل اجرا می‌شوند که باید مدرن‌سازی شوند. این یعنی مدل‌ها باید مقیاس‌پذیر، ایمن، و قابل‌استقرار در محیط‌های مختلف باشند.

در این کارگاه، شما:

  1. کانتینری کردن برنامه PHP.
  2. انتقال به سرویس پایگاه داده مدیریت‌شده (Cloud SQL).
  3. در Cloud Run مستقر کنید (این جایگزین zero-ops برای GKE/Kubernetes است).
  4. ایمن کردن برنامه با «مدیریت هویت و دسترسی‌ها» (IAM) و Secret Manager.
  5. خط لوله CI/CD را ازطریق Cloud Build تعریف کنید. ‫Cloud Build می‌تواند به مخزن Git شما که در ارائه‌دهندگان محبوب Git مانند GitHub یا GitLab میزبانی می‌شود متصل شود و مثلاً با هر ارسال به شاخه اصلی فعال شود.
  6. تصاویر برنامه را در Cloud Storage میزبانی کنید. این کار ازطریق سوار کردن انجام می‌شود و برای تغییر برنامه به هیچ کدی نیاز نیست.
  7. معرفی کردن عملکرد هوش مصنوعی زایا ازطریق Gemini، که ازطریق Cloud Functions (بدون سرور) هماهنگ‌سازی شده است.
  8. با اهداف سطح خدمات و اجرای برنامه جدیداً بازآوری‌شده‌تان آشنا شوید.

با دنبال کردن این مراحل، می‌توانید به‌تدریج برنامه PHP خود را مدرن‌سازی کنید و مقیاس‌پذیری، امنیت، و انعطاف‌پذیری استقرار آن را بهبود بخشید. علاوه‌براین، انتقال به Google Cloud به شما امکان می‌دهد از زیرساخت‌ها و سرویس‌های قدرتمند آن استفاده کنید تا مطمئن شوید برنامه‌تان به‌راحتی در محیط بومی ابری اجرا می‌شود.

ما معتقدیم آنچه با دنبال کردن این مراحل ساده یاد می‌گیرید می‌تواند برای برنامه و سازمان خودتان با زبان/پشته متفاوت و موارد استفاده مختلف اعمال شود.

درباره برنامه

برنامه‌ای ( کد، تحت پروانه MIT) که انشعاب خواهید کرد یک برنامه PHP 5.7 پایه با اصالت‌سنجی MySQL است. هدف اصلی برنامه ارائه پلاتفرمی است که کاربران بتوانند عکس بارگذاری کنند و سرپرستان بتوانند تصاویر نامناسب را برچسب‌گذاری کنند. این برنامه دو جدول دارد:

  • کاربران. با سرپرست‌ها ازپیش کامپایل شده است. افراد جدید می‌توانند ثبت‌نام کنند.
  • تصاویر. با چند تصویر نمونه ارائه می‌شود. کاربرانی که به سیستم وارد شده‌اند می‌توانند عکس‌های جدید بارگذاری کنند. کمی جادو به اینجا اضافه خواهیم کرد.

هدف شما

می‌خواهیم برنامه قدیمی را مدرن‌سازی کنیم تا آن را در Google Cloud داشته باشیم. ما از ابزارها و سرویس‌های آن برای بهبود مقیاس‌پذیری، تقویت امنیت، خودکارسازی مدیریت زیرساخت، و ادغام ویژگی‌های پیشرفته مانند پردازش تصویر، نظارت، و ذخیره‌سازی داده‌ها بااستفاده از سرویس‌هایی مانند Cloud SQL،‏ Cloud Run،‏ Cloud Build،‏ Secret Manager، و غیره بهره خواهیم برد.

445f7a9ae37e9b4d.png

مهم‌تر اینکه می‌خواهیم این کار را گام‌به‌گام انجام دهیم تا بتوانید یاد بگیرید که فرایند فکری پشت هر گام چیست، و معمولاً هر گام امکانات جدیدی را برای گام‌های بعدی باز می‌کند (مثال: ماژول‌های ۲ -> ۳، و ۶ -> ۷).

هنوز متقاعد نشده‌اید؟ این ویدیو ۷ دقیقه‌ای را در YouTube ببینید.

آنچه نیاز خواهید داشت

  • رایانه‌ای با مرورگر که به اینترنت متصل باشد.
  • مقداری اعتبار GCP. مرحله بعدی را برای آن ببینید.
  • از Cloud Shell استفاده خواهید کرد. این ابزار با همه فرمان‌های ازپیش نصب‌شده‌ای که نیاز دارید و یک IDE ارائه می‌شود.
  • حساب GitHub. برای منشعب کردن کد اصلی 🧑🏻‍💻 gdgpescara/app-mod-workshop با مخزن git خودتان به این نیاز دارید. این کار برای داشتن خط لوله CI/CD خودتان (commit خودکار -> build -> deploy) لازم است

راه‌حل‌های نمونه را می‌توانید در اینجا پیدا کنید:

این کارگاه آموزشی برای تکمیل در Cloud Shell (در مرورگر) طراحی شده است.

بااین‌حال، از رایانه محلی‌تان هم می‌توانید این کار را انجام دهید.

۲. راه‌اندازی اعتبار و انشعاب

6dafc658860c0ce5.png

پس‌خرید کردن اعتبار GCP و راه‌اندازی محیط GCP [اختیاری]

برای اجرای این کارگاه، به حساب صورت‌حساب با مقداری اعتبار نیاز دارید. برای شروع، از اعتبارهای موجود در برنمای بالای این codelab استفاده کنید. اگر ازقبل به حساب صورت‌حساب متصل شده‌اید، می‌توانید از این مرحله رد شوید.

پس‌از اتمام، «کنسول Google Cloud» را باز کنید و با کلیک کردن روی «انتخابگر پروژه» در منوِ کرکره‌ای بالا سمت راست که «بدون سازمان» نشان داده می‌شود، پروژه جدیدی ایجاد کنید. در زیر ببینید

bd7548f78689db0b.png

اگر پروژه ندارید، پروژه جدیدی ایجاد کنید (همان‌طور که در نماگرفت زیر نشان داده شده است). گزینه «پروژه جدید» در گوشه بالا سمت راست وجود دارد.

6c82aebcb9f5cd47.png

مطمئن شوید پروژه جدید را به‌صورت زیر به حساب صورت‌حساب آزمایشی GCP پیوند دهید.

f202527d254893fb.png

برای استفاده از Google Cloud Platform آماده‌اید. اگر مبتدی هستید یا فقط می‌خواهید همه کارها را در محیط Cloud انجام دهید، می‌توانید ازطریق دکمه زیر در گوشه بالا سمت راست، همان‌طور که در زیر نشان داده شده است، به Cloud Shell و ویرایشگر آن دسترسی پیدا کنید.

7d732d7bf0deb12e.png

مطمئن شوید پروژه جدیدتان در بالا سمت راست انتخاب شده باشد:

انتخاب‌نشده (بد):

c2ffd36a781b276a.png

انتخاب‌شده (خوب):

594563c158f4f590.png

انشعاب برنامه از GitHub

  1. به برنامه نمایشی بروید: https://github.com/gdgpescara/app-mod-workshop
  2. روی 🍴 انشعاب کلیک کنید.
  3. اگر حساب github ندارید، باید حساب جدیدی ایجاد کنید.
  4. هرطور که می‌خواهید ویرایش کنید.

734e51bfc29ee5df.png

  1. کلون کردن کد برنامه بااستفاده از
  2. git clone https://github.com/YOUR-GITHUB-USER/YOUR-REPO-NAME
  1. پوشه پروژه کلون‌شده را با ویرایشگر دلخواهتان باز کنید. اگر Cloud Shell را انتخاب کنید، می‌توانید این کار را با کلیک کردن روی «باز کردن ویرایشگر» (همان‌طور که در زیر نشان داده شده است) انجام دهید.

40f5977ea4c1d1cb.png

همان‌طور که در شکل زیر نشان داده شده است، با Google Cloud Shell Editor هرآنچه را نیاز دارید دراختیار دارید

a4e5ffb3e9a35e84.png

این کار را می‌توان به‌صورت بصری با کلیک کردن روی «باز کردن پوشه» و انتخاب پوشه، احتمالاً app-mod-workshop در پوشه اصلی، انجام داد.

۳. واحد ۱: ایجاد نمونه SQL

645902e511a432a6.png

ایجاد نمونه Google Cloud SQL

برنامه PHP ما به پایگاه داده MySQL متصل خواهد شد و بنابراین باید آن را به Google Cloud تکرار کنیم تا انتقال بدون مشکل انجام شود. Cloud SQL بهترین گزینه است زیرا به شما امکان می‌دهد پایگاه داده MySQL کاملاً مدیریت‌شده‌ای را در Cloud اجرا کنید. مراحل زیر را دنبال کنید:

  1. به صفحه Cloud SQL بروید: https://console.cloud.google.com/sql/instances
  2. روی «ایجاد نمونه» کلیک کنید
  3. فعال کردن میانای برنامه‌سازی کاربردی (درصورت نیاز). ممکن است چند ثانیه طول بکشد.
  4. MySQL را انتخاب کنید.
  5. (درحال تلاشیم تا ارزان‌ترین نسخه را برایتان پیدا کنیم تا مدت بیشتری دوام بیاورد):
  • نسخه: Enterprise
  • پیش‌تنظیم: توسعه (ما Sandbox را امتحان کردیم و برای ما کار نکرد)
  • Mysql Ver: 5.7 (wow, a blast from the past!)
  1. شناسه نمونه: appmod-phpapp را انتخاب کنید (اگر این را تغییر دهید، به‌خاطر داشته باشید که اسکریپت‌ها و راه‌حل‌های آینده را نیز مطابق با آن تغییر دهید).
  2. گذرواژه: هرچه می‌خواهید اما آن را به‌عنوان CLOUDSQL_INSTANCE_PASSWORD یادداشت کنید
  3. منطقه: همان منطقه‌ای را که برای بقیه برنامه انتخاب کرده‌اید حفظ کنید (مثلاً، میلان = europe-west8)
  4. Zonal avail: Single Zone (we're saving money for the demo)

برای استقرار پایگاه داده Cloud SQL، روی دکمه «ایجاد نمونه» کلیک کنید؛ ⌛ تکمیل آن حدود ۱۰ دقیقه طول می‌کشد⌛. در این مدت، به خواندن اسناد ادامه دهید؛ همچنین می‌توانید حل کردن واحد بعدی («برنامه PHP خود را کانتینری کنید») را شروع کنید زیرا در بخش اول وابستگی به این واحد ندارد (تا زمانی که اتصال پایگاه داده را رفع کنید).

توجه. این نمونه باید حدود ۷ دلار در روز برایتان هزینه داشته باشد. حتماً بعداز کارگاه آن را جدا کنید.

ایجاد کردن DB و کاربر image_catalog در Cloud SQL

پروژه «برنامه» با پوشه db/ ارائه می‌شود که حاوی دو فایل sql است:

  1. 01_schema.sql: حاوی کد SQL برای ایجاد دو جدول است که حاوی داده‌های Users و Images هستند.
  2. 02_seed.sql: حاوی کد SQL برای کاشتن داده‌ها در جدول‌های ایجادشده قبلی است.

این فایل‌ها بعداً پس‌از ایجاد پایگاه داده image_catalog استفاده خواهند شد. برای انجام این کار، مراحل زیر را دنبال کنید:

  1. نمونه‌تان را باز کنید و روی برگه «پایگاه‌های داده» کلیک کنید:
  2. روی «ایجاد پایگاه داده» کلیک کنید
  3. آن را image_catalog بنامید (مانند پیکربندی برنامه PHP).

997ef853e5ebd857.png

سپس کاربر پایگاه داده را ایجاد می‌کنیم. با این کار می‌توانیم در پایگاه داده image_catalog اصالت‌سنجی کنیم.

  1. اکنون روی برگه کاربران کلیک کنید
  2. روی «افزودن حساب کاربری» کلیک کنید.
  3. کاربر: بیایید یکی بسازیم:
  • نام کاربری: appmod-phpapp-user
  • گذرواژه: چیزی را انتخاب کنید که بتوانید به‌خاطر بسپارید، یا روی «تولید» کلیک کنید
  • «مجاز کردن هر میزبان (%)» را حفظ کنید.
  1. روی «افزودن» کلیک کنید.

پایگاه داده را برای IPهای شناخته‌شده باز کنید.

توجه داشته باشید که همه پایگاه‌های داده در Cloud SQL به‌صورت «جداشده» ایجاد می‌شوند. باید شبکه‌ای را به‌طور صریح راه‌اندازی کنید تا ازطریق آن قابل‌دسترسی باشد.

  1. روی نمونه‌تان کلیک کنید
  2. منو «اتصالات» را باز کنید
  3. روی برگه «شبکه‌سازی» کلیک کنید.
  4. روی «شبکه‌های مجاز» کلیک کنید. اکنون شبکه‌ای (یعنی زیرشبکه) اضافه کنید.
  • فعلاً، بیایید تنظیمات سریع اما ناامنی را انتخاب کنیم تا برنامه بتواند کار کند - شاید بخواهید بعداً آن را به IPهایی که به آن‌ها اعتماد دارید محدود کنید:
  • نام: «همه افراد در جهان - ناامن».
  • شبکه: «0.0.0.0/0" (توجه: این بخش ناامن است!)
  • روی «تمام» کلیک کنید
  1. روی ذخیره کلیک کنید.

باید چیزی شبیه این ببینید:

5ccb9062a7071964.png

توجه. این راه‌حل سازش خوبی برای اتمام کارگاه در O(ساعت) است. بااین‌حال، سند امنیت را بررسی کنید تا به ایمن‌سازی راه‌حل شما برای تولید کمک کند!

وقت آزمایش اتصال DB است!

بگذارید ببینیم کاربر image_catalog که قبلاً ایجاد کرده‌ایم کار می‌کند یا نه.

به «Cloud SQL Studio» در نمونه دسترسی پیدا کنید و «پایگاه داده»، «کاربر»، و «گذرواژه» را برای اصالت‌سنجی شدن وارد کنید (همان‌طور که در زیر نشان داده شده است):

d56765c6154c11a4.png

اکنون که وارد شده‌اید، می‌توانید «ویرایشگر SQL» را باز کنید و به بخش بعدی بروید.

وارد کردن پایگاه داده از پایگاه کد

از «ویرایشگر SQL» برای وارد کردن جدول‌های image_catalog با داده‌هایشان استفاده کنید. کد SQL را از فایل‌های موجود در مخزن ( 01_schema.sql و سپس 02_seed.sql) کپی کنید و آن‌ها را یکی پس‌از دیگری به‌صورت متوالی اجرا کنید.

پس‌از این مرحله، باید دو جدول در image_catalog داشته باشید که همان‌طور که در زیر نشان داده شده است، users و images هستند:

65ba01e4c6c2dac0.png

می‌توانید آن را با اجرای دستور زیر در ویرایشگر آزمایش کنید: select * from images;

همچنین حتماً نشانی IP عمومی نمونه Cloud SQL را یادداشت کنید، بعداً به آن نیاز خواهید داشت. برای دریافت IP، به صفحه اصلی نمونه CLoud SQL در زیر صفحه نمای کلی بروید. (نمای کلی > اتصال به این نمونه > نشانی IP عمومی).

۴. واحد ۲: کانتینری کردن برنامه PHP

e7f0e9979d8805f5.png

می‌خواهیم این برنامه را برای فضای ابری بسازیم.

این یعنی بسته‌بندی کد در نوعی فایل ZIP که حاوی همه اطلاعات برای اجرای آن در Cloud است.

چند روش برای بسته‌بندی آن وجود دارد:

  • Docker. بسیار محبوب است، اما راه‌اندازی صحیح آن بسیار پیچیده است.
  • Buildpacks. محبوبیت کمتری دارد، اما معمولاً آنچه را که باید ساخته و اجرا شود «به‌طور خودکار حدس می‌زند». اغلب اوقات، این کار مشکل را حل می‌کند!

در این کارگاه، فرض می‌کنیم که از Docker استفاده می‌کنید.

اگر انتخاب کرده‌اید که از Cloud Shell استفاده کنید، اکنون زمان باز کردن مجدد آن است (روی گوشه بالا سمت راست کنسول ابری کلیک کنید).

ec6a6b90b39e03e.png

با این کار باید پوسته مناسبی در پایین صفحه باز شود که در آن باید کد را در مرحله راه‌اندازی منشعب کرده باشید.

6999b906c0dedeb7.png

Docker

اگر می‌خواهید کنترل داشته باشید، این راه‌حل مناسب شما است. این کار زمانی منطقی است که لازم باشد کتابخانه‌های خاصی را پیکربندی کنید و رفتارهای غیرواضح خاصی را تزریق کنید (chmod در بارگذاری‌ها، فایل اجرایی غیراستاندارد در برنامه‌تان، ..)

چون می‌خواهیم درنهایت برنامه کانتینری‌شده خود را در Cloud Run مستقر کنیم، سند زیر را بررسی کنید. چگونه آن را از php 8 به PHP 5.7 منتقل می‌کنید؟ شاید بتوانی از Gemini برای این کار استفاده کنی. درغیراین‌صورت، می‌توانید از این نسخه ازپیش آماده‌شده استفاده کنید:

# Use the official PHP image: https://hub.docker.com/_/php
FROM php:5.6-apache

# Configure PHP for Cloud Run.
# Precompile PHP code with opcache.
# Install PHP's extension for MySQL
RUN docker-php-ext-install -j "$(nproc)" opcache mysqli pdo pdo_mysql && docker-php-ext-enable pdo_mysql

RUN set -ex; \
  { \
    echo "; Cloud Run enforces memory & timeouts"; \
    echo "memory_limit = -1"; \
    echo "max_execution_time = 0"; \
    echo "; File upload at Cloud Run network limit"; \
    echo "upload_max_filesize = 32M"; \
    echo "post_max_size = 32M"; \
    echo "; Configure Opcache for Containers"; \
    echo "opcache.enable = On"; \
    echo "opcache.validate_timestamps = Off"; \
    echo "; Configure Opcache Memory (Application-specific)"; \
    echo "opcache.memory_consumption = 32"; \
  } > "$PHP_INI_DIR/conf.d/cloud-run.ini"

# Copy in custom code from the host machine.
WORKDIR /var/www/html

COPY . .

# Setup the PORT environment variable in Apache configuration files: https://cloud.google.com/run/docs/reference/container-contract#port
ENV PORT=8080

# Tell Apache to use 8080 instead of 80.
RUN sed -i 's/80/${PORT}/g' /etc/apache2/sites-available/000-default.conf /etc/apache2/ports.conf

# Note: This is quite insecure and opens security breaches. See last chapter for hardening ideas.
# Uncomment at your own risk:
#RUN chmod 777 /var/www/html/uploads/

# Configure PHP for development.
# Switch to the production php.ini for production operations.
# RUN mv "$PHP_INI_DIR/php.ini-production" "$PHP_INI_DIR/php.ini"
# https://github.com/docker-library/docs/blob/master/php/README.md#configuration
RUN mv "$PHP_INI_DIR/php.ini-development" "$PHP_INI_DIR/php.ini"

# Expose the port
EXPOSE 8080

جدیدترین نسخه Dockerfile در اینجا دردسترس است.

برای آزمایش کردن برنامه‌مان به‌صورت محلی، باید فایل config.php را به‌گونه‌ای تغییر دهیم که «برنامه PHP» ما به پایگاه داده MYSQL موجود در Google CloudSQL متصل شود. براساس آنچه قبلاً راه‌اندازی کرده‌اید، جاهای خالی را پر کنید:

<?php
// Database configuration
$db_host = '____________';
$db_name = '____________';
$db_user = '____________';
$db_pass = '____________';

try {
    $pdo = new PDO("mysql:host=$db_host;dbname=$db_name", $db_user, $db_pass);
    $pdo->setAttribute(PDO::ATTR_ERRMODE, PDO::ERRMODE_EXCEPTION);
} catch (PDOException $e) {
    die("Errore di connessione: " . $e->getMessage());
}

session_start();
?>
  • DB_HOST نشانی IP عمومی Cloud SQL است، می‌توانید آن را در کنسول SQL پیدا کنید:

bd27071bf450a8d0.png

  • DB_NAME باید بدون تغییر باشد: image_catalog
  • DB_USER باید appmod-phpapp-user باشد
  • DB_PASS چیزی است که شما انتخاب کرده‌اید. آن را در علامت نقل‌قول تکی تنظیم کنید و درصورت نیاز از آن خارج شوید.

همچنین، می‌توانید چند قطعه 🇮🇹 ایتالیایی را با کمک Gemini به انگلیسی ترجمه کنید!

بسیارخوب، اکنون که Dockerfile را دارید و برنامه PHP خود را برای اتصال به پایگاه داده‌تان پیکربندی کرده‌اید، بیایید این را امتحان کنیم!

اگر docker را ندارید، آن را نصب کنید (پیوند). اگر از Cloud Shell استفاده می‌کنید، به این مورد نیاز ندارید (چقدر عالی است؟).

اکنون سعی کنید برنامه PHP کانتینری‌شده خود را با دستورات مناسب ساخت و اجرای docker بسازید و اجرا کنید.

# Build command - don't forget the final . This works if Dockerfile is inside the code folder:
$ docker build -t my-php-app-docker .   

# Local Run command: most likely ports will be 8080:8080
$ docker run -it -p <CONTAINER_PORT>:<LOCAL_MACHINE_PORT> my-php-app-docker

اگر همه چیز درست کار کند، باید بتوانید صفحه وب زیر را هنگام اتصال به میزبان محلی ببینید! اکنون برنامه‌تان روی درگاه 8080 اجرا می‌شود، روی نماد «پیش‌نمایش وب» (مرورگری با یک چشم) و سپس پیش‌نمایش روی درگاه 8080 (یا «تغییر درگاه» برای هر درگاه دیگری) کلیک کنید

33a24673f4550454.png

آزمایش کردن نتیجه در مرورگر

اکنون برنامه شما باید چیزی شبیه به این باشد:

2718ece96b1f18b6.png

و اگر با Admin/admin123 به سیستم وارد شوید، باید چیزی شبیه به این ببینید.

68b62048c2e86aea.png

عالی!!! به‌جز نوشتار ایتالیایی، کار می‌کند! 🎉🎉🎉

اگر داکرسازی شما خوب باشد اما اعتبارنامه DB اشتباه باشد، ممکن است چیزی شبیه به این دریافت کنید:

e22f45b79bab86e1.png

دوباره امتحان کنید، نزدیک هستید!

ذخیره کردن در Artifact Registry [اختیاری]

تاکنون باید یک برنامه PHP کانتینری‌شده فعال داشته باشید که آماده استقرار در فضای ابری باشد. سپس، به مکانی در فضای ابری نیاز داریم تا تصویر Docker خود را ذخیره کنیم و آن را برای استقرار در سرویس‌های Google Cloud مانند Cloud Run دردسترس قرار دهیم. این راهکار ذخیره‌سازی Artifact Registry نام دارد که یک سرویس کاملاً مدیریت‌شده Google Cloud است و برای ذخیره کردن آرتیفکت‌های برنامه، ازجمله تصاویر محتوی Docker، بسته‌های Maven، ماژول‌های npm، و غیره طراحی شده است.

بیایید بااستفاده از دکمه مناسب، مخزنی در Google Cloud Artifact Registry ایجاد کنیم.

e1123f0c924022e6.png

نام معتبر، قالب، و منطقه مناسب برای ذخیره کردن مصنوعات را انتخاب کنید.

4e516ed209c470ee.png

به برچسب محیط توسعه نرم‌افزار محلی خود برگردید و تصویر کانتینر «برنامه» را به مخزن Artifact Registry که به‌تازگی ایجاد شده است ارسال کنید. برای انجام این کار، فرمان‌های زیر را تکمیل کنید.

  • docker tag SOURCE_IMAGE[:TAG] TARGET_IMAGE[:TAG]
  • docker push TARGET_IMAGE[:TAG]

نتیجه باید شبیه نماگرفت زیر باشد.

1e498feb4e88be9f.png

هورا 🎉🎉🎉 می‌توانید به سطح بعدی بروید. قبل‌از آن، شاید بهتر باشد ۲ دقیقه را صرف امتحان کردن بارگذاری/ورود به سیستم/خروج از سیستم و آشنایی با نقاط پایانی برنامه کنید.بعداً به آن‌ها نیاز خواهید داشت.

خطاهای احتمالی

اگر با خطاهای کانتینرسازی مواجه شدید، از Gemini برای توضیح و رفع خطا استفاده کنید و موارد زیر را ارائه دهید:

  • Dockerfile فعلی شما
  • خطای دریافتی
  • [درصورت نیاز] کد PHP درحال اجرا.

اجازه‌های بارگذاری. همچنین نقطه پایانی /upload.php را امتحان کنید و عکسی بارگذاری کنید. ممکن است خطای زیر را دریافت کنید. اگر این‌طور است، باید چند chmod/chown را در Dockerfile اصلاح کنید.

Warning: move_uploaded_file(uploads/image (3).png): failed to open stream: Permission denied in /var/www/html/upload.php on line 11

PDOException «could not find driver» (یا «Errore di connessione: could not find driver»). مطمئن شوید Dockerfile شما کتابخانه‌های PDO مناسب برای mysql (pdo_mysql) را برای اتصال به DB دارد. از راه‌حل‌های موجود در اینجا الهام بگیرید.

امکان بازارسال درخواست شما به پس‌زمینه وجود ندارد. اتصال به سرور در درگاه ۸۰۸۰ برقرار نشد. این یعنی احتمالاً درگاه اشتباهی را درمعرض دید قرار می‌دهید. مطمئن شوید درگاهی را که Apache/Nginx واقعاً از آن سرویس‌دهی می‌کنند آشکار می‌کنید. این موضوع بی‌اهمیت نیست. درصورت امکان، سعی کنید آن درگاه را 8080 کنید (کار را با Cloud Run آسان‌تر می‌کند). اگر می‌خواهید درگاه ۸۰ را حفظ کنید (مثلاً چون Apache این‌طور می‌خواهد)، از فرمان دیگری برای اجرای آن استفاده کنید:

$ docker run -it -p 8080:80 # force 80

# Use the PORT environment variable in Apache configuration files.

# https://cloud.google.com/run/docs/reference/container-contract#port

RUN sed -i 's/80/${PORT}/g' /etc/apache2/sites-available/000-default.conf /etc/apache2/ports.conf

۵. واحد ۳: مستقر کردن برنامه در Cloud Run

9ffca42774f6c5d1.png

چرا Cloud Run؟

سؤال خوبی است! سال‌ها پیش، مطمئناً Google App Engine را انتخاب می‌کردید.

به‌زبان ساده، امروزه Cloud Run پشته فناوری جدیدتری دارد، استقرار آن آسان‌تر و ارزان‌تر است، و وقتی از آن استفاده نمی‌کنید، مقیاس آن به ۰ کاهش می‌یابد. با انعطاف‌پذیری آن برای اجرای هر محفظه بدون حالت و ادغام آن با سرویس‌های مختلف Google Cloud، برای استقرار ریزسرویس‌ها و برنامه‌های مدرن با حداقل سربار و حداکثر کارایی ایده‌آل است.

به‌طور دقیق‌تر، Cloud Run پلتفرمی کاملاً مدیریت‌شده توسط Google Cloud است که به شما امکان می‌دهد برنامه‌های کانتینری بدون حالت را در محیطی بدون سرور اجرا کنید. این سرویس به‌طور خودکار تمام زیرساخت‌ها را مدیریت می‌کند و برای پاسخگویی به ترافیک ورودی از صفر مقیاس‌بندی می‌شود و در زمان عدم فعالیت مقیاس را کاهش می‌دهد، که این امر آن را مقرون‌به‌صرفه و کارآمد می‌کند. Cloud Run از هر زبان یا کتابخانه‌ای پشتیبانی می‌کند، به‌شرطی که در یک کانتینر بسته‌بندی شده باشد، که این امر انعطاف‌پذیری زیادی در توسعه فراهم می‌کند. این سرویس به‌خوبی با سایر سرویس‌های Google Cloud ادغام می‌شود و برای ساخت ریزسرویس‌ها، میاناهای برنامه‌سازی کاربردی، وب‌سایت‌ها، و برنامه‌های رویدادمحور بدون نیاز به مدیریت زیرساخت سرور مناسب است.

پیش‌نیازها

برای انجام این تکلیف، باید gcloud را در ماشین محلی‌تان نصب کرده باشید. اگر نه، دستورالعمل‌ها را در اینجا ببینید. درعوض، اگر در Google Cloud Shell هستید، هیچ اقدامی لازم نیست انجام دهید.

قبل‌از استقرار…

اگر در محیط محلی‌تان کار می‌کنید، با موارد زیر در Google Cloud اصالت‌سنجی کنید

  • $ gcloud auth login –update-adc # not needed in Cloud Shell

این کار باید شما را ازطریق ورود به سیستم OAuth در مرورگرتان اصالت‌سنجی کند. مطمئن شوید که ازطریق Chrome با همان کاربری (مثلاً vattelapesca@gmail.com) به سیستم وارد شده‌اید که با فعال بودن صورت‌حساب به سیستم Google Cloud وارد شده است.

Cloud Run API را با فرمان زیر فعال کنید:

  • $ gcloud services enable run.googleapis.com cloudbuild.googleapis.com

در این مرحله، همه‌چیز برای استقرار در Cloud Run آماده است.

مستقر کردن برنامه در Cloud Run ازطریق gcloud

فرمانی که به شما امکان می‌دهد برنامه را در Cloud Run مستقر کنید gcloud run deploy است. چندین گزینه برای تنظیم کردن وجود دارد تا به هدفتان برسید. حداقل مجموعه گزینه‌ها (که می‌توانید ازطریق خط فرمان ارائه دهید، یا ابزار با پیام‌واره تعاملی از شما می‌پرسد) عبارتند از:

  1. نام سرویس Cloud Run که می‌خواهید برای برنامه‌تان مستقر کنید. سرویس Cloud Run نشانی وبی را به شما برمی‌گرداند که نقطه پایانی برای برنامه‌تان ارائه می‌دهد.
  2. منطقه Google Cloud که «برنامه» شما در آن اجرا خواهد شد. (--region REGION)
  3. تصویر محتوی که «برنامه» شما را دربرمی‌گیرد.
  4. متغیرهای محیطی که «برنامه» شما باید درطول اجرای خود از آن‌ها استفاده کند.
  5. پرچم Allow-Unauthenticated که به همه اجازه می‌دهد بدون اصالت‌سنجی بیشتر به «برنامه» شما دسترسی داشته باشند.

برای اینکه ببینید چگونه این گزینه را در خط فرمان خود اعمال کنید، به اسناد مراجعه کنید (یا برای راه‌حل احتمالی به پایین پیمایش کنید).

استقرار چند دقیقه طول می‌کشد. اگر همه‌چیز درست باشد، باید چیزی شبیه به این را در Google Cloud Console ببینید.

ef1029fb62f8de81.pngf7191d579c21ca3e.png

روی نشانی وب ارائه‌شده توسط Cloud Run کلیک کنید و برنامه را آزمایش کنید. پس‌از اصالت‌سنجی، باید چیزی شبیه به این ببینید.

d571a90cd5a373f9.png

«gcloud run deploy» بدون متغیر مستقل

شاید متوجه شده باشید که gcloud run deploy سؤالات مناسبی از شما می‌پرسد و جاهای خالی را که رها کرده‌اید پر می‌کند. این شگفت‌انگیز است!

اما در چند واحد، این فرمان را به راه‌انداز Cloud Build اضافه خواهیم کرد، بنابراین نمی‌توانیم سؤالات تعاملی داشته باشیم. باید همه گزینه‌های فرمان را تکمیل کنیم. پس می‌خواهید gcloud run deploy --option1 blah --foo bar --region your-fav-region طلایی را بسازید. چگونه این کار را انجام می‌دهید؟

  1. مراحل ۲-۳-۴ را تکرار کنید تا gcloud دیگر سؤالی نپرسد:
  2. [LOOP] gcloud run deploy با گزینه‌هایی که تاکنون پیدا شده است
  3. [LOOP] systems ask for option X
  4. [LOOP] Search in public docs how to set up X from CLI adding option --my-option [my-value].
  5. اکنون به مرحله ۲ برگردید، مگراینکه gcloud بدون سؤالات بیشتر تکمیل شود.
  6. این gcloud run deploy BLAH BLAH BLAH rocks! فرمان را در جایی ذخیره کنید، بعداً برای مرحله Cloud Build به آن نیاز خواهید داشت!

راه‌حل احتمالی در اینجا است. اسناد اینجا هستند.

هورا 🎉🎉🎉 «برنامه» خود را با موفقیت در Google Cloud مستقر کردید و اولین گام «مدرن‌سازی» را برداشتید.

‫۶. واحد ۴: پاک کردن گذرواژه با Secret Manager

95cd57b03b4e3c73.png

در مرحله قبلی توانستیم برنامه خود را با موفقیت در Cloud Run مستقر و اجرا کنیم. بااین‌حال، این کار را با یک روش امنیتی بد انجام دادیم: ارائه برخی اطلاعات محرمانه به‌صورت متن ساده.

تکرار اول: config.php را برای استفاده از ENV به‌روز کنید

شاید متوجه شده باشید که گذرواژه پایگاه داده را مستقیماً در کد فایل config.php قرار داده‌ایم. این برای اهداف آزمایشی و برای دیدن اینکه آیا برنامه کار می‌کند یا نه خوب است. اما نمی‌توانید کد را در محیط تولید ثبت/استفاده کنید. گذرواژه (و دیگر پارامترهای اتصال پایگاه داده) باید به‌صورت پویا خوانده شود و در زمان اجرا به برنامه ارائه شود. فایل config.php را تغییر دهید تا پارامترهای db را از متغیرهای ENV بخواند. اگر ناموفق بود، باید مقادیر پیش‌فرض را تنظیم کنید. این کار برای زمانی‌که نتوانید ENV را بار کنید خوب است، زیرا خروجی صفحه به شما می‌گوید که آیا از مقادیر پیش‌فرض استفاده می‌کند یا نه. جاهای خالی را پر کنید و کد را در config.php جایگزین کنید.

<?php
// Database configuration with ENV variables. Set default values as well 
$db_host = getenv('DB_HOST') ?: 'localhost';
$db_name = getenv('DB_NAME') ?: 'image_catalog';
$db_user = getenv('DB_USER') ?: 'appmod-phpapp-user';
$db_pass = getenv('DB_PASS') ?: 'wrong_password';
// Note getenv() is PHP 5.3 compatible
try {
    $pdo = new PDO("mysql:host=$db_host;dbname=$db_name", $db_user, $db_pass);
    $pdo->setAttribute(PDO::ATTR_ERRMODE, PDO::ERRMODE_EXCEPTION);
} catch (PDOException $e) {
    die("Errore di connessione: " . $e->getMessage());
}

session_start();
?>

ازآنجایی‌که برنامه شما کانتینری شده است، باید راهی برای ارائه متغیرهای ENV به برنامه ارائه دهید. این کار را می‌توان به چند روش انجام داد:

  • در زمان ساخت، در Dockerfile. بااستفاده از نحو ENV DB_VAR=ENV_VAR_VALUE، چهار پارامتر را به Dockerfile قبلی‌تان اضافه کنید. با این کار، مقادیر پیش‌فرضی تنظیم می‌شود که می‌توان آن‌ها را در زمان اجرا لغو کرد. برای مثال، «DB_NAME» و «DB_USER» را می‌توان در اینجا تنظیم کرد و نه در جای دیگری.
  • در زمان اجرا. می‌توانید این متغیرها را برای Cloud Run، هم از CLI و هم از UI، راه‌اندازی کنید. اینجا مکان مناسبی برای قرار دادن هر ۴ متغیر شما است (مگر اینکه بخواهید پیش‌فرض‌های تنظیم‌شده در Dockerfile را حفظ کنید).

در localhost، شاید بخواهید متغیرهای ENV را در فایل .env قرار دهید (پوشه solutions را بررسی کنید).

همچنین مطمئن شوید که .env به .gitignore شما اضافه شده است: شما نمی‌خواهید اسرار خود را به Github ارسال کنید!

echo .env >> .gitignore

پس‌از آن، می‌توانید نمونه را به‌صورت محلی آزمایش کنید:

docker run -it -p 8080:8080 --env-file .env my-php-app-docker

اکنون به موارد زیر دست یافته‌اید:

  1. برنامه شما متغیر را به‌طور پویا از ENV شما می‌خواند
  2. امنیت را بهبود بخشیده‌اید چون گذرواژه پایگاه داده را از کدتان برداشته‌اید)

اکنون می‌توانید نسخه جدیدی را در Cloud Run مستقر کنید. بیایید به واسط کاربر برویم و متغیرهای محیطی را به‌صورت دستی تنظیم کنیم:

  • به https://console.cloud.google.com/run بروید
  • روی برنامه‌تان کلیک کنید
  • روی «ویرایش و استقرار نسخه جدید» کلیک کنید
  • در برگه اول «محفظه(ها)»، روی برگه پایینی «متغیرها و اسرار» کلیک کنید
  • روی «+ افزودن متغیر» کلیک کنید و همه متغیرهای موردنیاز را اضافه کنید. باید به چیزی شبیه این برسید:

7a5fbfa448544d3.pngf2780c35585388ca.png

آیا این عالی است؟ نه. PASS شما هنوز برای اکثر اپراتورها قابل‌مشاهده است. این مشکل را می‌توان با Google Cloud Secret Manager کاهش داد.

تکرار دوم: Secret Manager

گذرواژه‌هایتان از کد خودتان ناپدید شده‌اند: پیروزی! اما صبر کنید - آیا هنوز ایمن هستیم؟

گذرواژه‌هایتان همچنان برای هر کسی که به Google Cloud Console دسترسی داشته باشد رؤیت‌پذیر است. درواقع، اگر به فایل استقرار YAML مربوط به Cloud Run دسترسی داشته باشید، می‌توانید آن را بازیابی کنید. یا اگر بخواهید نسخه جدیدی از Cloud Run را ویرایش یا مستقر کنید، گذرواژه در بخش «متغیرها و اسرار» قابل‌مشاهده است، همان‌طور که در نماگرفت‌های زیر نشان داده شده است.

‫Google Cloud Secret Manager سرویسی امن و متمرکز برای مدیریت اطلاعات حساس مانند کلیدهای میانای برنامه‌سازی کاربردی، گذرواژه‌ها، گواهی‌ها، و سایر اطلاعات محرمانه است.

این سرویس به شما امکان می‌دهد تا با اجازه‌های ریزدانه و رمزگذاری قوی، اطلاعات محرمانه را ذخیره، مدیریت، و به آن‌ها دسترسی پیدا کنید. ‫Secret Manager با ادغام شدن با «مدیریت هویت و دسترسی‌ها» (IAM) در Google Cloud به شما امکان می‌دهد کنترل کنید چه کسانی می‌توانند به اطلاعات محرمانه خاص دسترسی داشته باشند و ازاین‌طریق امنیت داده‌ها و رعایت استانداردهای نظارتی را تضمین می‌کند.

همچنین از چرخش خودکار اطلاعات محرمانه و نسخه‌سازی پشتیبانی می‌کند، مدیریت چرخه حیات اطلاعات محرمانه را ساده می‌کند، و امنیت را در برنامه‌ها در سراسر سرویس‌های Google Cloud افزایش می‌دهد.

برای دسترسی به مدیر رمز، از منوِ همبرگری به سرویس‌های امنیت بروید و آن را در بخش حفاظت از داده پیدا کنید، همان‌طور که در نماگرفت زیر نشان داده شده است.

6df83a1c3cb757f6.png

وقتی به آنجا رسیدید، Secret Manager API را مطابق تصویر زیر فعال کنید.

a96c312e2c098db1.png

  • اکنون روی «ایجاد رمز» کلیک کنید: بیایید آن را منطقی بنامیم:
  • نام: php-amarcord-db-pass
  • مقدار رمز: ‘گذرواژه پایگاه داده شما (بخش «بارگذاری فایل» را نادیده بگیرید).
  • annotate this secret link, should look like projects/123456789012/secrets/php-amarcord-db-pass. این اشاره‌گر منحصربه‌فرد به رمز شما است (برای Terraform،‏ Cloud Run، و غیره). این شماره، شماره پروژه یکتای شما است.

نکته: سعی کنید از قراردادهای نام‌گذاری یکسان برای اطلاعات محرمانه خود استفاده کنید، به‌ویژه از چپ به راست، برای مثال: cloud-devrel-phpamarcord-dbpass

  • سازمان (با شرکت)
  • تیم (در سازمان)
  • درخواست (درون تیم)
  • نام متغیر (در برنامه)

این کار به شما امکان می‌دهد عبارت‌های باقاعده ساده‌ای داشته باشید تا همه اطلاعات محرمانه خود را برای یک برنامه پیدا کنید.

ایجاد بازبینی جدید Cloud Run

اکنون که «رمز» جدیدی داریم، باید متغیر DB_PASS ENV را حذف کنیم و «رمز» جدید را جایگزین آن کنیم. بنابراین:

  • دسترسی به Cloud Run بااستفاده از Google Cloud Console
  • برنامه را انتخاب کنید.
  • روی «ویرایش و استقرار نسخه جدید» کلیک کنید
  • برگه «متغیرها و رمزها» را پیدا کنید.
  • از دکمه «+ ارجاع به Secret» برای بازنشانی متغیر DB_PASS ENV استفاده کنید.
  • از همان «DB_PASS» برای «رازهای» ارجاع‌شده استفاده کنید و از جدیدترین نسخه استفاده کنید.

9ed4e35be7654dcb.png

پس‌از اتمام، باید خطای زیر را دریافت کنید

da0ccd7af39b04ed.png

سعی کنید بفهمید چگونه آن را برطرف کنید. برای حل این مشکل باید به بخش IAM و سرپرست دسترسی پیدا کنید و اجازه‌های اعطاشده را تغییر دهید. اشکال‌زدایی خوش بگذرد!

وقتی مشکل را پیدا کردید، به Cloud Run برگردید و نسخه جدیدی را دوباره مستقر کنید. نتیجه باید شبیه شکل زیر باشد:

e89f9ca780169b6b.png

نکته: «کنسول توسعه‌دهنده» (رابط کاربری) برای اشاره به مشکلات مربوط به اجازه‌ها عالی است. برای پیمایش همه پیوندهای نهادهای Cloud خود وقت بگذارید!

‫۷. واحد ۵: راه‌اندازی CI/CD با Cloud Build

ba49b033c11be94c.png

چرا خط لوله CI/CD؟

تاکنون، احتمالاً چند بار gcloud run deploy را تایپ کرده‌اید، شاید برای پاسخ دادن به یک سؤال تکراری.

از مستقر کردن دستی برنامه‌تان با gcloud run deploy خسته شده‌اید؟ عالی نیست اگر برنامه‌تان بتواند هربار که تغییر جدیدی را به مخزن Git خود ارسال می‌کنید، به‌طور خودکار خودش را مستقر کند؟

برای استفاده از خط لوله CI/CD، به دو چیز نیاز دارید:

  1. مخزن Git شخصی: خوشبختانه، باید قبلاً در «مرحله ۲» مخزن کارگاه را به حساب GitHub خودتان منشعب کرده باشید. اگر نه، برگردید و آن مرحله را تکمیل کنید. مخزن منشعب‌شده شما باید این‌گونه باشد: https://github.com/<YOUR_GITHUB_USER>/app-mod-workshop
  2. Cloud Build. این سرویس شگفت‌انگیز و ارزان به شما امکان می‌دهد خودکارسازی‌های ساخت را تقریباً برای همه چیز پیکربندی کنید: Terraform، برنامه‌های dockerized، ..

این بخش بر راه‌اندازی Cloud Build تمرکز دارد.

وارد Cloud Build شوید!

برای انجام این کار از Cloud Build استفاده خواهیم کرد:

  • منبعتان را بسازید (با Dockerfile). این را به‌عنوان یک «فایل .zip بزرگ» درنظر بگیرید که حاوی هر چیزی است که برای ساختن و اجرای آن نیاز دارید («ساختن مصنوع»).
  • این آرتیفکت را به Artifact Registry (AR) ارسال کنید.
  • سپس استقراری از AR به Cloud Run برای برنامه «php-amarcord» صادر کنید
  • این کار نسخه جدیدی («بازبینی») از برنامه موجود ایجاد می‌کند (لایه‌ای با کد جدید را درنظر بگیرید) و ما آن را پیکربندی می‌کنیم تا درصورت موفقیت‌آمیز بودن ارسال، ترافیک را به نسخه جدید هدایت کند.

این نمونه‌ای از چند ساخت برای برنامه php-amarcord من است:

f30f42d4571ad5e2.png

چگونه همه این کارها را انجام می‌دهیم؟

  1. با ساختن یک فایل YAML بی‌نقص: cloudbuild.yaml
  2. با ایجاد کردن راه‌انداز Cloud Build.
  3. با اتصال به مخزن github ما ازطریق رابط کاربری Cloud Build.

ایجاد راه‌انداز (و متصل کردن مخزن)

  • به https://console.cloud.google.com/cloud-build/triggers بروید
  • روی «ایجاد راه‌انداز» کلیک کنید.
  • همگردانی کردن:
  • نام: چیزی معنی‌دار مثل on-git-commit-build-php-app
  • رویداد: ارسال به شاخه
  • منبع: «اتصال مخزن جدید» نوشتار جایگزین
  • با این کار، پنجره‌ای در سمت چپ باز می‌شود: «اتصال مخزن»
  • ارائه‌دهنده منبع: «Github» (اول)
  • «ادامه بده»
  • «اصالت‌سنجی» پنجره‌ای در github برای اصالت‌سنجی متقاطع باز می‌کند. جریان را دنبال کنید و صبور باشید. اگر مخازن زیادی داشته باشید، ممکن است مدتی طول بکشد.
  • «انتخاب مخزن» حساب/مخزن خود را انتخاب کنید و بخش «متوجه هستم…» را علامت بزنید.
  • اگر خطای «برنامه GitHub در هیچ‌یک از مخازن شما نصب نشده است» را دریافت کردید، روی «نصب Google Cloud Build» کلیک کنید و دستورالعمل‌ها را دنبال کنید.
  • 23e0e0f1219afea3.pngروی «اتصال» کلیک کنید
  • bafd904ec07122d2.png
  • دبلنا! اکنون مخزن شما متصل است.
  • برگشتن به بخش راه‌انداز…
  • پیکربندی: شناسایی خودکار (*)
  • پیشرفته: حساب سرویس «[PROJECT_NUMBER]- compute@developer.gserviceaccount.com» را انتخاب کنید
  • xxxxx شناسه پروژه شما است
  • حساب سرویس محاسباتی پیش‌فرض برای رویکرد آزمایشگاهی مناسب است - از آن در تولید استفاده نکنید! ( بیشتر بدانید).
  • بقیه موارد را همان‌طور که هست رها کنید.
  • روی دکمه «ایجاد» کلیک کنید.

(*) این ساده‌ترین روش است زیرا Dockerfile یا cloudbuild.yaml را بررسی می‌کند. بااین‌حال، cloudbuild.yaml به شما قدرت واقعی می‌دهد تا تصمیم بگیرید در هر مرحله چه کاری انجام دهید.

من قدرت دارم!

اکنون، راه‌انداز کار نخواهد کرد مگراینکه به حساب سرویس Cloud Build (حساب سرویس چیست؟ ایمیل «رباتی» که ازطرف شما برای انجام کاری اقدام می‌کند - در این مورد، ساختن چیزها در Cloud!).

دستیار هوشمند شما نمی‌تواند بسازد و مستقر کند، مگر اینکه به او اجازه دهید این کار را انجام دهد. خوشبختانه آسان است!

  • به «Cloud Build» > «تنظیمات» بروید.
  • حساب سرویس «[PROJECT_NUMBER]- compute@developer.gserviceaccount.com»
  • این چارگوش‌ها را علامت بزنید:
  • Cloud Run
  • مدیر رمز
  • حساب‌های سرویس
  • Cloud Build
  • همچنین «تنظیم به‌عنوان حساب سرویس ترجیحی» را علامت بزنید

8715acca72286a46.png

Cloud Build YAML کجاست؟

قویاً توصیه می‌کنیم مدتی را صرف ایجاد YAML ساخت ابری خودتان کنید.

اما اگر وقت ندارید یا نمی‌خواهید وقت بگذارید، می‌توانید از این پوشه راهکار الهام بگیرید: .solutions

اکنون می‌توانید تغییری را به github ارسال کنید و Cloud Build را در بخش مربوط به آن مشاهده کنید.

راه‌اندازی Cloud Build می‌تواند دشوار باشد. انتظار می‌رود تا این تاریخ چندبار رفت‌وبرگشت داشته باشیم:

  • درحال بررسی گزارش‌ها در https://console.cloud.google.com/cloud-build/builds;region=global
  • درحال پیدا کردن خطای شما.
  • رفع مشکل در کد و صدور مجدد git commit / git push.
  • گاهی‌اوقات خطا در کد نیست، بلکه در پیکربندی است. در این صورت، می‌توانید ساخت جدیدی از UI صادر کنید (cloud build > «راه‌اندازها» > اجرا)

97acd16980a144ab.png

توجه داشته باشید که اگر از این راه‌حل استفاده کنید، هنوز کارهایی برای انجام دادن وجود دارد. برای مثال، باید متغیرهای ENV را برای نقاط پایانی dev/prod که به‌تازگی ایجاد شده‌اند تنظیم کنید:

3da8723e4ff80c0a.png

این کار را می‌توانید به دو روش انجام دهید:

  • ازطریق میانای کاربر - با تنظیم مجدد متغیرهای ENV
  • ازطریق CLI با ساختن اسکریپت «عالی» برای شما. نمونه‌ای را می‌توانید در اینجا پیدا کنید: gcloud-run-deploy.sh . باید چند چیز را تغییر دهید، مثلاً نقطه پایانی و شماره پروژه؛ می‌توانید شماره پروژه‌تان را در نمای کلی Cloud پیدا کنید.

چگونه کد را به github ارسال کنم؟

آموزش بهترین روش git push به github فراتر از محدوده این کارگاه است. بااین‌حال، اگر گیر کرده‌اید و در Cloud Shell هستید، دو راه وجود دارد:

  1. CLI. کلید ssh را به‌صورت محلی اضافه کنید و با git@github.com:YOUR_USER/app-mod-workshop.git (به‌جای http) یک ریموت اضافه کنید
  2. VSCode. اگر از ویرایشگر Cloud Shell استفاده می‌کنید، می‌توانید از برگه «کنترل منبع» (ctrl-shift-G) استفاده کنید، روی «همگام‌سازی تغییرات» کلیک کنید، و دستورالعمل‌ها را دنبال کنید. باید بتوانید حساب github خود را در vscode اصالت‌سنجی کنید و از آنجا به‌راحتی pull/push کنید.

f0d53f839c7fa3b6.png

به‌یاد داشته باشید که git add clodubuild.yaml را در میان فایل‌های دیگر قرار دهید، درغیراین‌صورت کار نخواهد کرد.

Deep vs Shallow "dev/prod parity" [optional]

اگر نسخه مدل را از اینجا کپی کرده‌اید، دو نسخه DEV و PROD یکسان خواهید داشت. این جالب است و با قانون ۱۰ برنامه دوازده عاملی مطابقت دارد.

بااین‌حال، ما از دو نقطه پایانی وب مختلف استفاده می‌کنیم تا برنامه‌ای داشته باشیم که به همان پایگاه داده اشاره می‌کند. این برای کارگاه کافی است؛ اما در زندگی واقعی، باید مدتی را صرف ایجاد محیط تولید مناسب کنید. این یعنی داشتن دو پایگاه داده (یکی برای توسعه و یکی برای تولید) و همچنین انتخاب محل قرارگیری آن‌ها برای بازیابی پس‌از فاجعه / دسترسی بالا. این موضوع فراتر از محدوده این کارگاه است، اما موضوعی است که باید به آن فکر کرد.

اگر وقت دارید که نسخه «عمیق» تولید را انجام دهید، لطفاً همه منابعی را که باید تکرار کنید درنظر داشته باشید، مانند:

  • پایگاه داده Cloud SQL (و احتمالاً نمونه SQL).
  • باکت GCS
  • Cloud Function.
  • می‌توانید از Gemini 1.5 Flash به‌عنوان مدل در dev (ارزان‌تر، سریع‌تر) و از Gemini 1.5 Pro (قدرتمندتر) استفاده کنید.

به‌طور کلی، هر بار که کاری درباره برنامه انجام می‌دهید، به‌طور انتقادی فکر کنید: آیا تولید باید همین مقدار را داشته باشد یا نه؟ و اگر نه، تلاش خود را تکرار کنید. البته این کار با Terraform بسیار آسان‌تر است، زیرا می‌توانید محیط خود (‎-dev، ‎-prod) را به‌عنوان پسوند به منابع خود تزریق کنید.

‫۸. واحد ۶: انتقال به Google Cloud Storage

a680e0f287dd2dfb.png

فضای ذخیره‌سازی

dc3a4b8ea92aaef6.png

درحال‌حاضر برنامه وضعیت را در محفظه docker ذخیره می‌کند. اگر دستگاه خراب شود، برنامه ازکار بیفتد، یا اگر به‌سادگی بازبینی جدیدی را ارسال کنید، بازبینی جدیدی با فضای ذخیره‌سازی جدید و خالی زمان‌بندی خواهد شد: 🙈

چگونه آن را برطرف می‌کنیم؟ رویکردهای متعددی وجود دارد.

  1. تصاویر را در پایگاه داده ذخیره کنید. That's what i've ended up doing with my previous PHP app. It's the simplest solution as it doesn't add complexity to it. اما مطمئناً تأخیر و بار را به پایگاه داده شما اضافه می‌کند!
  2. برنامه Cloud Run خود را به یک راه‌حل مناسب برای ذخیره‌سازی منتقل کنید: GCE + دیسک پایدار؟ شاید GKE + Storage؟ توجه: آنچه در کنترل به‌دست می‌آورید، در چابکی ازدست می‌دهید.
  3. به GCS بروید. Google Cloud Storage بهترین فضای ذخیره‌سازی را برای کل Google Cloud ارائه می‌دهد و اصطلاحی‌ترین راه‌حل ابری است. اما این کار مستلزم آن است که با کتابخانه‌های PHP سروکله بزنیم. آیا کتابخانه‌های PHP 5.7 برای GCS داریم؟ آیا PHP 5.7 از Composer پشتیبانی می‌کند (به‌نظر می‌رسد PHP 5.3.2 قدیمی‌ترین نسخه پشتیبانی‌شده توسط Composer است)؟
  4. شاید از docker sidecar استفاده کنید؟
  5. یا شاید از Cloud Run Volume Mounts در GCS استفاده کنید. این فوق‌العاده است.

🤔 Migrate storage (open ended)

[Open Ended] In this exercise, we want you to find a solution to move your images in a way which is persisted in some way.

آزمون پذیرش

نمی‌خواهم راه‌حل را به شما بگویم، اما می‌خواهم این اتفاق بیفتد:

  1. newpic.jpg را بارگذاری می‌کنید. آن را در برنامه می‌بینید.
  2. برنامه را به نسخه جدیدی ارتقا دهید.
  3. ‫newpic.jpg هنوز آنجا است و دیده می‌شود.

💡 راهکار احتمالی (GCS Cloud Run Volume Mounts)

این یک راه‌حل بسیار زیبا است که به ما امکان می‌دهد بارگذاری‌های فایل باحالت را بدون دست زدن به کد (به‌جز نمایش شرح تصویر، که جزئی است و فقط برای رضایت چشم است) انجام دهیم.

این کار باید به شما اجازه دهد پوشه‌ای را از Cloud Run به GCS سوار کنید، بنابراین:

  1. همه بارگذاری‌ها در GCS درواقع در برنامه‌تان قابل‌مشاهده خواهد بود.
  2. همه بارگذاری‌ها در برنامه‌تان درواقع در GCS بارگذاری خواهد شد
  3. Magic will happen tyo objects uploaded in GCS (chapter 7).

توجه. لطفاً جزئیات FUSE را بخوانید. اگر عملکرد مهم باشد، این کار درست نیست.

ایجاد کردن دسته GCS

GCS سرویس ذخیره‌سازی همه‌جا حاضر Google Cloud است. این سرویس در شرایط واقعی آزمایش شده است و همه سرویس‌های GCP که به فضای ذخیره‌سازی نیاز دارند از آن استفاده می‌کنند.

توجه داشته باشید که Cloud Shell شناسه PROJECT_ID را به‌عنوان GOOGLE_CLOUD_PROJECT صادر می‌کند:

$ export PROJECT_ID=$GOOGLE_CLOUD_PROJECT

#!/bin/bash

set -euo pipefail

# Your Cloud Run Service Name, eg php-amarcord-dev
SERVICE_NAME='php-amarcord-dev'
BUCKET="${PROJECT_ID}-public-images"
GS_BUCKET="gs://${BUCKET}"

# Create bucket
gsutil mb -l "$GCP_REGION" -p "$PROJECT_ID" "$GS_BUCKET/"

# Copy original pictures there - better if you add an image of YOURS before.
gsutil cp ./uploads/*.png "$GS_BUCKET/"

پیکربندی Cloud Run برای سوار کردن دسته در پوشه /uploads/

اکنون بیایید به بخش جالب آن بپردازیم. ما یک جلد php_uploads ایجاد می‌کنیم و به Cloud Run دستور می‌دهیم که یک FUSE را روی MOUNT_PATH (چیزی شبیه /var/www/html/uploads/) نصب کند:

#!/bin/bash

set -euo pipefail

# .. keep variables from previous script..

# Uploads folder within your docker container.
# Tweak it for your app code.
MOUNT_PATH='/var/www/html/uploads/'

# Inject a volume mount to your GCS bucket in the right folder.
gcloud --project "$PROJECT_ID" beta run services update "$SERVICE_NAME" \
    --region $GCP_REGION \
    --execution-environment gen2 \
    --add-volume=name=php_uploads,type=cloud-storage,bucket="$BUCKET"  \
    --add-volume-mount=volume=php_uploads,mount-path="$MOUNT_PATH"

اکنون این مرحله را برای همه نقاط پایانی که می‌خواهید به Cloud Storage اشاره کنند تکرار کنید.

همچنین می‌توانید ازطریق واسط کاربر به همین نتیجه برسید

  1. در برگه «Volumes» (جلدها)، یک Volume Mounts (نصب جلد) ایجاد کنید که به دسته شما اشاره کند، از نوع «Cloud Storage bucket» (دسته فضای ذخیره‌سازی ابری)، برای مثال با نام «php_uploads».
  2. در بخش «محفظه(ها) > سوار کردن‌های حجم»، حجمی را که به‌تازگی ایجاد کرده‌اید روی نقطه حجم درخواست‌شده توسط برنامه‌تان سوار کنید. این کار به dockerfile بستگی دارد، اما ممکن است شبیه var/www/html/uploads/ باشد.

در هر دو صورت، اگر کار کند، ویرایش نسخه جدید Cloud Run باید چیزی شبیه به این را به شما نشان دهد:

6c2bb98fc1b0e077.png

اکنون برنامه جدید را با بارگذاری یک تصویر جدید در نقطه پایانی /upload.php آزمایش کنید.

تصاویر باید بدون نوشتن حتی یک خط PHP به‌طور یکپارچه در GCS جریان داشته باشند:

70032b216afee2d7.png

چه اتفاقی افتاد؟

اتفاق بسیار جادویی‌ای افتاده است.

برنامه قدیمی با کد قدیمی هنوز کارش را انجام می‌دهد. پشته جدید و مدرن‌شده به ما امکان می‌دهد همه تصاویر/ عکس‌های موجود در برنامه‌مان را به‌راحتی در یک Cloud Bucket باحالت قرار دهیم. اکنون هیچ محدودیتی وجود ندارد:

  • می‌خواهید هربار که تصویری با برچسب «خطرناک» یا «برهنه» دریافت می‌شود ایمیلی ارسال شود؟ می‌توانید این کار را بدون دست زدن به کد PHP انجام دهید.
  • آیا می‌خواهید هربار که تصویری وارد می‌شود از مدل «Gemini چندحالته» برای توصیف آن استفاده کنید و DB را با شرح آن بارگذاری کنید؟ می‌توانید این کار را بدون دست زدن به کد PHP انجام دهید. باورت نمی‌شود؟ به خواندن در فصل ۷ ادامه دهید.

ما به‌تازگی فضای بزرگی از فرصت‌ها را در اینجا باز کرده‌ایم.

‫۹. واحد ۷: توانمندسازی برنامه با Google Gemini

c00425f0ad83b32c.png

اکنون یک برنامه PHP جدید، مدرن، و عالی (مثل Fiat 126 ۲۰۲۴) با فضای ذخیره‌سازی ابری دارید.

با آن چه کاری می‌توانید انجام دهید؟

پیش‌نیازها

در فصل قبلی، یک راه‌حل مدل به ما اجازه داد تا تصاویر /uploads/ را روی GCS سوار کنیم، درواقع منطق برنامه را از فضای ذخیره‌سازی تصویر جدا کردیم.

این تمرین از شما می‌خواهد:

  • تمرین فصل ۶ (فضای ذخیره‌سازی) را با موفقیت تکمیل کرده باشد.
  • یک سطل GCS با تصاویر بارگذاری‌شده داشته باشید، جایی که افراد تصاویر را در برنامه شما بارگذاری می‌کنند و تصاویر به سطل شما منتقل می‌شوند.

راه‌اندازی کردن تابع ابری (در python)

تاکنون به این فکر کرده‌اید که چگونه یک برنامه رویدادمحور را پیاده‌سازی کنید؟ چیزی شبیه:

  • وقتی <رویداد> اتفاق می‌افتد => ایمیل ارسال شود
  • وقتی <event> اتفاق می‌افتد => اگر <condition> درست باشد، «پایگاه داده» را به‌روزرسانی کن.

رویداد می‌تواند هرچیزی باشد، از رکورد جدیدی که در BigQuery دردسترس است، شیء جدیدی که در پوشه‌ای در GCS تغییر کرده است، یا پیام جدیدی که در صف Pub/Sub منتظر است.

Google Cloud از الگوهای متعددی برای دستیابی به این هدف پشتیبانی می‌کند. به‌ویژه:

در این تمرین، به «تابع ابری» می‌پردازیم تا به نتیجه‌ای بسیار جالب برسیم. و تمرین‌های اختیاری برای شما ارائه خواهیم داد.

توجه داشته باشید که کد نمونه تحت .solutions/ ارائه شده است

راه‌اندازی تابع ابری (🐍 python)

ما در تلاشیم تا یک GCF بسیار بلندپروازانه ایجاد کنیم.

  1. وقتی تصویر جدیدی در GCS ایجاد می‌شود.. (احتمالاً به این دلیل که فردی آن را در برنامه بارگذاری کرده است - اما نه فقط به این دلیل)
  2. .. call Gemini to describe it and get a textual description of the image .. (would be nice to check the MIME and ensure its an image and not a PDF, MP3, or Text)
  3. .. و پایگاه داده را با این شرح به‌روز کنید. (این کار ممکن است مستلزم وصله کردن پایگاه داده برای افزودن ستون description به جدول images باشد).

وصله کردن DB برای افزودن description به تصاویر

  1. باز کردن Cloud SQL Studio:

b92b07c4cba658ef.png

  1. نام کاربری و گذرواژه خود را برای Images DB وارد کنید
  2. این SQL را که ستونی برای شرح تصویر اضافه می‌کند تزریق کنید:

ALTER TABLE images ADD COLUMN description TEXT;

3691aced78a6389.png

و دبلنا! اکنون امتحان کنید تا ببینید کار می‌کند یا نه:

SELECT * FROM images;

باید ستون شرح جدید را ببینید:

bed69d6ad0263114.png

نوشتن Gemini f(x)

توجه. این تابع درواقع با کمک Gemini Code assist ایجاد شده است.

توجه. با ایجاد این تابع ممکن است با خطاهای اجازه IAM مواجه شوید. برخی‌از آن‌ها در زیر در پاراگراف «خطاهای احتمالی» مستند شده‌اند.

  1. فعال کردن میاناهای برنامه‌سازی کاربردی
  2. به https://console.cloud.google.com/functions/list بروید
  3. روی «ایجاد تابع» کلیک کنید
  4. فعال کردن میاناهای برنامه‌سازی کاربردی از جادوی میانای برنامه‌سازی کاربردی:

d22b82658cfd4c48.png

می‌توانید GCF را ازطریق میانای کاربر یا خط فرمان ایجاد کنید. در اینجا از خط فرمان استفاده خواهیم کرد.

کد احتمالی را می‌توانید در .solutions/ پیدا کنید

  1. پوشه‌ای برای میزبانی کدتان ایجاد کنید، مثلاً «gcf/». وارد پوشه شوید.
  2. ایجاد فایل requirements.txt:
google-cloud-storage
google-cloud-aiplatform
pymysql
  1. یک تابع پایتون ایجاد کن. کد نمونه در اینجا: gcf/main.py.
#!/usr/bin/env python

"""Complete this"""

from google.cloud import storage
from google.cloud import aiplatform
import vertexai
from vertexai.generative_models import GenerativeModel, Part
import os
import pymysql
import pymysql.cursors

# Replace with your project ID
PROJECT_ID = "your-project-id"
GEMINI_MODEL = "gemini-1.5-pro-002"
DEFAULT_PROMPT = "Generate a caption for this image: "

def gemini_describe_image_from_gcs(gcs_url, image_prompt=DEFAULT_PROMPT):
    pass

def update_db_with_description(image_filename, caption, db_user, db_pass, db_host, db_name):
    pass

def generate_caption(event, context):
    """
    Cloud Function triggered by a GCS event.
    Args:
        event (dict): The dictionary with data specific to this type of event.
        context (google.cloud.functions.Context): The context parameter contains
                                                event metadata such as event ID
                                                and timestamp.
    """
    pass
  1. تابع را فشار دهید. می‌توانید از اسکریپتی مشابه این استفاده کنید: gcf/push-to-gcf.sh.

توجه ۱. حتماً متغیرهای محیطی را با مقادیر درست منبع‌یابی کنید یا فقط آن‌ها را در بالا اضافه کنید (GS_BUCKET=blah، ..):

توجه ۲. با این کار، همه کدهای محلی (.) ارسال می‌شود، بنابراین حتماً کدتان را در پوشه خاصی قرار دهید و از .gcloudignore مثل یک حرفه‌ای استفاده کنید تا از ارسال کتابخانه‌های بزرگ جلوگیری شود. ( نمونه).

#!/bin/bash

set -euo pipefail

# add your logic here, for instance:
source .env || exit 2 

echo "Pushing ☁️ f(x)☁ to 🪣 $GS_BUCKET, along with DB config.. (DB_PASS=$DB_PASS)"

gcloud --project "$PROJECT_ID" functions deploy php_amarcord_generate_caption \
    --runtime python310 \
    --region "$GCP_REGION" \
    --trigger-event google.cloud.storage.object.v1.finalized \
    --trigger-resource "$BUCKET" \
    --set-env-vars "DB_HOST=$DB_HOST,DB_NAME=$DB_NAME,DB_PASS=$DB_PASS,DB_USER=$DB_USER" \
    --source . \
    --entry-point generate_caption \
    --gen2

توجه: در این مثال، generate_caption روش فراخوانی‌شده خواهد بود و Cloud Function رویداد GCS را با تمام اطلاعات مربوطه (نام سطل، نام شیء، ..) به آن منتقل خواهد کرد. مدتی را به اشکال‌زدایی آن دیکشنری پایتون رویداد اختصاص دهید.

آزمایش کردن تابع

آزمون‌های واحد

این تابع بخش‌های متحرک زیادی دارد. شاید بخواهید بتوانید همه موارد تکی را آزمایش کنید.

نمونه‌ای در gcf/test.py وجود دارد.

میانای کاربر Cloud Functions

همچنین کمی وقت بگذارید و تابع خود را در واسط کاربر کاوش کنید. همه برگه‌ها ارزش کاوش دارند، به‌ویژه Source (موردعلاقه من)، Variables، Trigger، و Logs؛ زمان زیادی را در Logs برای عیب‌یابی خطاها صرف خواهید کرد (همچنین خطاهای احتمالی را در پایین این صفحه ببینید). همچنین حتماً Permissions را بررسی کنید.

cf3ded30d532a2c7.png

آزمایش E2E

وقت آن است که تابع را به‌صورت دستی آزمایش کنید!

  1. به برنامه‌تان بروید و به سیستم وارد شوید
  2. عکسی بارگذاری کنید (نه خیلی بزرگ، چون با تصاویر بزرگ مشکلاتی داشته‌ایم)
  3. check on UI the picture is uploaded.
  4. در Cloud SQL Studio بررسی کنید که شرح به‌روز شده باشد. به سیستم وارد شوید و این پُرسمان را اجرا کنید: SELECT * FROM images.

43a680b12dbbdda0.png

و کار می‌کند! همچنین ممکن است بخواهیم فرانت‌اند را به‌روز کنیم تا آن شرح را نشان دهد.

PHP را به‌روز کنید تا [اختیاری] نشان داده شود

ثابت کرده‌ایم که برنامه کار می‌کند. اما خوب می‌شد اگر کاربران هم می‌توانستند آن شرح را ببینند.

برای افزودن شرح به index.php، لازم نیست کارشناس PHP باشیم. این کد باید این کار را انجام دهد (بله، Gemini این را هم برای من نوشت!):

<?php if (!empty($image['description'])): ?>
    <p class="font-bold">Gemini Caption:</p>
    <p class="italic"><?php echo $image['description']; ?></p>
<?php endif; ?>

این کد را طبق سلیقه خودتان در foreach قرار دهید.

در مراحل بعدی، به‌لطف Gemini Code Assist، نسخه واسط کاربر زیباتری را نیز می‌بینیم. نسخه زیبا ممکن است به این شکل باشد:

fdc12de0c88c4464.png

نتیجه‌گیری

یک «تابع ابری» دارید که با ورود اشیاء جدید به GCS فعال می‌شود و می‌تواند محتوای تصویر را مانند یک انسان حاشیه‌نویسی کند و به‌طور خودکار پایگاه داده را به‌روز کند. عالی است!

حالا چه می‌شود؟ می‌توانید از همین استدلال برای دستیابی به دو عملکرد عالی استفاده کنید.

[اختیاری] افزودن Cloud Functions بیشتر [پاسخ آزاد]

چند ویژگی دیگر به ذهن می‌رسد.

📩 راه‌انداز ایمیل

راه‌انداز ایمیل که هربار کسی عکسی ارسال می‌کند، ایمیلی برای شما ارسال می‌کند.

  • خیلی زیاد؟ محدودیت دیگری اضافه کنید: یک تصویر بزرگ، یا تصویری که محتوای Gemini آن حاوی کلمات «برهنه/برهنگی/خشونت‌آمیز» باشد.
  • برای این کار، EventArc را بررسی کنید.

🚫 تعدیل خودکار عکس‌های نامناسب

درحال‌حاضر یک سرپرست انسانی تصاویر را به‌عنوان «نامناسب» پرچم‌گذاری می‌کند. چطور است که Gemini کارهای سنگین را انجام دهد و فضا را مدیریت کند؟ آزمایشی اضافه کنید تا محتوای راه‌انداز نامناسب را پرچم‌گذاری کند و پایگاه داده را همان‌طور که در تابع قبلی یاد گرفتیم به‌روز کند. این یعنی اساساً تابع قبلی را می‌گیرد، پیام‌واره را تغییر می‌دهد، و پایگاه داده را براساس پاسخ به‌روز می‌کند.

هشدار. هوش مصنوعی زایا خروجی‌های غیرقابل‌پیش‌بینی دارد. مطمئن شوید که «برونداد خلاقانه» Gemini «در مسیر درست» قرار دارد. ممکن است پاسخ قطعی مانند امتیاز اطمینان از ۰ تا ۱، JSON، و غیره بخواهید. می‌توانید به روش‌های مختلفی به این هدف برسید، برای مثال: * استفاده از کتابخانه‌های پایتون pydantic، langchain، و غیره * استفاده از خروجی ساختاریافته Gemini.

نکته. می‌توانید چندین تابع داشته باشید یا یک پیام‌واره داشته باشید که پاسخ JSON را اعمال می‌کند (با «خروجی ساختاریافته Gemini» همان‌طور که در بالا برجسته شده است، عالی کار می‌کند) مانند:

پیام‌واره برای تولید این چه خواهد بود؟

{
    "description": "This is the picture of an arrosticino",
    "suitable": TRUE
}

می‌توانید فیلدهای بیشتری به پیام‌واره اضافه کنید تا اطلاعات آماری‌ای مثل این را دریافت کنید: آیا نکته خوبی درباره آن وجود دارد؟ چه چیز بدی دارد؟ این مکان را می‌شناسید؟ آیا نوشتاری وجود دارد (OCR هرگز این‌قدر آسان نبوده است):

  • goods: «به‌نظر می‌رسد غذای خوشمزه‌ای باشد»
  • bads: «به‌نظر می‌رسد غذای ناسالمی باشد»
  • OCR: "Da consumare preferibilmente prima del 10 Novembre 2024"
  • location: «Pescara, Lungomare»

درحالی‌که معمولاً بهتر است برای N نتیجه، N تابع داشته باشیم، انجام دادن تابعی که ۱۰ کار را انجام می‌دهد بسیار پاداش‌بخش است. برای دیدن نحوه انجام این کار، این مقاله از Riccardo را بررسی کنید.

خطاهای احتمالی (بیشتر IAM / اجازه‌ها)

The first I've developed this solution I came onto some IAM permission issues. I will add them here for empathy and to give some ideas on how to fix them.

خطا: اجازه‌های کافی برای «حساب سرویس» وجود ندارد

  1. توجه داشته باشید که برای استقرار تابع GCF که به سطل GCS گوش می‌دهد، باید اجازه‌های مناسب را برای «حساب سرویسی» که برای کار استفاده می‌کنید تنظیم کنید، همان‌طور که در شکل نشان داده شده است:

22f51012fa6b4a24.png

همچنین ممکن است لازم باشد EventArc APIs را فعال کنید - چند دقیقه صبر کنید تا کاملاً دردسترس قرار گیرند.

خطا: فراخواننده Cloud Run وجود ندارد

  1. نظر دیگری از واسط کاربر برای اعطای مجوز GCF این است ( نقش Cloud run Invoker):

be72e17294f2d3f3.png

این خطا را می‌توان با اجرای فرمان موجود در تصویر برطرف کرد که مشابه fix-permissions.sh است

این مشکل در اینجا شرح داده شده است: https://cloud.google.com/functions/docs/securing/authenticating

خطا: از حد مجاز حافظه بیشتر است

اولین باری که آن را اجرا کردم، گزارش‌هایم می‌توانست بگوید: «از حد حافظه ۲۴۴ مگابایت با ۲۷۰ مگابایت استفاده‌شده فراتر رفته است. افزایش حد حافظه را مدنظر قرار دهید، به https://cloud.google.com/functions/docs/configuring/memory'" مراجعه کنید. دوباره به GCF خود RAM اضافه کنید. این کار در واسط کاربر بسیار آسان است. در اینجا یک دست‌انداز احتمالی وجود دارد:

bed69d6ad0263114.png

یا می‌توانید اسکریپت استقرار Cloud run را برای افزایش MEM/CPU اصلاح کنید. این کار کمی بیشتر طول می‌کشد.

خطا: PubSub منتشر شد

ایجاد راه‌انداز با GCF v1 یک‌بار این خطا را داد:

e5c338ee35ad4c24.png

بازهم این مشکل به‌راحتی با رفتن به IAM و دادن نقش «ناشر Pub/Sub» به «حساب خدماتی» شما برطرف می‌شود.

خطا: از Vertex AI استفاده نشده است

اگر این خطا را دریافت کردید:

اجازه رد شد: 403 Vertex AI API قبلاً در پروژه YOUR_PROJECT استفاده نشده است یا غیرفعال است. با رفتن به https://console.developers.google.com/apis/api/aiplatform.googleapis.com/overview?project=YOR_PROJECT آن را فعال کنید

فقط باید میاناهای برنامه‌سازی کاربردی Vertex AI را فعال کنید. ساده‌ترین راه برای فعال کردن همه میاناهای برنامه‌سازی کاربردی موردنیاز این است:

  1. https://console.cloud.google.com/vertex-ai
  2. روی «فعال کردن همه میاناهای برنامه‌سازی کاربردی توصیه‌شده» کلیک کنید.

492f05ac377f3630.png

خطا: راه‌انداز EventArc پیدا نشد.

اگر این را دریافت کردید، لطفاً تابع را دوباره مستقر کنید.

8ec4fc11833d7420.png

خطا: ۴۰۰ عامل سرویس درحال تأمین است

‫۴۰۰ نماینده سرویس درحال تأمین شدن هستند ( https://cloud.google.com/vertex-ai/docs/general/access-control#service-agents ). برای خواندن فایل «فضای ذخیره‌سازی ابری» ارائه‌شده، به نمایندگان سرویس نیاز است. بنابراین لطفاً چند دقیقه دیگر دوباره امتحان کنید.

اگر این اتفاق افتاد، مدتی صبر کنید یا از یک Googler بپرسید.

‫۱۰. واحد ۸: ایجاد اهداف سطح خدمات دردسترس بودن

در این فصل تلاش می‌کنیم به این هدف برسیم:

  1. درحال ایجاد SLI
  2. ایجاد SLO براساس SLI
  3. ایجاد هشدار براساس اهداف سطح خدمات

f63426182c052123.png

این موضوع برای نویسنده بسیار عزیز است، زیرا ریکاردو در حوزه SRE / DevOps در Google Cloud کار می‌کند.

(open-ended) Create SLIs and SLOs for this app

اگر نتوانید متوجه شوید که برنامه‌ای ازکار افتاده است، آن برنامه چه فایده‌ای دارد؟

هدف سطح خدمات چیست؟

اوه خدای من! Google اهداف سطح خدمات را اختراع کرد! برای مطالعه بیشتر درباره آن می‌توانم این موارد را پیشنهاد کنم:

مرحله ۱: ایجاد SLI/SLO دردسترس بودن

بیایید با «هدف سطح خدمات دردسترس بودن» شروع کنیم، زیرا این ساده‌ترین و احتمالاً مهم‌ترین چیزی است که می‌خواهید اندازه‌گیری کنید.

خوشبختانه Cloud Run با پشتیبانی از SLO ازپیش‌ساخته ارائه می‌شود، که این را مدیون Istio هستیم.

وقتی برنامه‌تان در Cloud run باشد، این کار بسیار ساده است و ۳۰ ثانیه طول می‌کشد.

  • به صفحه Cloud Run بروید.
  • روی برنامه‌تان کلیک/ آن را انتخاب کنید.
  • برگه SLOs را انتخاب کنید.
  • روی «+ ایجاد SLO» کلیک کنید.
  • دردسترس بودن، مبتنی بر درخواست
  • ادامه
  • ماه تقویمی / ۹۹٪.
  • روی «ایجاد SLO» کلیک کنید.

e471c7ebdc56cdf6.png

مرحله ۲: راه‌اندازی «هشداردهی» در این «هدف سطح خدمات»

پیشنهاد می‌کنم ۲ هشدار ایجاد کنید:

  1. یکی با نرخ مصرف کم («مصرف آهسته») برای هشدار دادن به شما ازطریق ایمیل (شبیه‌سازی بلیت با اولویت پایین).
  2. یکی با نرخ مصرف بالا («Fastburn») برای هشدار دادن به شما ازطریق پیامک (شبیه‌سازی بلیت با اولویت بالا / پیجر)

به SLO tab قبلی‌تان بروید.

این کار را دو بار انجام دهید:

314bfd6b9ef0a260.png

  • روی «ایجاد هشدار SLO» (دکمه 🔔 با علامت به‌علاوه در داخل آن، در سمت راست) کلیک کنید
  • مدت بازنگری، آستانه نرخ مصرف:
  • [FAST]. اول: 60 دقیقه / 10 بار
  • [SLOW]. دوم: 720 دقیقه / 2 بار
  • کانال اعلان: روی «مدیریت کانال‌های اعلان» کلیک کنید
  • First, "Email" -> Add new -> ..
  • دوم، «پیامک» -> افزودن جدید -> درستی‌سنجی در تلفن.
  • نکته: من دوست دارم از اموجی در نام‌ها استفاده کنم! برای نسخه‌های نمایشی جالب است.
  • وقتی تمام شد، روی X بزرگ در بالا سمت چپ کلیک کنید.
  • ابتدا تلفن (سریع)، سپس ایمیل (کند) را انتخاب کنید.
  • چند نمونه سند اضافه کنید، مثل:
  • [PHP Amarcord] Riccardo told me to type sudo reboot or to check documentation in http://example.com/playbooks/1.php but I guess he was joking.

دبلنا!

نتیجه نهایی

وقتی ۱ هدف سطح خدمات فعال + ۲ هشدار برای دردسترس بودن داشته باشید و این هشدارها به ایمیل و تلفنتان ارسال شود، می‌توانیم این تمرین را تمام‌شده درنظر بگیریم.

اگر بخواهید می‌توانید تأخیر (و من قویاً شما را به انجام این کار تشویق می‌کنم) یا حتی پیچیده‌تر از آن را اضافه کنید. برای تأخیر، تأخیری را انتخاب کنید که به‌نظرتان منطقی است؛ اگر شک دارید، ۲۰۰ میلی‌ثانیه را انتخاب کنید.

‫۱۱. مراحل بعدی

همه چیز را تکمیل کرده‌اید، چه چیزی جا مانده است؟

چند نکته برای تأمل:

بازی کردن با Gemini

می‌توانید از Gemini به دو صورت استفاده کنید:

  1. Vertex AI. «روش سازمانی»، درهم‌تنیده با GCP شما، که در فصل ۷ (GCF+Gemini) بررسی کردیم. همه اصالت‌سنجی‌ها به‌طور جادویی کار می‌کنند و سرویس‌ها به‌زیبایی با یکدیگر ارتباط برقرار می‌کنند.
  2. Google AI. «روش مصرف‌کننده». شما «کلید میانای برنامه‌سازی کاربردی Gemini» را از اینجا دریافت می‌کنید و شروع به ساختن اسکریپت‌های کوچکی می‌کنید که می‌توانند به هر حجم کاری که ازقبل دارید (کار اختصاصی، ابرهای دیگر، میزبان محلی، ..) متصل شوند. شما فقط کلید میانای برنامه‌سازی کاربردی خود را جایگزین می‌کنید و کد به‌طور جادویی شروع به کار می‌کند.

توصیه می‌کنیم (۲) را با پروژه‌های شخصی خودتان کاوش کنید.

UI Lifting

من در طراحی واسط‌های کاربر خوب نیستم. اما Gemini این کار را می‌کند! می‌توانید فقط یک صفحه PHP را بگیرید و چیزی شبیه به این بگویید:

I have a VERY old PHP application. I want to touch it as little as possible. Can you help me:

1. add some nice CSS to it, a single static include for tailwind or similar, whatever you prefer
2. Transform the image print with description into cards, which fit 4 per line in the canvas?

Here's the code:

-----------------------------------
[Paste your PHP page, for instance index.php - mind the token limit!]

می‌توانید به‌راحتی این را در کمتر از ۵ دقیقه، با یک Cloud Build دریافت کنید! :)

پاسخ Gemini عالی بود (یعنی لازم نبود چیزی را تغییر دهم):

8a3d5fe37ec40bf8.png

و این هم چیدمان جدید در برنامه شخصی نویسنده:

81620eb90ae3229a.png

توجه: کد به‌صورت تصویر جای‌گذاری شده است چون نمی‌خواهیم شما را به برداشتن کد تشویق کنیم، بلکه می‌خواهیم Gemini کد را با محدودیت‌های خلاقانه واسط کاربر/ پیش‌رخی که خودتان تعیین می‌کنید برایتان بنویسد؛ باور کنید بعداز آن فقط تغییرات بسیار جزئی برایتان باقی می‌ماند.

امنیت

ایمن‌سازی مناسب این برنامه هدف این کارگاه ۴ ساعته نیست، زیرا زمان تکمیل این کارگاه را ۱ تا ۲ برابر افزایش می‌دهد.

اما این موضوع بسیار مهم است! چند ایده در SECURITY جمع‌آوری کرده‌ایم.

‫۱۲. تبریک!

تبریک می‌گوییم 🎉🎉🎉، برنامه PHP قدیمی‌تان را با Google Cloud با موفقیت مدرن‌سازی کردید.

24cb9a39b1841fbd.png

به‌طور خلاصه، در این codelab با موارد زیر آشنا شدید:

  • نحوه مستقر کردن پایگاه داده در Google Cloud SQL و نحوه انتقال پایگاه داده موجود به آن.
  • نحوه کانتینری کردن برنامه PHP با Docker و Buildpacks و ذخیره کردن تصویر آن در Google Cloud Artifact Registry
  • نحوه مستقر کردن برنامه کانتینری در Cloud Run و اجرای آن با Cloud SQL
  • نحوه ذخیره/استفاده مخفیانه از پارامترهای پیکربندی حساس (مانند گذرواژه پایگاه داده) بااستفاده از Google Secret Manager
  • نحوه راه‌اندازی خط لوله CI/CD با Google Cloud Build برای ساختن و مستقر کردن خودکار برنامه PHP در هر کد ارسال‌شده به مخزن GitHub.
  • نحوه استفاده از Cloud Storage برای «ابری کردن» منابع برنامه
  • نحوه بهره‌برداری از فناوری‌های بدون‌سرور برای ساختن گردش‌های کاری شگفت‌انگیز در Google Cloud بدون دست زدن به کد برنامه.
  • از قابلیت‌های چندحالته Gemini برای یک مورد استفاده مناسب استفاده کنید.
  • پیاده‌سازی اصول SRE در Google Cloud

این شروعی عالی برای سفر شما به مدرن‌سازی برنامه با Google Cloud است!

🔁 بازخورد

اگر می‌خواهید تجربه‌تان را از این کارگاه با ما درمیان بگذارید، این فرم بازخورد را تکمیل کنید.

از بازخورد شما و همچنین درخواست‌های ارسال برای بخش‌هایی از کد که به‌طور ویژه به آن افتخار می‌کنید استقبال می‌کنیم.

🙏 متشکریم

نویسنده مایل است از میرکو گیلیولی و مائوریتسیو ایپزاله از Datatonic برای کمک در نوشتن و آزمایش کردن راهکار تشکر کند.