Flask 앱에서 App Engine 작업 대기열 (가져오기 작업)을 사용하는 방법 (모듈 18)

1. 개요

서버리스 마이그레이션 스테이션 Codelab 시리즈 (사용자 주도형, 실무 가이드) 및 관련 동영상은 Google Cloud 서버리스 개발자가 주로 기존 서비스에서 벗어나는 하나 이상의 마이그레이션을 통해 애플리케이션을 현대화할 수 있도록 돕기 위한 것입니다. 이렇게 하면 앱의 이식성이 높아지고 더 많은 옵션과 유연성을 제공하여 다양한 Cloud 제품과 통합하고 액세스할 수 있으며 최신 언어 출시로 더 쉽게 업그레이드할 수 있습니다. 이 시리즈는 처음에는 주로 App Engine (표준 환경) 개발자와 같은 초기 Cloud 사용자를 대상으로 하지만, Cloud Functions, Cloud Run과 같은 다른 서버리스 플랫폼이나 해당하는 경우 다른 플랫폼도 포함할 수 있을 만큼 광범위합니다.

이 Codelab에서는 App Engine 태스크 큐 풀 태스크를 모듈 1 Codelab의 샘플 앱에 포함하고 사용하는 방법을 알아봅니다. 이 모듈 18 튜토리얼에서는 풀 태스크 사용을 추가한 다음 모듈 19에서 해당 사용을 Cloud Pub/Sub로 이전합니다. 푸시 작업에 태스크 큐를 사용하는 사용자는 대신 Cloud Tasks로 마이그레이션하며 모듈 7~9를 참고해야 합니다.

다음 실습에서는

App Engine 작업 대기열 API/번들 서비스 사용
기본 Python 2 Flask App Engine NDB 앱에 가져오기 대기열 사용량 추가

필요한 항목

활성 GCP 결제 계정이 있는 Google Cloud Platform 프로젝트
기본 Python 기술
일반적인 Linux 명령어에 대한 실무 지식
App Engine 앱 개발 및 배포에 대한 기본 지식
작동하는 모듈 1 App Engine 앱 (Codelab 완료[권장] 또는 저장소에서 앱 복사)

설문조사

이 튜토리얼을 어떻게 사용하실 계획인가요?

읽기만 할 계획입니다

읽은 다음 연습 활동을 완료할 계획입니다

귀하의 Python 사용 경험이 어떤지 평가해 주세요.

초급

중급

고급

귀하의 Google Cloud 서비스 사용 경험을 평가해 주세요.

초급

중급

고급

2. 배경

App Engine 태스크 큐 풀 태스크에서 마이그레이션하려면 모듈 1 Codelab에서 생성된 기존 Flask 및 App Engine NDB 앱에 사용을 추가하세요. 샘플 앱은 최종 사용자의 가장 최근 방문을 표시합니다. 이것도 괜찮지만 방문자를 추적하여 누가 가장 많이 방문하는지 확인하면 더 흥미롭습니다.

이러한 방문자 수에 푸시 작업을 사용할 수 있지만, 방문을 등록하고 사용자에게 즉시 응답하는 샘플 앱과 일반적인 요청-응답 워크플로 외부에서 방문자 수를 집계하는 지정된 '작업자' 간에 책임을 분담하려고 합니다.

이 설계를 구현하기 위해 풀 대기열 사용을 기본 애플리케이션에 추가하고 작업자 기능을 지원합니다. 작업자는 별도의 프로세스 (예: 백엔드 인스턴스 또는 항상 실행되는 VM에서 실행되는 코드), 크론 작업 또는 curl 또는 wget를 사용하는 기본 명령줄 HTTP 요청으로 실행할 수 있습니다. 이 통합 후 다음 (모듈 19) Codelab에서 앱을 Cloud Pub/Sub로 마이그레이션할 수 있습니다.

이 튜토리얼에서는 다음 단계를 다룹니다.

설정/사전 작업
구성 업데이트
애플리케이션 코드 수정

3. 설정/사전 작업

이 섹션에서는 다음을 수행하는 방법을 설명합니다.

Cloud 프로젝트 설정
기준 샘플 앱 가져오기
기준 앱 (재)배포 및 검증

이 단계를 따르면 작동하는 코드로 시작할 수 있습니다.

1. 프로젝트 설정

모듈 1 Codelab을 완료했으면 동일 프로젝트 (및 코드)를 다시 사용합니다. 또는 완전히 새로운 프로젝트를 만들거나 다른 기존 프로젝트를 다시 사용할 수도 있습니다. 프로젝트에 활성 결제 계정이 있고 App Engine 앱이 사용 설정되어 있는지 확인합니다. 이 Codelab에서 여러 번 필요하므로 프로젝트 ID를 찾아 PROJECT_ID 변수가 표시될 때마다 사용합니다.

2. 기준 샘플 앱 가져오기

이 Codelab의 기본 요건 중 하나는 작동하는 모듈 1 App Engine 앱을 준비하는 것입니다. 모듈 1 Codelab을 완료하거나 (권장) 저장소에서 모듈 1 앱을 복사하세요. 무엇을 사용하든 모듈 1 코드에서부터 시작해야 합니다. 이 Codelab은 각 단계를 안내하며, 모듈 18 저장소 폴더 'FINISH'에 있는 것과 비슷한 코드로 마무리됩니다.

시작: 모듈 1 폴더 (Python 2)
완료: 모듈 18 폴더 (Python 2)
전체 저장소 (클론 또는 ZIP 파일 다운로드)

어떤 모듈 1 앱을 사용하든 폴더는 아래 출력과 같이 표시되어야 하며 lib 폴더도 있을 수 있습니다.

$ ls
README.md               appengine_config.py     requirements.txt
app.yaml                main.py                 templates

3. 기준 앱 (재)배포

다음 단계를 실행하여 모듈 1 앱을 배포합니다.

lib 폴더가 있는 경우 삭제하고 pip install -t lib -r requirements.txt를 실행하여 lib를 다시 채웁니다. Python 2와 3이 모두 설치된 경우 pip2 명령어를 대신 사용해야 할 수 있습니다.
gcloud 명령줄 도구를 설치하고 초기화했으며 사용법을 검토했는지 확인합니다.
발급된 각 gcloud 명령어에 PROJECT_ID를 입력하지 않으려면 gcloud config set project PROJECT_ID로 클라우드 프로젝트를 설정하세요.
gcloud app deploy로 샘플 앱 배포
모듈 1 앱이 예상대로 실행되고 최신 방문이 표시되는지 확인합니다 (아래 그림 참고).

4. 구성 업데이트

표준 App Engine 구성 파일 (app.yaml, requirements.txt, appengine_config.py)은 변경할 필요가 없습니다. 대신 다음 콘텐츠가 포함된 새 구성 파일 queue.yaml를 추가하고 동일한 최상위 디렉터리에 넣습니다.

queue:
- name: pullq
  mode: pull

queue.yaml 파일은 앱에 있는 모든 태스크 큐를 지정합니다 (App Engine에서 자동으로 생성되는 default [푸시] 큐 제외). 이 경우 pullq라는 풀 대기열이 하나만 있습니다. App Engine에서는 mode 지시문을 pull로 지정해야 합니다. 그렇지 않으면 기본적으로 푸시 큐가 생성됩니다. 문서에서 pull 큐 생성에 대해 자세히 알아보세요. 다른 옵션은 queue.yaml 참조 페이지를 참고하세요.

앱과 별도로 이 파일을 배포합니다. gcloud app deploy를 계속 사용하되 명령줄에 queue.yaml도 제공합니다.

$ gcloud app deploy queue.yaml
Configurations to update:

descriptor:      [/tmp/mod18-gaepull/queue.yaml]
type:            [task queues]
target project:  [my-project]

WARNING: Caution: You are updating queue configuration. This will override any changes performed using 'gcloud tasks'. More details at
https://cloud.google.com/tasks/docs/queue-yaml

Do you want to continue (Y/n)?

Updating config [queue]...⠹WARNING: We are using the App Engine app location (us-central1) as the default location. Please use the "--location" flag if you want to use a different location.
Updating config [queue]...done.

Task queues have been updated.

Visit the Cloud Platform Console Task Queues page to view your queues and cron jobs.
$

5. 애플리케이션 코드 수정

이 섹션에서는 다음 파일의 업데이트를 다룹니다.

main.py - 기본 애플리케이션에 pull 큐 사용 추가
templates/index.html - 새 데이터를 표시하도록 웹 템플릿을 업데이트합니다.

가져오기 및 상수

첫 번째 단계는 가져오기 대기열을 지원하기 위해 새 가져오기 하나와 여러 상수를 추가하는 것입니다.

태스크 큐 라이브러리(google.appengine.api.taskqueue) 가져오기를 추가합니다.
풀 대기열 (QUEUE)에서 1시간 (HOUR) 동안 최대 풀 태스크 수 (TASKS)를 임대할 수 있도록 세 개의 상수를 추가합니다.
최근 방문 및 인기 방문자 (LIMIT)를 표시하는 상수를 추가합니다.

아래는 원래 코드와 이러한 업데이트를 적용한 후의 모습입니다.

이전:

from flask import Flask, render_template, request
from google.appengine.ext import ndb

app = Flask(__name__)

AFTER:

from flask import Flask, render_template, request
from google.appengine.api import taskqueue
from google.appengine.ext import ndb

HOUR = 3600
LIMIT = 10
TASKS = 1000
QNAME = 'pullq'
QUEUE = taskqueue.Queue(QNAME)
app = Flask(__name__)

풀 태스크 추가 (태스크의 데이터 수집 및 풀 큐에 태스크 생성)

Visit 데이터 모델은 그대로 유지되며 fetch_visits()에 표시할 방문을 쿼리하는 것도 마찬가지입니다. 코드의 이 부분에서 필요한 유일한 변경사항은 store_visit()에 있습니다. 방문을 등록하는 것 외에도 작업자가 방문자 카운터를 늘릴 수 있도록 방문자의 IP 주소를 사용하여 가져오기 대기열에 작업을 추가합니다.

이전:

class Visit(ndb.Model):
    'Visit entity registers visitor IP address & timestamp'
    visitor   = ndb.StringProperty()
    timestamp = ndb.DateTimeProperty(auto_now_add=True)

def store_visit(remote_addr, user_agent):
    'create new Visit entity in Datastore'
    Visit(visitor='{}: {}'.format(remote_addr, user_agent)).put()

def fetch_visits(limit):
    'get most recent visits'
    return Visit.query().order(-Visit.timestamp).fetch(limit)

AFTER:

class Visit(ndb.Model):
    'Visit entity registers visitor IP address & timestamp'
    visitor   = ndb.StringProperty()
    timestamp = ndb.DateTimeProperty(auto_now_add=True)

def store_visit(remote_addr, user_agent):
    'create new Visit in Datastore and queue request to bump visitor count'
    Visit(visitor='{}: {}'.format(remote_addr, user_agent)).put()
    QUEUE.add(taskqueue.Task(payload=remote_addr, method='PULL'))

def fetch_visits(limit):
    'get most recent visits'
    return Visit.query().order(-Visit.timestamp).fetch(limit)

방문자 추적을 위한 데이터 모델 및 쿼리 함수 만들기

방문자를 추적하는 데이터 모델 VisitorCount를 추가합니다. 여기에는 visitor 자체의 필드와 방문 수를 추적하는 정수 counter가 있어야 합니다. 그런 다음 fetch_counts()라는 새 함수 (또는 Python classmethod)를 추가하여 가장 많은 방문자부터 가장 적은 방문자 순으로 쿼리하고 반환합니다. fetch_visits() 본문 바로 아래에 클래스와 함수를 추가합니다.

class VisitorCount(ndb.Model):
    visitor = ndb.StringProperty(repeated=False, required=True)
    counter = ndb.IntegerProperty()

def fetch_counts(limit):
    'get top visitors'
    return VisitCount.query().order(-VisitCount.counter).fetch(limit)

작업자 코드 추가

/log에 대한 GET 요청을 통해 방문자를 로깅하는 새 함수 log_visitors()를 추가합니다. 최근 방문자 수를 추적하기 위해 사전/해시를 사용하며, 최대한 많은 작업을 한 시간 동안 임대합니다. 각 작업에 대해 동일한 방문자의 모든 방문을 집계합니다. 집계를 확보한 후 앱은 Datastore에 이미 있는 모든 해당 VisitorCount 항목을 업데이트하거나 필요한 경우 새 항목을 만듭니다. 마지막 단계에서는 처리된 작업 수와 등록된 방문자 수를 나타내는 일반 텍스트 메시지를 반환합니다. fetch_counts() 바로 아래에 main.py에 이 함수를 추가합니다.

@app.route('/log')
def log_visitors():
    'worker processes recent visitor counts and updates them in Datastore'
    # tally recent visitor counts from queue then delete those tasks
    tallies = {}
    tasks = QUEUE.lease_tasks(HOUR, TASKS)
    for task in tasks:
        visitor = task.payload
        tallies[visitor] = tallies.get(visitor, 0) + 1
    if tasks:
        QUEUE.delete_tasks(tasks)

    # increment those counts in Datastore and return
    for visitor in tallies:
        counter = VisitorCount.query(VisitorCount.visitor == visitor).get()
        if not counter:
            counter = VisitorCount(visitor=visitor, counter=0)
            counter.put()
        counter.counter += tallies[visitor]
        counter.put()
    return 'DONE (with %d task[s] logging %d visitor[s])\r\n' % (
            len(tasks), len(tallies))

새 디스플레이 데이터로 기본 핸들러 업데이트

상위 방문자를 표시하려면 fetch_counts()을 호출하도록 기본 핸들러 root()를 업데이트합니다. 또한 템플릿이 업데이트되어 상위 방문자 수와 가장 최근 방문이 표시됩니다. fetch_visits() 호출의 가장 최근 방문과 함께 방문자 수를 패키징하고 이를 단일 context에 넣어 웹 템플릿에 전달합니다. 다음은 변경 전후의 코드입니다.

이전:

@app.route('/')
def root():
    'main application (GET) handler'
    store_visit(request.remote_addr, request.user_agent)
    visits = fetch_visits(10)
    return render_template('index.html', visits=visits)

AFTER:

@app.route('/')
def root():
    'main application (GET) handler'
    store_visit(request.remote_addr, request.user_agent)
    context = {
        'limit':  LIMIT,
        'visits': fetch_visits(LIMIT),
        'counts': fetch_counts(LIMIT),
    }
    return render_template('index.html', **context)

main.py에 필요한 모든 변경사항은 다음과 같습니다. main.py에 적용되는 변경사항을 대략적으로 파악할 수 있도록 이러한 업데이트를 그림으로 나타낸 것입니다.

새 디스플레이 데이터로 웹 템플릿 업데이트

웹 템플릿 templates/index.html은 최근 방문자의 일반 페이로드 외에 상위 방문자를 표시하기 위해 업데이트가 필요합니다. 상위 방문자와 방문수를 페이지 상단의 표에 배치하고 이전과 같이 최신 방문을 계속 렌더링합니다. 다른 변경사항은 숫자를 하드코딩하는 대신 limit 변수를 통해 표시되는 숫자를 지정하는 것입니다. 웹 템플릿에 적용해야 하는 업데이트는 다음과 같습니다.

이전:

<!doctype html>
<html>
<head>
<title>VisitMe Example</title>
<body>

<h1>VisitMe example</h1>
<h3>Last 10 visits</h3>
<ul>
{% for visit in visits %}
    <li>{{ visit.timestamp.ctime() }} from {{ visit.visitor }}</li>
{% endfor %}
</ul>

AFTER:

<!doctype html>
<html>
<head>
<title>VisitMe Example</title>
<body>

<h1>VisitMe example</h1>

<h3>Top {{ limit }} visitors</h3>
<table border=1 cellspacing=0 cellpadding=2>
    <tr><th>Visitor</th><th>Visits</th></tr>
{% for count in counts %}
    <tr><td>{{ count.visitor|e }}</td><td align="center">{{ count.counter }}</td></tr>
{% endfor %}
</table>

<h3>Last {{ limit }} visits</h3>
<ul>
{% for visit in visits %}
    <li>{{ visit.timestamp.ctime() }} from {{ visit.visitor }}</li>
{% endfor %}
</ul>

이로써 App Engine 태스크 큐 가져오기 태스크 사용을 모듈 1 샘플 앱에 추가하는 데 필요한 변경사항이 완료되었습니다. 이제 디렉터리가 모듈 18 샘플 앱을 나타내며 다음 파일이 포함되어야 합니다.

$ ls
README.md               appengine_config.py     queue.yaml              templates
app.yaml                main.py                 requirements.txt

6. 요약/삭제

이 섹션에서는 앱을 배포하고 의도한 대로 작동하는지, 반영된 출력이 있는지 확인하여 이 Codelab을 마무리합니다. 방문자 수를 처리하기 위해 작업자를 별도로 실행합니다. 앱 검증 후 정리 단계를 실행하고 다음 단계를 고려합니다.

애플리케이션 배포 및 확인

이 Codelab의 상단에서 gcloud app deploy queue.yaml를 사용하여 풀 대기열을 설정한 것처럼 풀 대기열이 이미 설정되어 있는지 확인합니다. 이 단계를 완료하고 샘플 앱을 사용할 준비가 되었다면 gcloud app deploy로 앱을 배포합니다. 출력은 이제 상단에 '인기 방문자' 표가 표시된다는 점을 제외하고 모듈 1 앱과 동일해야 합니다.

업데이트된 웹 프런트엔드에는 상위 방문자와 최근 방문이 표시되지만 방문자 수에는 이 방문이 포함되지 않습니다. 앱은 이전 방문자 수를 표시하는 동시에 처리 대기 중인 풀 대기열에서 이 방문자의 수를 늘리는 새 작업을 삭제합니다.

/log를 호출하여 다양한 방법으로 작업을 실행할 수 있습니다.

App Engine 백엔드 서비스
cron 작업
웹브라우저
명령줄 HTTP 요청 (curl, wget 등)

예를 들어 curl을 사용하여 /log에 GET 요청을 보내는 경우 PROJECT_ID을 제공하면 출력은 다음과 같습니다.

$ curl https://PROJECT_ID.appspot.com/log
DONE (with 1 task[s] logging 1 visitor[s])

업데이트된 개수는 다음 웹사이트 방문 시 반영됩니다. 작업이 끝났습니다.

샘플 앱에 App Engine 태스크 큐 가져오기 큐 서비스 사용을 추가하는 Codelab을 완료하신 것을 축하드립니다. 이제 모듈 19에서 Cloud Pub/Sub, Cloud NDB, Python 3로 마이그레이션할 준비가 되었습니다.

삭제

일반

지금까지 완료한 경우 청구가 발생하지 않도록 App Engine 앱을 사용 중지하는 것이 좋습니다. 하지만 테스트나 실험을 더 진행하고 싶다면 App Engine 플랫폼에 무료 할당량이 있으므로 해당 사용량 등급을 초과하지 않는 한 요금이 청구되지 않습니다. 이는 컴퓨팅에 대한 요금이며 관련 App Engine 서비스에 대한 요금도 부과될 수 있으므로 자세한 내용은 가격 책정 페이지를 확인하세요. 이 이전과 관련된 다른 클라우드 서비스는 별도로 청구됩니다. 두 경우 모두 해당하는 경우 아래의 '이 Codelab에만 해당' 섹션을 참고하세요.

완전한 공개를 위해 말씀드리면 App Engine과 같은 Google Cloud 서버리스 컴퓨팅 플랫폼에 배포하면 약간의 빌드 및 스토리지 비용이 발생합니다. Cloud Build에는 Cloud Storage와 마찬가지로 자체 무료 할당량이 있습니다. 해당 이미지를 저장하면 할당량의 일부가 사용됩니다. 하지만 무료 등급이 없는 지역에 거주할 수도 있으므로 스토리지 사용량을 파악하여 잠재적인 비용을 최소화하세요. 검토해야 하는 특정 Cloud Storage '폴더'는 다음과 같습니다.

console.cloud.google.com/storage/browser/LOC.artifacts.PROJECT_ID.appspot.com/containers/images
console.cloud.google.com/storage/browser/staging.PROJECT_ID.appspot.com
위의 스토리지 링크는 PROJECT_ID 및 *LOC*에 따라 달라집니다. 예를 들어 앱이 미국에서 호스팅되는 경우 'us'입니다.

반면에 이 애플리케이션 또는 기타 관련 이전 Codelab을 계속하지 않고 모든 것을 완전히 삭제하려면 프로젝트를 종료하세요.

이 Codelab에만 해당

아래에 나열된 서비스는 이 Codelab에만 해당합니다. 자세한 내용은 각 제품의 문서를 참고하세요.

App Engine 태스크 큐 서비스는 태스크 큐와 같은 기존 번들 서비스 가격 페이지에 따라 추가 요금이 청구되지 않습니다.
App Engine Datastore 서비스는 무료 등급도 있는 Cloud Datastore (Datastore 모드의 Cloud Firestore)에서 제공합니다. 자세한 내용은 가격 책정 페이지를 참고하세요.

다음 단계

이 '마이그레이션'에서는 방문자 추적 지원을 추가하여 모듈 1 샘플 앱에 태스크 큐 푸시 큐 사용을 추가하여 모듈 18 샘플 앱을 구현했습니다. 다음 마이그레이션에서는 App Engine 풀 태스크를 Cloud Pub/Sub로 업그레이드합니다. 2021년 말부터 Python 3으로 업그레이드할 때 Cloud Pub/Sub로 마이그레이션하지 않아도 됩니다. 자세한 내용은 다음 섹션을 참고하세요.

Cloud Pub/Sub로 마이그레이션하려면 모듈 19 Codelab을 참고하세요. 이 외에도 Cloud Datastore, Cloud Memorystore, Cloud Storage 또는 Cloud Tasks (푸시 큐)와 같은 추가 마이그레이션을 고려해야 합니다. Cloud Run 및 Cloud Functions로의 교차 제품 이전도 있습니다. 모든 서버리스 마이그레이션 스테이션 콘텐츠 (Codelabs, 동영상, 소스 코드[사용 가능한 경우])는 오픈소스 저장소에서 액세스할 수 있습니다.

7. Python 3으로 마이그레이션

2021년 가을에 App Engine팀은 많은 번들 서비스의 지원을 2세대 런타임 (1세대 런타임이 있는)으로 확대했습니다. 따라서 앱을 Python 3로 포팅할 때 App Engine 태스크 큐와 같은 번들 서비스에서 Cloud Pub/Sub과 같은 독립형 Cloud 또는 서드 파티 서비스로 마이그레이션하지 않아도 됩니다. 즉, 차세대 런타임에서 번들 서비스에 액세스하도록 코드를 개조하는 한 Python 3 App Engine 앱에서 작업 대기열을 계속 사용할 수 있습니다.

번들 서비스 사용을 Python 3로 이전하는 방법은 모듈 17 Codelab 및 해당 동영상에서 자세히 알아볼 수 있습니다. 이 주제는 모듈 18의 범위를 벗어나지만 아래에 Python 3으로 포팅되고 여전히 App Engine NDB를 사용하는 모듈 1 앱의 Python 3 버전이 연결되어 있습니다. (나중에 모듈 18 앱의 Python 3 버전도 제공될 예정입니다.)

8. 추가 리소스

아래에는 이 마이그레이션 모듈 또는 관련 마이그레이션 모듈과 관련 제품을 자세히 살펴보는 개발자를 위한 추가 리소스가 나와 있습니다. 여기에는 이 콘텐츠에 대한 의견을 제공할 수 있는 위치, 코드 링크, 유용할 수 있는 다양한 문서가 포함됩니다.

Codelab 문제/의견

이 Codelab에 문제가 발견된 경우 문제를 기록하기 전에 먼저 비슷한 기록이 있는지 검색해보세요. 검색 및 새 문제 만들기 링크:

마이그레이션 리소스

모듈 1 (시작) 및 모듈 18 (완료)의 저장소 폴더 링크는 아래 표에서 찾을 수 있습니다. 모든 App Engine Codelab 마이그레이션 저장소에서 액세스할 수도 있습니다. 클론하거나 ZIP 파일을 다운로드하세요.

Codelab	Python 2	Python 3
모듈 1	코드	코드 (이 튜토리얼에서는 다루지 않음)
모듈 18 (이 Codelab)	코드	해당 사항 없음

온라인 참조

다음은 이 튜토리얼과 관련된 리소스입니다.

App Engine 작업 대기열

App Engine 플랫폼

App Engine 문서

Python 2 App Engine (표준 환경) 런타임

Python 2 App Engine에서 App Engine 내장 라이브러리 사용

App Engine 가격 및 할당량 정보

2세대 App Engine 플랫폼 출시 (2018)

기존 런타임 장기 지원

문서 이전 샘플

커뮤니티에서 제공한 마이그레이션 샘플

기타 클라우드 정보

동영상

라이선스

이 작업물은 Creative Commons Attribution 2.0 일반 라이선스에 따라 사용이 허가되었습니다.

Flask 앱에서 App Engine 작업 대기열 (가져오기 작업)을 사용하는 방법 (모듈 18)

1. 개요

다음 실습에서는

필요한 항목

설문조사

이 튜토리얼을 어떻게 사용하실 계획인가요?

귀하의 Python 사용 경험이 어떤지 평가해 주세요.

귀하의 Google Cloud 서비스 사용 경험을 평가해 주세요.

2. 배경

3. 설정/사전 작업

1. 프로젝트 설정

2. 기준 샘플 앱 가져오기

3. 기준 앱 (재)배포

4. 구성 업데이트

5. 애플리케이션 코드 수정

가져오기 및 상수

풀 태스크 추가 (태스크의 데이터 수집 및 풀 큐에 태스크 생성)

방문자 추적을 위한 데이터 모델 및 쿼리 함수 만들기

작업자 코드 추가

새 디스플레이 데이터로 기본 핸들러 업데이트

새 디스플레이 데이터로 웹 템플릿 업데이트

6. 요약/삭제

애플리케이션 배포 및 확인

삭제

일반

이 Codelab에만 해당

다음 단계

7. Python 3으로 마이그레이션

8. 추가 리소스

Codelab 문제/의견

마이그레이션 리소스

온라인 참조

App Engine 작업 대기열

App Engine 플랫폼

App Engine 문서

Python 2 App Engine (표준 환경) 런타임

Python 3 App Engine (표준 환경) 런타임

Python 2 및 3 App Engine (표준 환경) 런타임 간의 차이점

Python 2~3 App Engine (표준 환경) 마이그레이션 가이드

App Engine 가격 및 할당량 정보

2세대 App Engine 플랫폼 출시 (2018)

기존 런타임 장기 지원

문서 이전 샘플

기타 클라우드 정보

동영상

라이선스