หน้านี้ได้รับการแปลโดย Cloud Translation API

รูปภาพรายวัน: ห้องทดลอง 3 - สร้างภาพต่อกันจากรูปภาพล่าสุด

1. ภาพรวม

ใน Code Lab นี้ คุณสร้างบริการ Cloud Run ซึ่งเป็นบริการภาพต่อกันที่ Cloud Scheduler จะทริกเกอร์ในช่วงเวลาที่สม่ำเสมอ บริการจะดึงรูปภาพล่าสุดที่อัปโหลดและสร้างภาพคอลลาจของรูปภาพเหล่านั้น โดยจะค้นหารายการรูปภาพล่าสุดใน Cloud Firestore จากนั้นดาวน์โหลดไฟล์รูปภาพจริงจาก Cloud Storage

สิ่งที่คุณจะได้เรียนรู้

Cloud Run
Cloud Scheduler
Cloud Storage
Cloud Firestore

2. การตั้งค่าและข้อกำหนด

การตั้งค่าสภาพแวดล้อมตามเวลาที่สะดวก

ลงชื่อเข้าใช้ Google Cloud Console และสร้างโปรเจ็กต์ใหม่หรือใช้โปรเจ็กต์ที่มีอยู่ซ้ำ หากยังไม่มีบัญชี Gmail หรือ Google Workspace คุณต้องสร้างบัญชี

ชื่อโครงการคือชื่อที่แสดงของผู้เข้าร่วมโปรเจ็กต์นี้ เป็นสตริงอักขระที่ Google APIs ไม่ได้ใช้และคุณอัปเดตได้ทุกเมื่อ
รหัสโปรเจ็กต์ต้องไม่ซ้ำกันในโปรเจ็กต์ Google Cloud ทั้งหมดและจะเปลี่ยนแปลงไม่ได้ (เปลี่ยนแปลงไม่ได้หลังจากตั้งค่าแล้ว) Cloud Console จะสร้างสตริงที่ไม่ซ้ำกันโดยอัตโนมัติ ปกติแล้วคุณไม่สนว่าอะไรเป็นอะไร ใน Codelab ส่วนใหญ่ คุณจะต้องอ้างอิงรหัสโปรเจ็กต์ (ซึ่งปกติระบุไว้ว่าเป็น PROJECT_ID) ดังนั้นหากไม่ชอบ ให้สร้างรหัสแบบสุ่มขึ้นมาอีกรหัสหนึ่ง หรือคุณจะลองใช้รหัสโปรเจ็กต์ของคุณเองแล้วดูว่ารหัสโปรเจ็กต์พร้อมใช้งานหรือไม่ แล้วก็ "แช่แข็ง" หลังจากสร้างโปรเจ็กต์แล้ว
มีค่าที่ 3 คือหมายเลขโปรเจ็กต์ที่ API บางตัวใช้ ดูข้อมูลเพิ่มเติมเกี่ยวกับค่าทั้ง 3 ค่าเหล่านี้ในเอกสารประกอบ

ถัดไป คุณจะต้องเปิดใช้การเรียกเก็บเงินใน Cloud Console เพื่อใช้ทรัพยากร/API ของระบบคลาวด์ การใช้งาน Codelab นี้น่าจะไม่มีค่าใช้จ่ายใดๆ หากมี หากต้องการปิดทรัพยากรเพื่อไม่ให้มีการเรียกเก็บเงินนอกเหนือจากบทแนะนำนี้ ให้ทำตาม "การล้าง" ดูได้ที่ตอนท้ายของ Codelab ผู้ใช้ใหม่ของ Google Cloud จะมีสิทธิ์เข้าร่วมโปรแกรมทดลองใช้ฟรี$300 USD

เริ่มต้น Cloud Shell

แม้ว่าคุณจะดำเนินการ Google Cloud จากระยะไกลได้จากแล็ปท็อป แต่คุณจะใช้ Google Cloud Shell ซึ่งเป็นสภาพแวดล้อมแบบบรรทัดคำสั่งที่ทำงานในระบบคลาวด์ใน Codelab นี้

จากคอนโซล GCP ให้คลิกไอคอน Cloud Shell บนแถบเครื่องมือด้านขวาบนดังนี้

การจัดสรรและเชื่อมต่อกับสภาพแวดล้อมนี้ควรใช้เวลาเพียงครู่เดียว เมื่อเสร็จแล้ว คุณจะเห็นข้อมูลต่อไปนี้

เครื่องเสมือนนี้เต็มไปด้วยเครื่องมือการพัฒนาทั้งหมดที่คุณต้องการ โดยมีไดเรกทอรีหลักขนาด 5 GB ที่ใช้งานได้ต่อเนื่องและทำงานบน Google Cloud ซึ่งช่วยเพิ่มประสิทธิภาพของเครือข่ายและการตรวจสอบสิทธิ์ได้อย่างมาก งานทั้งหมดใน Lab นี้สามารถทำได้โดยใช้เบราว์เซอร์

3. เปิดใช้ API

คุณจะต้องใช้ Cloud Scheduler เพื่อทริกเกอร์บริการ Cloud Run ในช่วงเวลาที่สม่ำเสมอ ตรวจสอบว่าได้เปิดใช้แล้ว โดยทำดังนี้

gcloud services enable cloudscheduler.googleapis.com

คุณควรเห็นการดำเนินการที่เสร็จสิ้นเรียบร้อยแล้ว

Operation "operations/acf.5c5ef4f6-f734-455d-b2f0-ee70b5a17322" finished successfully.

4. โคลนโค้ด

โคลนโค้ดหากยังไม่ได้ทำใน Code Lab ก่อนหน้านี้:

git clone https://github.com/GoogleCloudPlatform/serverless-photosharing-workshop

จากนั้นคุณจะไปที่ไดเรกทอรีที่มีบริการได้โดยทำดังนี้

cd serverless-photosharing-workshop/services/collage/nodejs

คุณจะมีการจัดวางไฟล์ดังต่อไปนี้สำหรับบริการ:

services
 |
 ├── collage
      |
      ├── nodejs
           |
           ├── Dockerfile
           ├── index.js
           ├── package.json

ภายในโฟลเดอร์จะมี 3 ไฟล์ดังนี้

index.js มีโค้ด Node.js
package.json กำหนดทรัพยากร Dependency ของไลบรารี
Dockerfile กำหนดอิมเมจคอนเทนเนอร์

5. สำรวจโค้ด

การขึ้นต่อกัน

ไฟล์ package.json จะกำหนดทรัพยากร Dependency ของไลบรารีที่ต้องการดังนี้

{
  "name": "collage_service",
  "version": "0.0.1",
  "main": "index.js",
  "scripts": {
    "start": "node index.js"
  },
  "dependencies": {
    "bluebird": "^3.7.2",
    "express": "^4.17.1",
    "imagemagick": "^0.1.3",
    "@google-cloud/firestore": "^4.9.9",
    "@google-cloud/storage": "^5.8.3"
  }
}

เราใช้ไลบรารี Cloud Storage เพื่ออ่านและบันทึกไฟล์ภาพภายใน Cloud Storage เราประกาศการพึ่งพา Cloud Firestore เพื่อดึงข้อมูลเมตาของรูปภาพที่จัดเก็บไว้ก่อนหน้านี้ Express เป็นเฟรมเวิร์กเว็บ JavaScript / โหนด Bluebird ใช้ในการจัดการคำสัญญา ส่วน Imagemagick เป็นไลบรารีสำหรับการควบคุมรูปภาพ

Dockerfile

Dockerfile กำหนดอิมเมจคอนเทนเนอร์สำหรับแอปพลิเคชัน:

FROM node:14-slim

# installing Imagemagick
RUN set -ex; \
  apt-get -y update; \
  apt-get -y install imagemagick; \
  rm -rf /var/lib/apt/lists/*

WORKDIR /picadaily/services/collage
COPY package*.json ./
RUN npm install --production
COPY . .
CMD [ "npm", "start" ]

เราใช้อิมเมจฐาน 14 แบบสว่าง เรากำลังติดตั้งไลบรารีรูปภาพ จากนั้นเราจะติดตั้งโมดูล NPM ที่จำเป็นสำหรับโค้ดของเรา และเราเรียกใช้โค้ดโหนดของเราด้วยการเริ่มต้น npm

index.js

มาดูรายละเอียดเกี่ยวกับโค้ด index.js กัน

const express = require('express');
const imageMagick = require('imagemagick');
const Promise = require("bluebird");
const path = require('path');
const {Storage} = require('@google-cloud/storage');
const Firestore = require('@google-cloud/firestore');

เราต้องการทรัพยากร Dependency ต่างๆ ที่จำเป็นต่อการเรียกใช้โปรแกรม ได้แก่ Express คือเฟรมเวิร์กเว็บของโหนดที่เราจะใช้, ImageMagick ไลบรารีสำหรับจัดการรูปภาพ, Bluebird เป็นไลบรารีสำหรับจัดการคำขอของ JavaScript, เส้นทางใช้เพื่อจัดการกับไฟล์และเส้นทางไดเรกทอรี จากนั้น Storage และ Firestore สำหรับการทำงานร่วมกับ Google Cloud Storage (ที่เก็บข้อมูลรูปภาพของเรา) และพื้นที่เก็บข้อมูล Cloud Firestore ตามลำดับ

const app = express();

app.get('/', async (req, res) => {
    try {
        console.log('Collage request');

        /* ... */

    } catch (err) {
        console.log(`Error: creating the collage: ${err}`);
        console.error(err);
        res.status(500).send(err);
    }
});

ด้านบนเรามีโครงสร้างของเครื่องจัดการโหนด โดยแอปของเราตอบสนองต่อคำขอ HTTP GET และเราจะทำการจัดการข้อผิดพลาดเล็กๆ น้อยๆ ในกรณีที่เกิดข้อผิดพลาด มาดูกันว่าในโครงสร้างนี้มีอะไรบ้าง

const thumbnailFiles = [];
const pictureStore = new Firestore().collection('pictures');
const snapshot = await pictureStore
    .where('thumbnail', '==', true)
    .orderBy('created', 'desc')
    .limit(4).get();

if (snapshot.empty) {
    console.log('Empty collection, no collage to make');
    res.status(204).send("No collage created.");
} else {

    /* ... */

}

บริการภาพคอลลาจของเราต้องมีรูปภาพอย่างน้อย 4 ภาพ (ที่ระบบสร้างภาพขนาดย่อ) ดังนั้นโปรดอัปโหลดรูปภาพ 4 ภาพก่อน

เราเรียกภาพล่าสุด 4 ภาพที่ผู้ใช้ของเราอัปโหลดจากข้อมูลเมตาที่จัดเก็บใน Cloud Firerstore ตรวจสอบว่าคอลเล็กชันที่ได้ว่างเปล่าหรือไม่ จากนั้นจึงดําเนินการต่อในโค้ดของเราส่วนอื่น

เรามารวบรวมรายชื่อชื่อไฟล์กัน

snapshot.forEach(doc => {
    thumbnailFiles.push(doc.id);
});
console.log(`Picture file names: ${JSON.stringify(thumbnailFiles)}`);

เราจะดาวน์โหลดไฟล์เหล่านั้นแต่ละไฟล์จากที่เก็บข้อมูลภาพขนาดย่อ ซึ่งได้ชื่อมาจากตัวแปรสภาพแวดล้อมที่เรากำหนดไว้ตอนติดตั้งใช้งาน

const thumbBucket = storage.bucket(process.env.BUCKET_THUMBNAILS);

await Promise.all(thumbnailFiles.map(async fileName => {
    const filePath = path.resolve('/tmp', fileName);
    await thumbBucket.file(fileName).download({
        destination: filePath
    });
}));
console.log('Downloaded all thumbnails');

หลังจากอัปโหลดภาพขนาดย่อล่าสุดแล้ว เราจะใช้ไลบรารี ImageMagick เพื่อสร้างตาราง 4x4 สำหรับภาพขนาดย่อเหล่านั้น เราใช้ไลบรารี Bluebird และการใช้งาน Promise เพื่อเปลี่ยนโค้ดที่มาจาก Callback ให้เป็นโค้ด friendly async / await จากนั้นเราจะให้คำมั่นสัญญาว่าจะสร้างภาพต่อกันดังนี้

const collagePath = path.resolve('/tmp', 'collage.png');

const thumbnailPaths = thumbnailFiles.map(f => path.resolve('/tmp', f));
const convert = Promise.promisify(im.convert);
await convert([
    '(', ...thumbnailPaths.slice(0, 2), '+append', ')',
    '(', ...thumbnailPaths.slice(2), '+append', ')',
    '-size', '400x400', 'xc:none', '-background', 'none',  '-append',
    collagePath]);
console.log("Created local collage picture");

เนื่องจากระบบได้บันทึกภาพคอลลาจไปยังดิสก์ในโฟลเดอร์ชั่วคราวภายในเครื่องแล้ว เราจึงต้องอัปโหลดไปยัง Cloud Storage แล้วส่งการตอบกลับที่สำเร็จ (รหัสสถานะ 2xx):

await thumbBucket.upload(collagePath);
console.log("Uploaded collage to Cloud Storage bucket ${process.env.BUCKET_THUMBNAILS}");

res.status(204).send("Collage created.");

ตอนนี้ถึงเวลาทำให้สคริปต์โหนดของเราฟังคำขอที่เข้ามาแล้ว:

const PORT = process.env.PORT || 8080;

app.listen(PORT, () => {
    console.log(`Started collage service on port ${PORT}`);
});

ในตอนท้ายของไฟล์ต้นฉบับ เรามีคำแนะนำเพื่อให้ Express เริ่มต้นเว็บแอปพลิเคชันของเราบนพอร์ตเริ่มต้น 8080

6. ทดสอบในเครื่อง

ทดสอบโค้ดภายในเครื่องเพื่อให้แน่ใจว่าโค้ดใช้งานได้ก่อนทำให้ใช้งานได้บนระบบคลาวด์

ภายในโฟลเดอร์ collage/nodejs ให้ติดตั้งการอ้างอิง npm และเริ่มต้นเซิร์ฟเวอร์:

npm install; npm start

หากทุกอย่างเป็นไปอย่างถูกต้อง เซิร์ฟเวอร์ควรเริ่มที่พอร์ต 8080:

Started collage service on port 8080

ใช้ CTRL-C เพื่อออก

7. สร้างและทำให้ใช้งานได้กับ Cloud Run

ก่อนทำให้ใช้งานได้กับ Cloud Run ให้ตั้งค่าภูมิภาค Cloud Run เป็นภูมิภาคและแพลตฟอร์มที่รองรับเป็น managed ดังนี้

gcloud config set run/region europe-west1
gcloud config set run/platform managed

คุณจะตรวจสอบได้ว่ามีการกำหนดค่าโดยทำดังนี้

gcloud config list

...
[run]
platform = managed
region = europe-west1

แทนที่จะสร้างและเผยแพร่อิมเมจคอนเทนเนอร์โดยใช้ Cloud Build ด้วยตนเอง คุณยังใช้ Cloud Run สร้างอิมเมจคอนเทนเนอร์ให้คุณโดยใช้ Google Cloud Buildpack ได้ด้วย

เรียกใช้คำสั่งต่อไปนี้เพื่อสร้างอิมเมจคอนเทนเนอร์

BUCKET_THUMBNAILS=thumbnails-$GOOGLE_CLOUD_PROJECT
SERVICE_NAME=collage-service
gcloud run deploy $SERVICE_NAME \
    --source . \
    --no-allow-unauthenticated \
    --update-env-vars BUCKET_THUMBNAILS=$BUCKET_THUMBNAILS

จดบันทึก –-source นี่คือการทำให้ใช้งานได้ตามแหล่งที่มา ใน Cloud Run หากมี Dockerfile อยู่ในไดเรกทอรีซอร์สโค้ด ซอร์สโค้ดที่อัปโหลดจะสร้างโดยใช้ Dockerfile นั้น หากไม่มี Dockerfile ในไดเรกทอรีซอร์สโค้ด Google Cloud Buildpacks จะตรวจหาภาษาที่คุณใช้อยู่โดยอัตโนมัติและดึงทรัพยากร Dependency ของโค้ดเพื่อสร้างอิมเมจคอนเทนเนอร์ที่พร้อมใช้งานจริง โดยใช้อิมเมจฐานที่ปลอดภัยที่จัดการโดย Google การดำเนินการนี้จะแจ้ง Cloud Run ให้ใช้ Google Cloud Buildpack เพื่อสร้างอิมเมจคอนเทนเนอร์ที่กำหนดไว้ใน Dockerfile

โปรดทราบด้วยว่าการติดตั้งใช้งานตามซอร์สจะใช้ Artifact Registry เพื่อจัดเก็บคอนเทนเนอร์ที่สร้างขึ้น Artifact Registry คือ Google Container Registry เวอร์ชันใหม่ CLI จะแจ้งให้เปิดใช้ API หากยังไม่ได้เปิดใช้ในโปรเจ็กต์ และจะสร้างที่เก็บชื่อ cloud-run-source-deploy ในภูมิภาคที่คุณกำลังทำให้ใช้งานได้

แฟล็ก --no-allow-unauthenticated ทำให้บริการ Cloud Run เป็นบริการภายในที่จะทริกเกอร์โดยบัญชีบริการบางรายการเท่านั้น

8. ตั้งค่า Cloud Scheduler

ตอนนี้บริการ Cloud Run พร้อมติดตั้งใช้งานแล้ว ก็ถึงเวลาสร้างกำหนดการปกติเพื่อเรียกใช้บริการทุกนาที

สร้างบัญชีบริการได้ดังนี้

SERVICE_ACCOUNT=collage-scheduler-sa
gcloud iam service-accounts create $SERVICE_ACCOUNT \
   --display-name "Collage Scheduler Service Account"

ให้สิทธิ์บัญชีบริการเพื่อเรียกใช้บริการ Cloud Run ดังนี้

gcloud run services add-iam-policy-binding $SERVICE_NAME \
   --member=serviceAccount:$SERVICE_ACCOUNT@$GOOGLE_CLOUD_PROJECT.iam.gserviceaccount.com \
   --role=roles/run.invoker

สร้างงาน Cloud Scheduler ที่จะดำเนินการทุก 1 นาที:

SERVICE_URL=$(gcloud run services describe $SERVICE_NAME --format 'value(status.url)')
gcloud scheduler jobs create http $SERVICE_NAME-job --schedule "* * * * *" \
   --http-method=GET \
   --location=europe-west1 \
   --uri=$SERVICE_URL \
   --oidc-service-account-email=$SERVICE_ACCOUNT@$GOOGLE_CLOUD_PROJECT.iam.gserviceaccount.com \
   --oidc-token-audience=$SERVICE_URL

คุณอาจไปที่ส่วนเครื่องจัดตารางเวลาของ Cloud ใน Cloud Console เพื่อดูว่ามีการตั้งค่าและชี้ไปยัง URL ของบริการ Cloud Run แล้วดังนี้

9. ทดสอบบริการ

หากต้องการทดสอบว่าการตั้งค่าใช้งานได้หรือไม่ ให้ตรวจสอบในที่เก็บข้อมูล thumbnails สำหรับรูปภาพภาพต่อกัน (ชื่อว่า collage.png) คุณยังตรวจสอบบันทึกของบริการได้โดยทำดังนี้

10. ล้างข้อมูล (ไม่บังคับ)

หากไม่ต้องการใช้ห้องทดลองอื่นๆ ในชุดนี้ต่อ คุณสามารถล้างทรัพยากรเพื่อประหยัดต้นทุนและเป็นพลเมืองระบบคลาวด์ที่ดีโดยรวม คุณสามารถล้างทรัพยากรแต่ละรายการได้ดังนี้

ลบบริการ

gcloud run services delete $SERVICE_NAME -q

ลบงาน Cloud Scheduler:

gcloud scheduler jobs delete $SERVICE_NAME-job -q

หรือจะลบทั้งโปรเจ็กต์ก็ได้ โดยทำดังนี้

gcloud projects delete $GOOGLE_CLOUD_PROJECT

11. ยินดีด้วย

ยินดีด้วย คุณได้สร้างบริการที่กำหนดเวลาไว้ โดยอาศัย Cloud Scheduler ที่พุชข้อความทุกๆ นาทีในหัวข้อ Pub/Sub ทำให้บริการภาพคอลลาจของ Cloud Run เรียกใช้และสามารถเพิ่มรูปภาพเข้าด้วยกันเพื่อสร้างรูปภาพผลลัพธ์

หัวข้อที่ครอบคลุม

Cloud Run
Cloud Scheduler
Cloud Storage
Cloud Firestore

ขั้นตอนถัดไป

Pic-a-daily: ห้องทดลอง 4 - การสร้างฟรอนท์เอนด์ของเว็บ