1. 總覽
在本程式碼研究室中，您將建立新的 Cloud Run 服務 (美術拼貼服務)，並由 Cloud Scheduler 定期觸發。這項服務會擷取最新上傳的相片，然後建立這些相片的美術拼貼：在 Cloud Firestore 中找到近期相片的清單，然後從 Cloud Storage 下載實際的相片檔案。
課程內容
- Cloud Run
- Cloud Scheduler
- Cloud Storage
- Cloud Firestore
2. 設定和需求
自修環境設定
- 登入 Google Cloud 控制台，建立新專案或重複使用現有專案。如果您還沒有 Gmail 或 Google Workspace 帳戶，請先建立帳戶。
- 「專案名稱」是這項專案參與者的顯示名稱。這是 Google API 不使用的字元字串，您可以隨時更新。
- 所有 Google Cloud 專案的專案 ID 均不得重複，且設定後即無法變更。Cloud 控制台會自動產生一個不重複的字串。但通常是在乎它何在在大部分的程式碼研究室中，您必須參照專案 ID (通常稱為
PROJECT_ID)，因此如果您不喜歡的話，請隨機產生一個，或者，您也可以自行嘗試看看是否可用。是「凍結」建立專案後 - 還有第三個值，也就是部分 API 使用的專案編號。如要進一步瞭解這三個值，請參閱說明文件。
- 接下來，您需要在 Cloud 控制台中啟用計費功能，才能使用 Cloud 資源/API。執行這個程式碼研究室並不會產生任何費用，如果有的話。如要關閉資源，以免產生本教學課程結束後產生的費用，請按照任「清除所用資源」操作請參閱本程式碼研究室結尾處的操作說明。Google Cloud 的新使用者符合 $300 美元免費試用計畫的資格。
啟動 Cloud Shell
雖然 Google Cloud 可以從筆記型電腦遠端操作，但在本程式碼研究室中，您將使用 Google Cloud Shell，這是一種在 Cloud 中執行的指令列環境。
在 GCP 控制台的右上方，按一下「Cloud Shell」圖示：
佈建並連線至環境的作業只需幾分鐘的時間。完成後，您應該會看到類似下方的內容：
這部虛擬機器都裝載了您需要的所有開發工具。提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作，大幅提高網路效能和驗證能力。這個研究室中的所有工作都可以透過瀏覽器完成。
3. 啟用 API
您需要 Cloud Scheduler，才能定期觸發 Cloud Run 服務。請確定已啟用：
gcloud services enable cloudscheduler.googleapis.com
您應該會看到作業成功完成：
Operation "operations/acf.5c5ef4f6-f734-455d-b2f0-ee70b5a17322" finished successfully.
4. 複製程式碼
複製程式碼 (如果您尚未在先前的程式碼研究室中)：
git clone https://github.com/GoogleCloudPlatform/serverless-photosharing-workshop
接著，您就可以前往包含該服務的目錄：
cd serverless-photosharing-workshop/services/collage/nodejs
服務的檔案版面配置如下：
services
|
├── collage
|
├── nodejs
|
├── Dockerfile
├── index.js
├── package.json
資料夾中有 3 個檔案：
index.js包含 Node.js 程式碼package.json定義程式庫依附元件Dockerfile定義容器映像檔
5. 探索程式碼
依附元件
package.json 檔案會定義所需的程式庫依附元件：
{
"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"
}
}
我們仰賴 Cloud Storage 程式庫，在 Cloud Storage 內讀取及儲存圖片檔。我們宣告了 Cloud Firestore 的依附元件，以擷取先前儲存的相片中繼資料。Express 是 JavaScript / Node 網路架構。Bluebird 用於處理承諾，而 imagemagick 是用來處理圖片的程式庫。
Dockerfile
Dockerfile 定義應用程式的容器映像檔：
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" ]
我們使用的是淺色 Node 14 基本映像檔。系統正在安裝 Imagemagick 程式庫。接著，我們要安裝程式碼所需的 NPM 模組，並在 npm start 上執行節點程式碼。
index.js
讓我們進一步瞭解 index.js 程式碼：
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');
我們要求執行程式所需的各種依附元件包括：Express 是要使用的節點網路架構、用於執行映像檔操作的 ImageMagick 程式庫、Bluebird 是處理 JavaScript 承諾的程式庫、Path 用於處理檔案和目錄路徑，以及 Storage 和 Firestore 分別與 Google Cloud Storage (我們的映像檔值區) 和 Cloud Firestore 資料儲存庫搭配運作。
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);
}
});
上面我們使用 Node 處理常式的結構：應用程式會回應 HTTP GET 要求。為了避免發生問題，我們正在進行一些錯誤處理。現在，我們來看看這個結構內的內容。
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 {
/* ... */
}
我們的美術拼貼服務需要至少四張圖片 (已產生縮圖的人物)，因此請務必先上傳 4 張相片。
我們會從儲存在 Cloud Firerstore 的中繼資料擷取使用者上傳的最新 4 張相片。我們會檢查產生的集合是否空白，然後繼續在程式碼的其他位置進行。
讓我們收集檔案名稱清單：
snapshot.forEach(doc => {
thumbnailFiles.push(doc.id);
});
console.log(`Picture file names: ${JSON.stringify(thumbnailFiles)}`);
我們會從縮圖值區下載每個檔案，檔案名稱來自我們在部署時設定的環境變數：
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');
最新縮圖上傳完畢後，我們會使用 ImageMagick 資源庫，為這些縮圖建立 4x4 的格狀檢視。我們使用 Bluebird 程式庫及其 Promise 實作，將回呼驅動的程式碼轉換為 async / await 友善程式碼，然後等待產生圖片美術拼貼的承諾：
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");
由於美術拼貼相片已儲存到本機暫存資料夾的磁碟，因此我們現在必須將其上傳至 Cloud Storage，然後傳回成功的回應 (狀態碼 2xx)：
await thumbBucket.upload(collagePath);
console.log("Uploaded collage to Cloud Storage bucket ${process.env.BUCKET_THUMBNAILS}");
res.status(204).send("Collage created.");
現在，讓我們的 Node 指令碼監聽傳入要求：
const PORT = process.env.PORT || 8080;
app.listen(PORT, () => {
console.log(`Started collage service on port ${PORT}`);
});
來源檔案的結尾處，我們有操作說明讓 Express 實際上使用 8080 預設連接埠啟動網頁應用程式。
6. 在本機測試
先在本機測試程式碼，確保程式碼能正常運作再部署至雲端。
在 collage/nodejs 資料夾中，安裝 npm 依附元件並啟動伺服器：
npm install; npm start
如果一切順利，則應透過通訊埠 8080 啟動伺服器：
Started collage service on port 8080
使用 CTRL-C 退出。
7. 建構並部署至 Cloud Run
部署至 Cloud Run 之前，請將 Cloud Run 區域設為下列其中一個支援的區域和平台：managed：
gcloud config set run/region europe-west1 gcloud config set run/platform managed
您可以檢查設定是否完成：
gcloud config list ... [run] platform = managed region = europe-west1
除了透過 Cloud Build 手動建構及發布容器映像檔，您也可以透過 Cloud Run 使用 Google Cloud Buildpacks 來建構容器映像檔。
執行下列指令來建構容器映像檔：
BUCKET_THUMBNAILS=thumbnails-$GOOGLE_CLOUD_PROJECT
SERVICE_NAME=collage-service
gcloud run deploy $SERVICE_NAME \
--source . \
--no-allow-unauthenticated \
--update-env-vars BUCKET_THUMBNAILS=$BUCKET_THUMBNAILS
請注意 –-source 旗標。這是 Cloud Run 中的來源型部署 。如果原始碼目錄中有 Dockerfile，系統會使用該 Dockerfile 建構上傳的原始碼。如果原始碼目錄中沒有 Dockerfile，Google Cloud Buildpacks 會自動偵測您使用的語言，並擷取程式碼的依附元件，透過由 Google 管理的安全基本映像檔建立可用於實際工作環境的容器映像檔。這個標記會標記 Cloud Run 使用 Google Cloud Buildpacks 來建構 Dockerfile 中定義的容器映像檔。
另外請注意，以來源為基礎的部署作業會使用 Artifact Registry 儲存建構的容器。Artifact Registry 是 Google Container Registry 的現代化版本。如果尚未在專案中啟用這個 API，CLI 會提示啟用，並在您要部署的目標區域中建立名稱為「cloud-run-source-deploy」的存放區。
--no-allow-unauthenticated 旗標會將 Cloud Run 服務設為只會由特定服務帳戶觸發的內部服務。
8. 設定 Cloud Scheduler
現在 Cloud Run 服務已就緒且部署完成，您可以開始建立固定排程，以每分鐘叫用服務。
建立服務帳戶：
SERVICE_ACCOUNT=collage-scheduler-sa gcloud iam service-accounts create $SERVICE_ACCOUNT \ --display-name "Collage Scheduler Service Account"
授予服務帳戶叫用 Cloud Run 服務的權限：
gcloud run services add-iam-policy-binding $SERVICE_NAME \ --member=serviceAccount:$SERVICE_ACCOUNT@$GOOGLE_CLOUD_PROJECT.iam.gserviceaccount.com \ --role=roles/run.invoker
建立 Cloud Scheduler 工作，每 1 分鐘就會執行一次：
SERVICE_URL=$(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
您可以在 Cloud 控制台中前往「Cloud Scheduler」專區，查看該區塊是否已設定完成，以及指向 Cloud Run 服務網址：
9. 測試服務
如要測試設定是否正常運作，請在 thumbnails 值區中查看美術拼貼圖片 (名為 collage.png)。您也可以查看服務的記錄：
10. 清除 (選用)
如果不想繼續參加本系列的其他研究室課程，您可以清理資源來節省成本，並成為良好的雲端公民。您可以按照下列步驟個別清除資源。
刪除服務：
gcloud run services delete $SERVICE_NAME -q
刪除 Cloud Scheduler 工作：
gcloud scheduler jobs delete $SERVICE_NAME-job -q
或者，您也可以刪除整個專案：
gcloud projects delete $GOOGLE_CLOUD_PROJECT
11. 恭喜！
恭喜！您建立了排定的服務：由於 Cloud Scheduler 會每分鐘推送一則有關 Pub/Sub 主題的訊息，藉此叫用 Cloud Run 美術拼貼服務，並且能一起附加圖片來產生最終相片。
涵蓋內容
- Cloud Run
- Cloud Scheduler
- Cloud Storage
- Cloud Firestore