本頁面由 Cloud Translation API 翻譯而成。

Workflows 無伺服器自動化調度管理簡介

1. 簡介

您可以使用 Workflows 建立無伺服器工作流程，按照您定義的順序將一系列無伺服器工作連結在一起。您可以結合 Google Cloud API、Cloud Functions 和 Cloud Run 等無伺服器產品和呼叫外部 API 的強大功能，打造彈性的無伺服器應用程式。

Workflows 無需管理基礎架構，可視需求順暢調度資源，包括將資源縮減至零。採用「以量計價，即付即用」的定價模式，因此您只需要為執行時間付費。

在本程式碼研究室中，您將瞭解如何將各種 Google Cloud 服務和外部 HTTP API 連結至 Workflows。具體來說，您會將兩項公開 Cloud Functions 服務 (一個 Private Cloud Run 服務和外部公開 HTTP API) 連結至工作流程。

課程內容

Workflows 的基本概念。
如何將公開的 Cloud Functions 與 Workflows 連結。
如何將私人 Cloud Run 服務連結至 Workflows。
如何透過 Workflows 連結外部 HTTP API。

2. 設定和需求

自修環境設定

登入 Cloud 控制台建立新專案，或是重複使用現有專案。(如果您還沒有 Gmail 或 G Suite 帳戶，請先建立帳戶)。

H_hgylo4zxOllHaAbPKJ7VyqCKPDUnDhkr-BsBIFBsrB6TYSisg6LX-uqmMhh4sXUy_hoa2Qv87C2nFmkg-QAcCiZZp0qtpf6VPaNEEfP_iqt29KVLD-gklBWugQVeOWsFnJmNjHDw

dcCPqfBIwNO4R-0fNQLUC4aYXOOZhKhjUnakFLZJGeziw2ikOxGjGkCHDwN5x5kCbPFB8fiOzZnX-GfuzQ8Ox-UU15BwHirkVPR_0RJwl0oXrhqZmMIvZMa_uwHugBJIdx5-bZ6Z8Q

jgLzVCxk93d6E2bbonzATKA4jFZReoQ-fORxZZLEi5C3D-ubnv6nL-eP-iyh7qAsWyq_nyzzuEoPFD1wFOFZOe4FWhPBJjUDncnTxTImT3Ts9TM54f4nPpsAp52O0y3Cb19IceAEgQ

提醒您，專案 ID 是所有 Google Cloud 專案的專屬名稱 (已經有人使用上述名稱，很抱歉對您不符！)。稍後在本程式碼研究室中會稱為 PROJECT_ID。

接下來，您需要在 Cloud 控制台中啟用計費功能，才能使用 Google Cloud 資源。

執行這個程式碼研究室並不會產生任何費用，如果有的話。請務必依照「清除所用資源」一節指示本節將說明如何關閉資源，這樣您就不會產生本教學課程結束後產生的費用。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：

STgwiN06Y0s_gL7i9bTed8duc9tWOIaFw0z_4QOjc-jeOmuH2TBK8l4udei56CKPLoM_i1yEF6pn5Ga88eniJQoEh8cAiTH79gWUHJdKOw0oiBZfBpOdcEOl6p29i4mvPe_A6UMJBQ

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：

r6WRHJDzL-GdB5VDxMWa67_cQxRR_x_xCG5xdt9Nilfuwe9fTGAwM9XSZbNPWvDSFtrZ7DDecKqR5_pIq2IJJ9puAMkC3Kt4JbN9jfMX3gAwTNHNqFmqOJ-3iIX5HSePO4dNVZUkNA

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. Workflows 總覽

基本資訊

工作流程是由使用 Workflows YAML 語法描述的一系列步驟組成。這是工作流程的定義。如需 Workflows YAML 語法的詳細說明，請參閱語法參考資料頁面。

工作流程一旦建立完成就會部署，讓工作流程準備好執行。執行作業是指工作流程定義中包含邏輯的單次執行作業。所有工作流程執行作業各自獨立，產品可支援大量的並行執行作業。

啟用服務

在這個程式碼研究室中，您會將 Cloud Functions、Cloud Run 服務與 Workflows 連結。建構服務時，您也會用到 Cloud Build 和 Cloud Storage。

啟用所有必要服務：

gcloud services enable \
  cloudfunctions.googleapis.com \
  run.googleapis.com \
  workflows.googleapis.com \
  cloudbuild.googleapis.com \
  storage.googleapis.com

在下一個步驟中，您將在工作流程中連結兩個 Cloud Functions。

4. 部署第一個 Cloud 函式

第一個函式是 Python 中的隨機號碼產生器。

建立並瀏覽至函式程式碼的目錄：

mkdir ~/randomgen
cd ~/randomgen

在目錄中建立含有下列內容的 main.py 檔案：

import random, json
from flask import jsonify

def randomgen(request):
    randomNum = random.randint(1,100)
    output = {"random":randomNum}
    return jsonify(output)

收到 HTTP 要求時，此函式會產生 1 到 100 之間的隨機數字，並以 JSON 格式傳回給呼叫端。

這個函式必須使用 Flask 進行 HTTP 處理，且需要將其新增為依附元件。Python 中的依附元件是透過 pip 管理，並以名為 requirements.txt 的中繼資料檔案表示。

在相同目錄中建立含有下列內容的 requirements.txt 檔案：

flask>=1.0.2

使用 HTTP 觸發條件部署函式，並使用下列指令允許未經驗證的要求：

gcloud functions deploy randomgen \
    --runtime python37 \
    --trigger-http \
    --allow-unauthenticated

部署函式後，您可以在主控台的 httpsTrigger.url 屬性下方看到函式的網址，或透過 gcloud functions describe 指令顯示。

您也可以使用以下 curl 指令，造訪函式的網址：

curl $(gcloud functions describe randomgen --format='value(httpsTrigger.url)')

這個函式已可用於工作流程。

5. 部署第二個 Cloud 函式

第二個函式是乘數。會將接收到的輸入內容乘以 2。

建立並瀏覽至函式程式碼的目錄：

mkdir ~/multiply
cd ~/multiply

在目錄中建立含有下列內容的 main.py 檔案：

import random, json
from flask import jsonify

def multiply(request):
    request_json = request.get_json()
    output = {"multiplied":2*request_json['input']}
    return jsonify(output)

當這個函式收到 HTTP 要求時，會從 JSON 主體中擷取 input，將其乘以 2，然後以 JSON 格式傳回呼叫端。

在同一個目錄中建立相同的 requirements.txt 檔案，並在當中加入下列內容：

flask>=1.0.2

使用 HTTP 觸發條件部署函式，並使用下列指令允許未經驗證的要求：

gcloud functions deploy multiply \
    --runtime python37 \
    --trigger-http \
    --allow-unauthenticated

部署函式後，您也可以使用以下 curl 指令造訪函式的網址：

curl $(gcloud functions describe multiply --format='value(httpsTrigger.url)') \
-X POST \
-H "content-type: application/json" \
-d '{"input": 5}'

這個函式已可用於工作流程。

6. 連結兩個 Cloud Functions

在第一個工作流程中，將兩個函式連結在一起。

建立含有以下內容的 workflow.yaml 檔案。

- randomgenFunction:
    call: http.get
    args:
        url: https://<region>-<project-id>.cloudfunctions.net/randomgen
    result: randomgenResult
- multiplyFunction:
    call: http.post
    args:
        url: https://<region>-<project-id>.cloudfunctions.net/multiply
        body:
            input: ${randomgenResult.body.random}
    result: multiplyResult
- returnResult:
    return: ${multiplyResult}

在這個工作流程中，您會從第一個函式取得隨機數字，然後將其傳遞至第二個函式。也就是相乘的隨機數字。

部署第一項工作流程：

gcloud workflows deploy workflow --source=workflow.yaml

執行第一項工作流程：

gcloud workflows execute workflow

工作流程執行後，您可以傳入上一步提供的執行 ID 來查看結果：

gcloud workflows executions describe <your-execution-id> --workflow workflow

輸出結果包含 result 和 state：

result: '{"body":{"multiplied":108},"code":200 ... } 

...
state: SUCCEEDED

7. 連結外部 HTTP API

接下來，您將在工作流程中將 math.js 做為外部服務連結。

在 math.js 中，您可以評估以下數學運算式：

curl https://api.mathjs.org/v4/?'expr=log(56)'

這次您將使用 Cloud 控制台更新工作流程。在 Google Cloud 控制台中找到 Workflows：

找到所需工作流程，然後按一下「Definition」分頁標籤：

編輯工作流程定義，並加入對 math.js 的呼叫。

- randomgenFunction:
    call: http.get
    args:
        url: https://<region>-<project-id>.cloudfunctions.net/randomgen
    result: randomgenResult
- multiplyFunction:
    call: http.post
    args:
        url: https://<region>-<project-id>.cloudfunctions.net/multiply
        body:
            input: ${randomgenResult.body.random}
    result: multiplyResult
- logFunction:
    call: http.get
    args:
        url: https://api.mathjs.org/v4/
        query:
            expr: ${"log(" + string(multiplyResult.body.multiplied) + ")"}
    result: logResult
- returnResult:
    return: ${logResult}

工作流程現在會將乘數的輸出結果饋送至 math.js 中的記錄函式呼叫。

UI 會引導您編輯及部署工作流程。部署完成後，點選 Execute 即可執行工作流程。畫面上會顯示執行作業的詳細資料：

請注意狀態碼 200 和含有記錄函式輸出內容的 body。

您剛剛將外部服務整合至我們的工作流程，真是太棒了！

8. 部署 Cloud Run 服務

在最後一步，呼叫私人 Cloud Run 服務以完成工作流程。也就是說，工作流程必須通過驗證，才能呼叫 Cloud Run 服務。

Cloud Run 服務會傳回傳入的數字 math.floor。

建立並瀏覽至服務程式碼的目錄：

mkdir ~/floor
cd ~/floor

在目錄中建立含有下列內容的 app.py 檔案：

import json
import logging
import os
import math

from flask import Flask, request

app = Flask(__name__)

@app.route('/', methods=['POST'])
def handle_post():
    content = json.loads(request.data)
    input = float(content['input'])
    return f"{math.floor(input)}", 200

if __name__ != '__main__':
    # Redirect Flask logs to Gunicorn logs
    gunicorn_logger = logging.getLogger('gunicorn.error')
    app.logger.handlers = gunicorn_logger.handlers
    app.logger.setLevel(gunicorn_logger.level)
    app.logger.info('Service started...')
else:
    app.run(debug=True, host='0.0.0.0', port=int(os.environ.get('PORT', 8080)))

Cloud Run 會部署容器，因此您需要 Dockerfile，而容器必須繫結至 0.0.0.0 和 PORT 環境變數，因此才會使用上方的程式碼。

收到 HTTP 要求時，這個函式會從 JSON 主體中擷取 input，呼叫 math.floor，然後將結果傳回呼叫端。

在同一個目錄中建立下列 Dockerfile：

# Use an official lightweight Python image.
# https://hub.docker.com/_/python
FROM python:3.7-slim

# Install production dependencies.
RUN pip install Flask gunicorn

# Copy local code to the container image.
WORKDIR /app
COPY . .

# Run the web service on container startup. Here we use the gunicorn
# webserver, with one worker process and 8 threads.
# For environments with multiple CPU cores, increase the number of workers
# to be equal to the cores available.
CMD exec gunicorn --bind 0.0.0.0:8080 --workers 1 --threads 8 app:app

建構容器：

export SERVICE_NAME=floor
gcloud builds submit --tag gcr.io/${GOOGLE_CLOUD_PROJECT}/${SERVICE_NAME}

容器建構完成後，即可部署至 Cloud Run。請注意 no-allow-unauthenticated 標記。確保服務只接受已驗證的呼叫：

gcloud run deploy ${SERVICE_NAME} \
  --image gcr.io/${GOOGLE_CLOUD_PROJECT}/${SERVICE_NAME} \
  --platform managed \
  --no-allow-unauthenticated

部署後，服務就能用於工作流程。

9. 連結 Cloud Run 服務

您必須先建立 Workflows 使用的服務帳戶，才能設定 Workflows 來呼叫私人 Cloud Run 服務：

export SERVICE_ACCOUNT=workflows-sa
gcloud iam service-accounts create ${SERVICE_ACCOUNT}

將 run.invoker 角色授予服務帳戶。讓服務帳戶能夠呼叫通過驗證的 Cloud Run 服務：

gcloud projects add-iam-policy-binding ${GOOGLE_CLOUD_PROJECT} \
    --member "serviceAccount:${SERVICE_ACCOUNT}@${GOOGLE_CLOUD_PROJECT}.iam.gserviceaccount.com" \
    --role "roles/run.invoker"

更新 workflow.yaml 中的工作流程定義，納入 Cloud Run 服務。請注意，您要如何加入 auth 欄位，確保 Workflows 會在對 Cloud Run 服務的呼叫中傳遞驗證權杖：

- randomgenFunction:
    call: http.get
    args:
        url: https://<region>-<project-id>.cloudfunctions.net/randomgen
    result: randomgenResult
- multiplyFunction:
    call: http.post
    args:
        url: https://<region>-<project-id>.cloudfunctions.net/multiply
        body:
            input: ${randomgenResult.body.random}
    result: multiplyResult
- logFunction:
    call: http.get
    args:
        url: https://api.mathjs.org/v4/
        query:
            expr: ${"log(" + string(multiplyResult.body.multiplied) + ")"}
    result: logResult
- floorFunction:
    call: http.post
    args:
        url: https://floor-<random-hash>.run.app
        auth:
            type: OIDC
        body:
            input: ${logResult.body}
    result: floorResult
- returnResult:
    return: ${floorResult}

更新工作流程。這次傳入服務帳戶：

gcloud workflows deploy workflow \
    --source=workflow.yaml \
    --service-account=${SERVICE_ACCOUNT}@${GOOGLE_CLOUD_PROJECT}.iam.gserviceaccount.com

執行工作流程：

gcloud workflows execute workflow

請過幾秒鐘看看工作流程執行作業，看看結果如何：

gcloud workflows executions describe <your-execution-id> --workflow workflow

輸出結果包含整數 result 和 state：

result: '{"body":"5","code":200 ... } 

...
state: SUCCEEDED

10. 恭喜！

恭喜您完成本程式碼研究室。

涵蓋內容

Workflows 的基本概念。
如何將公開的 Cloud Functions 與 Workflows 連結。
如何將私人 Cloud Run 服務連結至 Workflows。
如何透過 Workflows 連結外部 HTTP API。