此页面由 Cloud Translation API 翻译。

使用 Cloud Deploy 部署 Cloud Run 应用

1. 概览

在本实验中，您将使用 Cloud Deploy 将 .Net 应用部署到 Cloud Run。您将使用 Cloud Build 构建容器映像，而无需使用 Dockerfile。您将使用 Cloud Deploy 设置包含三个目标环境的流水线，并完成相应步骤，以便在各个环境中提升版本。最后，您需要批准将该版本部署到生产环境。

什么是 Cloud Build？

借助 Cloud Build，您可以跨所有编程语言快速构建软件。

什么是 Cloud Deploy？

Cloud Deploy 是一项全代管式持续交付服务。借助 Cloud Deploy，您可以为 GKE、Anthos 和 Cloud Run 创建部署流水线。

Cloud Run 是什么？

借助 Cloud Run，您可以在全代管式平台上部署以任何语言（包括 Go、Python、Java、Node.js、.NET 和 Ruby）编写的可伸缩容器化应用。

什么是 Skaffold？

Skaffold 是一种命令行工具，可支持 Kubernetes 原生应用的持续开发。Cloud Deploy 使用 Skaffold 执行渲染和部署操作。

学习内容

在本实验中，您将学习如何完成以下操作：

创建 Cloud Deploy 流水线
使用 Cloud Build 为 .Net 应用创建容器映像，而无需使用 Dockerfile
使用 Cloud Deploy 将应用部署到 Cloud Run
推送 Cloud Deploy 版本

前提条件

本实验假设您熟悉 Cloud 控制台和 shell 环境。

2. 设置和要求

Cloud 项目设置

项目名称是此项目参与者的显示名称。它是 Google API 尚未使用的字符串。您可以随时更新。
项目 ID 在所有 Google Cloud 项目中是唯一的，并且是不可变的（一经设置便无法更改）。Cloud 控制台会自动生成一个唯一字符串；通常情况下，您无需关注该字符串。在大多数 Codelab 中，您都需要引用项目 ID（通常用 PROJECT_ID 标识）。如果您不喜欢生成的 ID，可以再随机生成一个 ID。或者，您也可以尝试自己的项目 ID，看看是否可用。完成此步骤后便无法更改该 ID，并且此 ID 在项目期间会一直保留。
此外，还有第三个值，即部分 API 使用的项目编号，供您参考。如需详细了解所有这三个值，请参阅文档。

接下来，您需要在 Cloud 控制台中启用结算功能，以便使用 Cloud 资源/API。运行此 Codelab 应该不会产生太多的费用（如果有费用的话）。若要关闭资源以避免产生超出本教程范围的结算费用，您可以删除自己创建的资源或删除整个项目。Google Cloud 的新用户符合参与 $300 USD 免费试用计划的条件。

环境设置

点击搜索栏右侧的图标，激活 Cloud Shell。

在 Cloud Shell 中，运行以下命令以设置项目环境变量：

export PROJECT_ID=$(gcloud config get-value project)
export PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID \
--format='value(projectNumber)')
export REGION=us-central1

启用 API：

gcloud services enable \
  run.googleapis.com \
  cloudbuild.googleapis.com \
  clouddeploy.googleapis.com \
  artifactregistry.googleapis.com

创建 Artifact Registry 代码库以存储应用容器映像：

gcloud artifacts repositories create containers-repo \
  --repository-format=docker \
  --location=${REGION} \
  --description="Containers repository"

3. 查看配置文件

克隆应用源代码：

git clone https://github.com/gitrey/deploy-cloudrun-app-with-clouddeploy.git
cd deploy-cloudrun-app-with-clouddeploy

查看 Cloud Deploy 流水线配置：

clouddeploy.yaml

apiVersion: deploy.cloud.google.com/v1
kind: DeliveryPipeline
metadata:
 name: cloud-run-pipeline
description: application deployment pipeline
serialPipeline:
 stages:
 - targetId: dev-env
   profiles: [dev]
 - targetId: qa-env
   profiles: [qa]
 - targetId: prod-env
   profiles: [prod]
---

apiVersion: deploy.cloud.google.com/v1
kind: Target
metadata:
 name: dev-env
description: Cloud Run development service
run:
 location: projects/_PROJECT_ID/locations/us-west1
---

apiVersion: deploy.cloud.google.com/v1
kind: Target
metadata:
 name: qa-env
description: Cloud Run QA service
run:
 location: projects/_PROJECT_ID/locations/us-central1
---

apiVersion: deploy.cloud.google.com/v1
kind: Target
metadata:
 name: prod-env
description: Cloud Run PROD service
run:
 location: projects/_PROJECT_ID/locations/us-south1

查看 skaffold.yaml 文件，该文件定义了三个环境，并使用 Cloud Run 作为目标服务。

skaffold.yaml

apiVersion: skaffold/v3alpha1
kind: Config
metadata: 
  name: cloud-run-app
profiles:
- name: dev
  manifests:
    rawYaml:
    - deploy-dev.yaml
- name: qa
  manifests:
    rawYaml:
    - deploy-qa.yaml
- name: prod
  manifests:
    rawYaml:
    - deploy-prod.yaml
deploy:
  cloudrun: {}

查看服务配置文件。

deploy-dev.yaml

kind: Service
metadata:
  name: app-dev
spec:
  template:
    spec:
      containers:
      - image: app
        resources:
          limits:
            cpu: 1000m
            memory: 128Mi

deploy-qa.yaml

kind: Service
metadata:
  name: app-dev
spec:
  template:
    spec:
      containers:
      - image: app

deploy-prod.yaml

apiVersion: serving.knative.dev/v1
kind: Service
metadata:
  name: app-prod
spec:
  template:
    spec:
      containers:
      - image: app

查看 cloudbuild.yaml 文件，了解构建容器映像和创建 Cloud Deploy 版本的步骤：

cloudbuild.yaml

steps:
- name: 'gcr.io/k8s-skaffold/pack'
  entrypoint: 'pack'
  args: ['build',
         '--builder=gcr.io/buildpacks/builder',
         '--publish', '${_REGION}-docker.pkg.dev/${PROJECT_ID}/containers-repo/app:$BUILD_ID']
  id: Build and package .net app
- name: gcr.io/google.com/cloudsdktool/cloud-sdk:slim
  args: 
      [
        "deploy", "releases", "create", "release-$_RELEASE_TIMESTAMP",
        "--delivery-pipeline", "cloud-run-pipeline",
        "--region", "${_REGION}",
        "--images", "app=${_REGION}-docker.pkg.dev/${PROJECT_ID}/containers-repo/app:$BUILD_ID"
      ]
  entrypoint: gcloud

4. 创建 Cloud Deploy 流水线

替换 clouddeploy.yaml 中的 _PROJECT_ID 值：

sed -i "s/_PROJECT_ID/$PROJECT_ID/g" clouddeploy.yaml

创建 Cloud Deploy 流水线：

gcloud deploy apply \
  --file=clouddeploy.yaml \
  --region=${REGION} \
  --project=${PROJECT_ID}

在 Cloud Deploy 中查看创建的流水线。

5. 构建容器映像并创建版本

向 Cloud Build 服务账号添加 Cloud Deploy 操作员权限：

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
    --member=serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com \
    --role=roles/clouddeploy.operator

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
    --member=serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com \
    --role=roles/iam.serviceAccountUser

创建容器映像和 Cloud Deploy 版本：

export RELEASE_TIMESTAMP=$(date '+%Y%m%d-%H%M%S')

gcloud builds submit \
  --config cloudbuild-plus.yaml \
  --substitutions=_REGION=${REGION},_RELEASE_TIMESTAMP=${RELEASE_TIMESTAMP}

在 Cloud Deploy 中查看创建的版本。等待部署到开发环境完成。

6. 将版本提升到质量检查环境和生产环境

使用 Cloud 控制台或 Cloud Shell 将版本提升到下一个目标(qa-env)。

使用 Cloud Shell 升级版本，运行 gcloud 命令以升级版本。

gcloud beta deploy releases promote \
    --release="release-${RELEASE_TIMESTAMP}" \
    --delivery-pipeline=cloud-run-pipeline \
    --region=${REGION} \
    --quiet

等待部署到质量检查环境完成。将版本提升到下一个目标（prod-env）。

gcloud beta deploy releases promote \
    --release="release-${RELEASE_TIMESTAMP}" \
    --delivery-pipeline=cloud-run-pipeline \
    --region=${REGION} \
    --quiet

在 Cloud 控制台中打开 Cloud Deploy，然后批准该版本以进行正式版部署。

查看 Cloud Deploy 流水线状态和可用的 DORA 指标（“部署次数”“部署频率”“部署失败率”）。

指标	说明
部署次数	部署到交付流水线中最终目标的成功和失败部署总数。
部署频率	交付流水线部署到交付流水线中最终目标的频率。DevOps 研究和评估 (DORA) 计划定义的四个关键指标之一。
部署失败率	未能发布到交付流水线中最终目标的部署所占的百分比。

在 Cloud Run 中查看已部署的应用：

7. 恭喜！

恭喜，您已完成此 Codelab！

所学内容：

如何创建 Cloud Deploy 流水线
如何使用 Cloud Build 为 .Net 应用创建容器映像
如何使用 Cloud Deploy 将应用部署到 Cloud Run
如何提升 Cloud Deploy 版本

清理

为避免因本教程中使用的资源导致您的 Google Cloud 账号产生费用，请删除包含这些资源的项目，或者保留项目但删除各个资源。

删除项目

若要避免产生费用，最简单的方法是删除您为本教程创建的项目。