Anda dapat mengonfigurasi dan mengirimkan pipeline Image Builder secara terprogram menggunakan gcloud CLI, Terraform, atau library klien seperti Go. Dengan mengonfigurasi pipeline secara terprogram, Anda dapat menentukan setelan infrastruktur, image OS dasar, tindakan penyesuaian, dan pengujian validasi dalam file konfigurasi deklaratif.
Sebelum memulai
- Selesaikan langkah-langkah penyiapan lingkungan di Menyiapkan lingkungan Anda.
- Jika Anda ingin men-deploy pipeline menggunakan Terraform atau mengotomatiskan build
dari repositori, hubungkan repositori GitHub, GitLab, atau Bitbucket Anda menggunakan
repositori Cloud Build (
2nd gen) atau link koneksi Developer Connect. - Jika Anda berencana menggunakan Terraform, instal Terraform CLI versi 1.3 atau yang lebih baru.
-
Siapkan autentikasi jika Anda belum melakukannya.
Autentikasi memverifikasi identitas Anda untuk mengakses layanan Google Cloud dan API. Untuk menjalankan
kode atau contoh dari lingkungan pengembangan lokal, Anda dapat melakukan autentikasi ke
Compute Engine dengan memilih salah satu opsi berikut:
Pilih tab untuk melihat bagaimana Anda berencana menggunakan contoh di halaman ini:
gcloud
-
Instal Google Cloud CLI. Setelah penginstalan, lakukan inisialisasi Google Cloud CLI dengan menjalankan perintah berikut:
gcloud initJika Anda menggunakan penyedia identitas (IdP) eksternal, Anda harus login ke gcloud CLI dengan identitas gabungan Anda terlebih dahulu.
-
- Tetapkan region dan zona default.
-
Instal Google Cloud CLI.
-
Jika Anda menggunakan penyedia identitas (IdP) eksternal, Anda harus login ke gcloud CLI dengan identitas gabungan Anda terlebih dahulu.
-
Jika Anda menggunakan shell lokal, buat kredensial autentikasi lokal untuk akun pengguna Anda:
gcloud auth application-default login
Anda tidak perlu melakukannya jika menggunakan Cloud Shell.
Jika error autentikasi ditampilkan, dan Anda menggunakan penyedia identitas (IdP) eksternal, pastikan Anda telah login ke gcloud CLI dengan identitas gabungan Anda.
-
Instal Google Cloud CLI.
-
Jika Anda menggunakan penyedia identitas (IdP) eksternal, Anda harus login ke gcloud CLI dengan identitas gabungan Anda terlebih dahulu.
-
Jika Anda menggunakan shell lokal, buat kredensial autentikasi lokal untuk akun pengguna Anda:
gcloud auth application-default login
Anda tidak perlu melakukannya jika menggunakan Cloud Shell.
Jika error autentikasi ditampilkan, dan Anda menggunakan penyedia identitas (IdP) eksternal, pastikan Anda telah login ke gcloud CLI dengan identitas gabungan Anda.
Terraform
Untuk menggunakan contoh Terraform di halaman ini dalam lingkungan pengembangan lokal, instal dan lakukan inisialisasi gcloud CLI, lalu siapkan Kredensial Default Aplikasi dengan kredensial pengguna Anda.
Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk menggunakan contoh Go di halaman ini dalam lingkungan pengembangan lokal, instal dan lakukan inisialisasi gcloud CLI, lalu siapkan Kredensial Default Aplikasi dengan kredensial pengguna Anda.
Untuk mengetahui informasi selengkapnya, lihat Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Peran yang diperlukan
Untuk mendapatkan izin yang Anda perlukan untuk membuat dan mengirimkan pipeline penyesuaian gambar secara terprogram, minta administrator untuk memberi Anda peran IAM berikut pada project Anda:
- Editor Cloud Build (
roles/cloudbuild.builds.editor) - Service Account User (
roles/iam.serviceAccountUser)
Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.
Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.
Membuat file konfigurasi
Untuk mengonfigurasi pipeline menggunakan gcloud CLI atau Terraform, buat dua file konfigurasi:
imagebuilder.yaml: menentukan resep penyesuaian untuk image, termasuk OS image dasar, setelan infrastruktur worker VM, detail output image target, dan langkah-langkah penyesuaian berurutan seperti menjalankan skrip shell, mentransfer file, atau melakukan reboot.cloudbuild.yaml: mengorkestrasi langkah-langkah proses build di Cloud Build, termasuk penguraian, validasi, build, pengujian, dan publikasi OS image kustom.
Jika Anda mengirimkan build menggunakan Go, Anda hanya perlu membuat file imagebuilder.yaml dan menguploadnya ke bucket Cloud Storage, karena contoh Go menentukan langkah-langkah orkestrasi Cloud Build dalam kode.
Membuat file konfigurasi image
Untuk menentukan konfigurasi image, buat file bernama imagebuilder.yaml
di direktori lokal Anda. Untuk mengetahui daftar lengkap semua kolom skema dan tindakan penyesuaian yang didukung, lihat Skema resep penyesuaian dan Tindakan penyesuaian yang didukung.
Contoh file imagebuilder.yaml berikut
mengonfigurasi pipeline yang membangun image Ubuntu 22.04 LTS yang disesuaikan menggunakan
worker VM e2-standard-4 di
region dan zona yang Anda tentukan, serta melakukan update paket sistem.
apiVersion: imagebuilder.gcp.com/v1 kind: OSImageCustomization metadata: name: customized-ubuntu-baseline description: "Ubuntu 22.04 LTS custom OS baseline image" infrastructureConfig: machineType: e2-standard-4 zone: ZONE debug: false source: imageFamily: projects/ubuntu-os-cloud/global/images/family/ubuntu-2204-lts destinations: - diskImage: name: custom-ubuntu-v1 family: custom-ubuntu-family project: PROJECT_ID storageLocations: - REGION spec: config: skipSystemTests: false steps: - name: "System Package Update" action: Shell inputs: command: "apt-get update -y && apt-get upgrade -y"
Ganti nilai placeholder berikut:
PROJECT_ID: project ID Anda.REGION: lokasi penyimpanan image target, misalnya,us-east1ataueurope-west1. Pastikan Anda memenuhi persyaratan regional dan zona berikut:- Image Builder hanya didukung di region tempat Cloud Build tersedia.
- Worker VM
ZONEharus berada dalamREGIONyang Anda tentukan. - Untuk meminimalkan latensi jaringan dan mencegah biaya egress lintas region, pastikan zona VM worker, bucket staging Cloud Storage, repositori Artifact Registry, dan lokasi penyimpanan image target berada di region yang sama.
ZONE: zona yang terletak dalamREGIONyang Anda tentukan, misalnya,us-east1-bataueurope-west1-b.
Membuat file build orchestrator
Buat file bernama cloudbuild.yaml di direktori yang sama. File ini memanggil langkah-langkah container Image Builder untuk membangun, memvalidasi, dan memublikasikan image OS kustom.
substitutions: _GCS_WORKDIR: 'gs://STAGING_BUCKET_NAME/workdir/' _IMAGE_BUILDER_CONFIG_PATH: 'imagebuilder.yaml' _SERVICE_ACCOUNT: 'projects/PROJECT_ID/serviceAccounts/SERVICE_ACCOUNT_EMAIL' _IMAGE_OUTPUT_PATH: 'image-builder/binaryOut' _ARTIFACT_REGISTRY_RESOURCE_URI: 'projects/PROJECT_ID/locations/REGION/repositories/REPOSITORY_NAME/packages/PACKAGE_NAME/versions/v${BUILD_ID}' steps: # Step 1: Parse configs and run OS customization on worker VM - name: 'REGION-docker.pkg.dev/image-builder-official/release/builder:stable' script: | #!/usr/bin/env bash /build id: 'imagebuilder-customize' results: - name: image_builder_telemetry_metrics - name: base_image attestationType: "https://cloudbuild.googleapis.com/attestations/build_content_restrictions" attestationContent: base_image # Step 2: Validate by running system boot checks on a test VM - name: 'REGION-docker.pkg.dev/image-builder-official/release/validator:stable' script: | #!/usr/bin/env bash /validate id: 'imagebuilder-validate' results: - name: image_builder_telemetry_metrics # Step 3: Register image in Compute Engine and upload tar files to Artifact Registry - name: 'REGION-docker.pkg.dev/image-builder-official/release/builder:stable' script: | #!/usr/bin/env bash /publish id: 'imagebuilder-publish' results: - name: image_builder_telemetry_metrics options: automapSubstitutions: true requestedVerifyOption: VERIFIED substitutionOption: ALLOW_LOOSE dynamicSubstitutions: true logging: CLOUD_LOGGING_ONLY artifacts: generic_artifacts: - folder: '${_IMAGE_OUTPUT_PATH}' registry_path: '${_ARTIFACT_REGISTRY_RESOURCE_URI}' timeout: '3600s'
Ganti nilai placeholder berikut:
STAGING_BUCKET_NAME: bucket Cloud Storage yang ada di project Anda untuk digunakan sebagai ruang kerja staging sementara. Jika belum memiliki bucket, Anda dapat membuatnya dengan menjalankangcloud storage buckets create gs://STAGING_BUCKET_NAME. Jika Anda men-deploy pipeline menggunakan Terraform, Terraform akan membuat bucket ini secara otomatis.PROJECT_ID: Project ID Google Cloud Anda.REGION: region Google Cloud untuk repositori Artifact Registry Anda, misalnya,us-east1ataueurope-west1.SERVICE_ACCOUNT_EMAIL: email untuk akun layanan yang Anda konfigurasi dengan izin IAM yang diperlukan.REPOSITORYdanPACKAGE: repositori target dan nama paket yang dibuat di Artifact Registry. Untuk menyiapkan registry Artifact Registry, lihat Mengonfigurasi Artifact Registry.
Membuat dan mengirimkan pipeline build
Untuk menjalankan pipeline penyesuaian image, kirimkan build menggunakan gcloud CLI, deploy pipeline Anda menggunakan Terraform, atau kirimkan build menggunakan library klien Go. Pilih salah satu tab berikut:
gcloud
Untuk men-deploy dan menjalankan pipeline penyesuaian image, dari direktori terminal lokal yang berisi kedua file konfigurasi, jalankan perintah gcloud builds submit:
gcloud builds submit . \
--config=cloudbuild.yaml \
--project=PROJECT_ID \
--service-account="projects/PROJECT_ID/serviceAccounts/SERVICE_ACCOUNT_EMAIL" \
--region=REGION
Ganti kode berikut:
PROJECT_ID: Project ID Google Cloud Anda.REGION: region Google Cloud untuk menjalankan tugas pipeline penyesuaian image Anda.SERVICE_ACCOUNT_EMAIL: alamat email akun layanan yang dikonfigurasi dengan izin IAM yang diperlukan.
Perintah ini mengupload ruang kerja penyesuaian Anda, mendaftarkan eksekusi Cloud Build, dan meluncurkan container orkestrasi.
Terraform
Untuk menyediakan infrastruktur yang diperlukan guna membangun dan memvalidasi image OS yang disesuaikan secara otomatis, Anda dapat menggunakan Terraform. Konfigurasi Terraform ini menyelesaikan tugas-tugas berikut:
- Mengaktifkan API Google Cloud yang diperlukan.
- Membuat bucket Cloud Storage khusus
(
workdir_bucket) untuk menyimpan log sementara dan artefak build. - Mengonfigurasi pemicu Cloud Build
(
image_builder_trigger) yang ditautkan ke koneksi repositori GitHub Developer Connect Anda.
Membuat file konfigurasi Terraform
Untuk mengatur dan men-deploy infrastruktur pipeline Anda menggunakan Terraform, selesaikan langkah-langkah berikut:
Buat direktori khusus di workstation lokal atau lingkungan CI/CD, terpisah dari repositori aplikasi, dan ubah ke direktori tersebut:
mkdir terraform-image-builder && cd terraform-image-builder
Di direktori ini, buat lima file konfigurasi Terraform berikut:
terraform.tfvars: menetapkan nilai untuk variabel khusus project.main.tf: menyediakan resource di project Google Cloud Anda, termasuk mengaktifkan API yang diperlukan, membuat bucket staging Cloud Storage (workdir_bucket), dan men-deploy pemicu Cloud Build (image_builder_trigger).outputs.tf: menentukan nilai output yang ditampilkan di terminal Anda setelah deployment, seperti ID pemicu dan nama bucket staging.providers.tf: menentukan versi Terraform yang diperlukan (>= 1.3) dan mengonfigurasi penyedia Google Cloud (hashicorp/google).variables.tf: menentukan variabel input, nilai default, dan aturan validasi untuk deployment.
Pilih salah satu tab berikut untuk melihat dan menyalin konfigurasi setiap file ke direktori lokal Anda:
terraform.tfvarsFile ini menentukan parameter value untuk lingkungan Anda untuk variabel yang dideklarasikan:
project_id = "PROJECT_ID" builder_service_account = "SERVICE_ACCOUNT_EMAIL" github_repo_name = "projects/PROJECT_ID/locations/LOCATION/connections/CONNECTION/repositories/REPO_NAME" region = "REGION" trigger_name = "TRIGGER_NAME" cloudbuild_yaml_path = "CLOUDBUILD_YAML_PATH" image_builder_config_path = "RECIPE_PATH" gcs_lifecycle_age_days = LIFECYCLE_DAYS ar_repository_id = "REPOSITORY_NAME" ar_package_name = "PACKAGE_NAME"
Ganti placeholder berikut untuk resource yang sudah ada:
PROJECT_ID: Project ID Google Cloud yang sudah ada.SERVICE_ACCOUNT_EMAIL: alamat email akun layanan build Anda yang dikonfigurasi di Mengonfigurasi akun layanan Image Builder.LOCATION,CONNECTION, danREPO_NAME: region host Developer Connect, nama koneksi, dan link repositori yang dikonfigurasi di Menghubungkan repositori.CLOUDBUILD_YAML_PATH: jalur relatif ke filecloudbuild.yamldi direktori lokal Anda. Anda tidak perlu memasukkancloudbuild.yamlke repositori Git Anda.RECIPE_PATH: jalur relatif ke file resep penyesuaianimagebuilder.yamlyang di-check in ke repositori Git Anda.REPOSITORY_NAME: repositori Artifact Registry generik yang sudah ada dan dibuat di Mengonfigurasi Artifact Registry.
Ganti placeholder berikut untuk resource yang dibuat Terraform:
REGION: region target Google Cloud tempat Terraform menyediakan bucket staging Cloud Storage dan pemicu Cloud Build, misalnya,us-central1.TRIGGER_NAME: nama untuk pemicu repositori Cloud Build baru yang dibuat oleh Terraform, misalnya,git-push-os-builder.LIFECYCLE_DAYS: masa retensi dalam hari sebelum artefak perantara di bucket staging Cloud Storage yang dibuat oleh Terraform dihapus secara otomatis, misalnya,30.PACKAGE_NAME: nama yang Anda inginkan untuk digunakan Terraform untuk paket yang dibuat di dalam repositori Artifact Registry Anda. Paket ini menyimpan versi OS image yang dipublikasikan, misalnya,ubuntu-custom.
main.tfFile ini mendeklarasikan resource infrastruktur inti dan sumber data untuk deployment:
# Main resource configurations for Image Builder. # 1. Enable Required APIs resource "google_project_service" "apis" { for_each = toset([ "compute.googleapis.com", "cloudbuild.googleapis.com", "artifactregistry.googleapis.com", "serviceusage.googleapis.com", "cloudresourcemanager.googleapis.com", "iam.googleapis.com", "storage.googleapis.com" ]) project = var.project_id service = each.key disable_on_destroy = false } # 2. Project data source to retrieve Project Number data "google_project" "project" { project_id = var.project_id depends_on = [google_project_service.apis] } locals { builder_sa = var.builder_service_account } # 3. Storage Bucket for Image Builder Workdir resource "google_storage_bucket" "workdir_bucket" { name = var.gcs_bucket_name != "" ? var.gcs_bucket_name : "${var.project_id}-vm-builder-workdir" project = var.project_id location = var.region force_destroy = true uniform_bucket_level_access = true lifecycle_rule { action { type = "Delete" } condition { age = var.gcs_lifecycle_age_days } } depends_on = [google_project_service.apis] } # 4. Cloud Build Trigger resource "google_cloudbuild_trigger" "image_builder_trigger" { name = var.trigger_name location = var.region project = var.project_id description = "Trigger that runs Image Builder customization" service_account = var.builder_service_account != "" ? "projects/${var.project_id}/serviceAccounts/${var.builder_service_account}" : null repository_event_config { repository = replace(var.github_repo_name, "gitRepositoryLinks", "repositories") push { branch = "^main$" } } filename = var.cloudbuild_yaml_path substitutions = { _GCS_WORKDIR = "gs://${google_storage_bucket.workdir_bucket.name}/workdir/" _SERVICE_ACCOUNT = "projects/${var.project_id}/serviceAccounts/${local.builder_sa}" _IMAGE_OUTPUT_PATH = "image-builder/binaryOut" _PROJECT_ID = var.project_id _LOCATION = var.region _REPOSITORY_NAME = var.ar_repository_id _PACKAGE_NAME = var.ar_package_name _IMAGE_BUILDER_CONFIG_PATH = var.image_builder_config_path _ARTIFACT_REGISTRY_RESOURCE_URI = "projects/${var.project_id}/locations/${var.region}/repositories/${var.ar_repository_id}/packages/${var.ar_package_name}/versions/v$${BUILD_ID}" } depends_on = [ google_project_service.apis ] }outputs.tfFile ini menentukan atribut output yang ditampilkan ke terminal Anda setelah deployment:
output "builder_service_account" { value = local.builder_sa description = "The email representation of the resolved Image Builder service account." } output "workdir_bucket" { value = google_storage_bucket.workdir_bucket.name description = "The name of the storage workdir bucket." } output "artifact_registry_repository" { value = "projects/${var.project_id}/locations/${var.region}/repositories/${var.ar_repository_id}" description = "The fully qualified resource path of the Artifact Registry repository." } output "cloud_build_trigger_id" { value = google_cloudbuild_trigger.image_builder_trigger.trigger_id description = "The unique ID for the created Cloud Build Trigger." }providers.tfFile ini mengonfigurasi setelan region dan versi Terraform yang diperlukan:
terraform { required_version = ">= 1.3" required_providers { google = { source = "hashicorp/google" version = ">= 5.0, < 7.0" } } } provider "google" { project = var.project_id region = var.region }variables.tfFile ini mendeklarasikan semua variabel input wajib dan opsional serta aturan validasi:
variable "project_id" { type = string description = "The target Project ID where resources will be created." validation { condition = can(regex("^[a-z0-9-]{6,30}$", var.project_id)) error_message = "The project_id must consist of lowercase letters, numbers, and hyphens, and be between 6 and 30 characters." } } variable "region" { type = string default = "us-central1" description = "Location used for cloud build triggers, storage buckets, and artifact registry." } variable "github_repo_name" { type = string default = "" description = "Developer Connect github repository details, format: projects/PROJECT_ID/locations/LOCATION/connections/CONNECTION/repositories/REPO_LINK" validation { condition = can(regex("^projects/[^/]+/locations/[^/]+/connections/[^/]+/(gitRepositoryLinks|repositories)/[^/]+$", var.github_repo_name)) error_message = "The github_repo_name must follow either the Cloud Build v2 repository link format (using '/repositories/') or the Developer Connect resource format (using '/gitRepositoryLinks/')." } } variable "builder_service_account" { type = string default = "" description = "The email representation of the pre-existing Image Builder service account. If omitted, the default Cloud Build service account will be used." } variable "gcs_bucket_name" { type = string default = "" description = "Custom name for the workdir storage bucket. If left empty, a default name using the project ID will be constructed." } variable "gcs_lifecycle_age_days" { type = number default = 30 description = "The number of days after which temporary logs and artifacts in the storage workdir bucket are deleted." } variable "ar_repository_id" { type = string default = "vm-images" description = "The repository ID for the generic Artifact Registry hosting the final OS image tarballs." } variable "ar_package_name" { type = string default = "image-builder" description = "The package name under which the generic OS image artifact will be registered in Artifact Registry." } variable "trigger_name" { type = string default = "custom-os-image-builder" description = "The name of the Cloud Build trigger." } variable "cloudbuild_yaml_path" { type = string default = "cloudbuild.yaml" description = "The path to the cloudbuild.yaml configuration file relative to the repository root." } variable "image_builder_config_path" { type = string default = "imagebuilder.yaml" description = "The path to the imagebuilder.yaml configuration file relative to the repository root." }Untuk men-deploy konfigurasi, jalankan perintah berikut di direktori yang berisi file Terraform Anda:
- Lakukan inisialisasi direktori:
terraform init
- Validasi sintaksis:
terraform validate
- Melihat pratinjau deployment:
terraform plan
- Terapkan konfigurasi:
terraform apply
- Lakukan inisialisasi direktori:
Go
Sebelum menjalankan contoh ini, upload file konfigurasi imagebuilder.yaml ke bucket staging Cloud Storage, misalnya, gs://STAGING_BUCKET_NAME/imagebuilder.yaml.
Untuk mengirimkan build Cloud Build yang menjalankan pipeline Image Builder menggunakan library klien Go Cloud Build, gunakan contoh berikut:
Memverifikasi dan memantau build
Untuk melacak progres pipeline build Anda, selesaikan langkah-langkah berikut:
Di konsol Google Cloud , buka halaman Cloud Build.
Di menu navigasi, klik History untuk melihat tugas yang aktif atau selesai.
Dalam daftar Build, klik Build ID build Anda untuk memeriksa log operasi container. Log menampilkan langkah-langkah yang dilakukan di dalam worker VM, seperti update paket sistem atau perintah shell kustom, diikuti dengan hasil pengujian validasi dari VM pengujian, dan pendaftaran output akhir.
Langkah berikutnya
- Untuk mengonfigurasi dan meluncurkan build berulang atau otomatis dari command line:
- Memverifikasi provenance image