Anda dapat memilih jumlah memori yang akan disediakan untuk kumpulan pekerja Cloud Run. Halaman ini menjelaskan cara menentukan jumlah memori yang tersedia untuk kumpulan pekerja Anda.
Memahami penggunaan memori
Instance Cloud Run yang melebihi batas memori yang diizinkan akan dihentikan.
Memori yang tersedia untuk instance Anda harus cukup untuk:
- Menjalankan file yang dapat dieksekusi kumpulan pekerja, karena file yang dapat dieksekusi harus dimuat ke memori
- Mengalokasikan memori dalam proses worker pool Anda
- Menulis file ke sistem file
Ukuran image container yang di-deploy tidak memengaruhi memori yang tersedia untuk instance.
Menetapkan dan memperbarui batas memori
Anda dapat menetapkan batas memori pada kumpulan worker Cloud Run. Secara default, memori yang dialokasikan untuk setiap kumpulan pekerja adalah 512 MiB.
Memori yang diperlukan saat menyetel nilai CPU
Saat menetapkan nilai CPU, diperlukan memori berikut:
CPU | Memori yang diperlukan |
---|---|
1 vCPU | 128 MiB hingga 4 GiB |
2 vCPU | 128 MiB hingga 8 GiB |
4 vCPU | 2 hingga 16 GiB |
6 vCPU | 4 hingga 24 GiB |
8 vCPU | 4 hingga 32 GiB |
Jumlah memori maksimum
Jumlah maksimum memori yang dapat Anda konfigurasi adalah
32 gibibyte (32 Gi
).
Memori minimum
Setelan memori minimum adalah 512 MiB.
Peran yang diperlukan
Untuk mendapatkan izin yang Anda perlukan guna mengonfigurasi dan men-deploy kumpulan pekerja Cloud Run, minta administrator Anda untuk memberi Anda peran IAM berikut:
-
Cloud Run Developer (
roles/run.developer
) di kumpulan pekerja Cloud Run -
Service Account User (
roles/iam.serviceAccountUser
) pada identitas layanan
Untuk mengetahui daftar peran dan izin IAM yang terkait dengan Cloud Run, lihat Peran IAM Cloud Run dan Izin IAM Cloud Run. Jika kumpulan worker Cloud Run Anda berinteraksi dengan APIGoogle Cloud , seperti Library Klien Cloud, lihat panduan konfigurasi identitas layanan. Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat izin deployment dan mengelola akses.
Mengonfigurasi batas memori
Setiap perubahan konfigurasi akan menghasilkan revisi baru. Revisi selanjutnya juga akan otomatis mendapatkan setelan konfigurasi ini, kecuali jika Anda melakukan pembaruan eksplisit untuk mengubahnya.
Anda dapat menetapkan batas memori untuk kumpulan pekerja Cloud Run menggunakan Google Cloud konsol, Google Cloud CLI, YAML, atau Terraform:
Konsol
Di konsol Google Cloud , buka Cloud Run:
Pilih Worker pools dari menu, lalu klik Deploy container untuk mengonfigurasi worker pool baru. Jika Anda mengonfigurasi pool worker yang ada, klik pool worker, lalu klik Edit dan deploy revisi baru.
Jika Anda mengonfigurasi kumpulan pekerja baru, isi halaman kumpulan pekerja awal, lalu klik Container(s), Volume, Jaringan, Keamanan untuk memperluas halaman konfigurasi kumpulan pekerja.
Klik tab Container.
- Pilih ukuran memori dari daftar Memori.
Klik Buat atau Deploy.
gcloud
Anda dapat memperbarui alokasi memori untuk kumpulan pekerja tertentu menggunakan perintah berikut:
gcloud beta run worker-pools update WORKER_POOL --memory SIZE
Ganti kode berikut:
- WORKER_POOL: nama worker pool Anda
- SIZE: ukuran memori dari tabel CPU dan memori.
Format untuk ukuran adalah angka tetap atau floating point yang
diikuti dengan satuan:
G
atauM
yang sesuai dengan gigabyte atau megabyte, atau menggunakan pangkat dua yang setaraGi
atauMi
yang sesuai dengan gibibyte atau mebibyte.
Anda juga dapat menetapkan batas memori selama deployment menggunakan perintah:
gcloud beta run worker-pools deploy --image IMAGE_URL --memory SIZE
Ganti kode berikut:
- IMAGE_URL: referensi ke image container yang
berisi worker pool, seperti
us-docker.pkg.dev/cloudrun/container/worker-pool:latest
. - SIZE: ukuran memori dari tabel CPU dan memori. Format untuk ukuran adalah angka tetap atau floating point yang diikuti dengan satuan: G atau M yang sesuai dengan gigabyte atau megabyte, atau gunakan pangkat dua yang setara: Gi atau Mi yang sesuai dengan gibibyte atau mebibyte.
YAML
Jika Anda membuat kumpulan pekerja baru, lewati langkah ini. Jika Anda memperbarui kumpulan pekerja yang ada, download konfigurasi YAML-nya:
gcloud beta run worker-pools describe WORKER_POOL --format export > workerpool.yaml
Contoh berikut berisi konfigurasi YAML:
apiVersion: run.googleapis.com/v1 kind: WorkerPool metadata: name: WORKER_POOL annotations: run.googleapis.com/launch-stage: BETA spec: template: spec: containers: - image: IMAGE_URL resources: limits: memory: SIZE
Ganti kode berikut:
- WORKER_POOL: nama kumpulan pekerja Cloud Run Anda.
- IMAGE_URL: referensi ke image container yang
berisi worker pool, seperti
us-docker.pkg.dev/cloudrun/container/worker-pool:latest
. - SIZE: ukuran memori yang dipilih.
Formatnya yaitu bilangan tetap atau floating point yang diikuti dengan satuan:
G
atauM
yang sesuai dengan gigabyte atau megabyte, atau gunakan pangkat dua yang setara:Gi
atauMi
yang sesuai dengan gibibyte atau mebibyte.
Buat atau update kumpulan pekerja menggunakan perintah berikut:
gcloud beta run worker-pools replace workerpool.yaml
Terraform
Untuk mempelajari cara menerapkan atau menghapus konfigurasi Terraform, lihat Perintah dasar Terraform.
resource "google_cloud_run_v2_worker_pool" "default" {
name = "WORKER_POOL"
location = "REGION"
launch_stage = "BETA"
template {
containers {
image = "IMAGE_URL"
resources {
limits = {
memory = "SIZE"
}
}
}
}
}
Ganti kode berikut:
- WORKER_POOL: nama pool pekerja.
- REGION: Google Cloud region. Misalnya, europe-west1.
- IMAGE_URL: referensi ke image container yang
berisi kumpulan pekerja, seperti
us-docker.pkg.dev/cloudrun/container/worker-pool:latest
- SIZE: ukuran memori dari tabel CPU dan memori.
Format untuk ukuran adalah angka tetap atau floating point yang
diikuti dengan satuan:
G
atauM
yang sesuai dengan gigabyte atau megabyte, atau menggunakan pangkat dua yang setaraGi
atauMi
yang sesuai dengan gibibyte atau mebibyte.
Melihat konfigurasi memori untuk kumpulan pekerja
Di konsol Google Cloud , buka Cloud Run:
Klik Worker pools untuk menampilkan daftar worker pool yang di-deploy.
Klik kumpulan pekerja yang ingin Anda periksa untuk menampilkan panel detailnya.
Klik tab Containers untuk menampilkan konfigurasi memori kumpulan pekerja untuk setiap container.