在 Cloud Run 工作中，使用 FFmpeg 透過 GPU 加速影片轉碼

本教學課程說明如何使用 Cloud Run 工作，轉碼低優先順序的離線影片。

目標

在本教學課程中，您將完成下列學習內容：

• 建立 Cloud Storage bucket，用於儲存待處理的影片和編碼結果。
• 部署使用 GPU 的 Cloud Run 工作，加速影片轉碼。
• 執行工作，並確認影片已成功轉碼。

費用

在本文件中，您會使用下列 Google Cloud的計費元件：

• Cloud Build
• Artifact Registry
• Cloud Run

如要根據預測用量估算費用，請使用 Pricing Calculator。

初次使用 Google Cloud 的使用者可能符合免費試用期資格。

事前準備

登入 Google Cloud 帳戶。如果您是 Google Cloud新手，歡迎 建立帳戶，親自評估產品在實際工作環境中的成效。新客戶還能獲得價值 $300 美元的免費抵免額，可用於執行、測試及部署工作負載。

安裝 Google Cloud CLI。

若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

建立或選取 Google Cloud 專案。

選取或建立專案所需的角色

• 選取專案：選取專案時，不需要具備特定 IAM 角色，只要您已獲授角色，即可選取任何專案。
• 建立專案：如要建立專案，您需要具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。

注意：如果您不打算保留在這項程序中建立的資源，請建立新專案，而不要選取現有專案。完成這些步驟後，您就可以刪除專案，並移除與該專案相關聯的所有資源。

• 建立 Google Cloud 專案：

  gcloud projects create PROJECT_ID

  將 PROJECT_ID 替換為您要建立的 Google Cloud 專案名稱。

• 選取您建立的 Google Cloud 專案：

  gcloud config set project PROJECT_ID

  將 PROJECT_ID 替換為 Google Cloud 專案名稱。

確認專案已啟用計費功能 Google Cloud 。

安裝 Google Cloud CLI。

若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

建立或選取 Google Cloud 專案。

選取或建立專案所需的角色

• 選取專案：選取專案時，不需要具備特定 IAM 角色，只要您已獲授角色，即可選取任何專案。
• 建立專案：如要建立專案，您需要具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。

注意：如果您不打算保留在這項程序中建立的資源，請建立新專案，而不要選取現有專案。完成這些步驟後，您就可以刪除專案，並移除與該專案相關聯的所有資源。

• 建立 Google Cloud 專案：

  gcloud projects create PROJECT_ID

  將 PROJECT_ID 替換為您要建立的 Google Cloud 專案名稱。

• 選取您建立的 Google Cloud 專案：

  gcloud config set project PROJECT_ID

  將 PROJECT_ID 替換為 Google Cloud 專案名稱。

確認專案已啟用計費功能 Google Cloud 。

1. 啟用 Cloud Run、Artifact Registry 和 Cloud Build API：

   啟用 API 時所需的角色

   如要啟用 API，您需要具備服務使用情形管理員 IAM 角色 (roles/serviceusage.serviceUsageAdmin)，其中包含 serviceusage.services.enable 權限。瞭解如何授予角色。

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

2. 將區域設為環境變數：

   export REGION=REGION

3. 建立服務帳戶：

   gcloud iam service-accounts create video-encoding

4. 在「配額和系統限制」頁面的 Cloud Run Admin API 下方，要求 Total Nvidia L4 GPU allocation without zonal redundancy, per project per region，完成本教學課程。或者，您也可以部署 Cloud Run 服務，系統會自動授予區域 3 個 nvidia-l4 GPU 配額 (可用區備援機制關閉)。

必要的角色

如要取得完成本教學課程所需的權限，請要求管理員在專案中授予您下列 IAM 角色：

• Artifact Registry 存放區管理員 (roles/artifactregistry.repoAdmin)
• Cloud Build 編輯者 (roles/cloudbuild.builds.editor)
• Cloud Run 管理員 (roles/run.admin)
• 建立服務帳戶 (roles/iam.serviceAccountCreator)
• 服務帳戶使用者 (roles/iam.serviceAccountUser)

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

注意： IAM 基本角色可能也包含完成本教學課程所需的權限。您不應在正式環境中授予基本角色，但可以在開發或測試環境中授予。

授予角色

控制台

1. 前往 Google Cloud 控制台的「IAM」頁面。

   前往「IAM」頁面
2. 選取專案。
3. 按一下 「授予存取權」。

4. 在「New principals」(新增主體) 欄位中，輸入您的使用者 ID。這通常是部署 Cloud Run 服務時使用的電子郵件地址。

5. 在「Select a role」(選取角色) 清單中，選取角色。
6. 如要授予其他角色，請按一下「Add another role」(新增其他角色)，然後新增其他角色。
7. 按一下 [儲存]。

gcloud

如要在專案中授予帳戶必要的 IAM 角色，請按照下列步驟操作：

     gcloud projects add-iam-policy-binding PROJECT_ID \
         --member=PRINCIPAL \
         --role=ROLE
     

更改項目：

• 將 PROJECT_NUMBER 改成您的 Google Cloud 專案編號。
• 將 PROJECT_ID 替換為 Google Cloud 專案 ID。
• PRINCIPAL，並使用您要新增繫結的帳戶。這通常是用於部署 Cloud Run 服務的電子郵件地址。
• ROLE，並將角色新增至部署者帳戶。

準備申請

如要擷取要使用的程式碼範例：

1. 將範例存放區複製到本機電腦中：

   git clone https://github.com/GoogleCloudPlatform/cloud-run-samples
   

2. 變更為包含 Cloud Run 範例程式碼的目錄：

   cd cloud-run-samples/jobs-video-encoding
   

建立 Cloud Storage 值區

如要儲存待處理的影片，以及儲存編碼結果，請建立下列兩個 Cloud Storage bucket：

1. 建立值區，以便在處理影片前儲存影片：

   gcloud storage buckets create gs://preprocessing-PROJECT_ID \
     --location LOCATION
   

   更改下列內容：

   • PROJECT_ID：您的專案 ID。
   • LOCATION：Cloud Storage 位置。

2. 授予服務帳戶從這個 bucket 讀取的權限：

   gcloud storage buckets add-iam-policy-binding gs://preprocessing-PROJECT_ID \
     --member="serviceAccount:video-encoding@PROJECT_ID.iam.gserviceaccount.com" \
     --role="roles/storage.objectViewer"
   

   將 PROJECT_ID 替換為專案 ID。

3. 建立值區，用於儲存處理後的轉碼影片：

   gcloud storage buckets create gs://transcoded-PROJECT_ID \
     --location LOCATION
   

   更改下列內容：

   • PROJECT_ID：您的專案 ID。
   • LOCATION：Cloud Storage 位置。

4. 授予服務帳戶讀取及寫入這個 bucket 的權限：

   gcloud storage buckets add-iam-policy-binding gs://transcoded-PROJECT_ID \
     --member="serviceAccount:video-encoding@PROJECT_ID.iam.gserviceaccount.com" \
     --role="roles/storage.objectAdmin"
   

   將 PROJECT_ID 替換為專案 ID。

部署 Cloud Run 工作

使用範例存放區中的 Dockerfile 建立 Cloud Run 作業，並掛接您建立的 bucket：

1. 前往範例目錄：

   cd cloud-run-samples/jobs-video-encoding
   

1. 如果預設 Cloud Run 登錄檔不存在，請建立 Artifact Registry：

   gcloud artifacts repositories create cloud-run-source-deploy \
     --repository-format=docker \
     --location LOCATION
   

   將 LOCATION 替換為登錄檔位置的名稱。

2. 建構容器映像檔：

   gcloud builds submit \
     --tag LOCATION-docker.pkg.dev/PROJECT_ID/cloud-run-source-deploy/IMAGE_NAME \
     --machine-type E2-HIGHCPU-32
   

   更改下列內容：

   • PROJECT_ID：您的專案 ID。
   • LOCATION：登錄檔位置的名稱。
   • IMAGE_NAME：容器映像檔的名稱，例如：ffmpeg-image。

   Cloud Run 會使用較大的機型，縮短建構時間。

3. 部署工作：

   gcloud run jobs create video-encoding-job \
       --image LOCATION-docker.pkg.dev/PROJECT_ID/cloud-run-source-deploy/IMAGE_NAME \
       --region REGION \
       --memory 32Gi \
       --cpu 8 \
       --gpu 1 \
       --gpu-type nvidia-l4 \
       --no-gpu-zonal-redundancy \
       --max-retries 1 \
       --service-account video-encoding@PROJECT_ID.iam.gserviceaccount.com \
       --add-volume=name=input-volume,type=cloud-storage,bucket=preprocessing-PROJECT_ID,readonly=true \
       --add-volume-mount=volume=input-volume,mount-path=/inputs \
       --add-volume=name=output-volume,type=cloud-storage,bucket=transcoded-PROJECT_ID \
       --add-volume-mount=volume=output-volume,mount-path=/outputs
   

   更改下列內容：

   • PROJECT_ID：您的專案 ID。
   • REGION：區域名稱。 注意：這必須是您有 GPU 配額的相同區域。
   • IMAGE_NAME：容器映像檔的名稱，例如 ffmpeg-image。

   如果這是您第一次在這個專案中從來源部署，Cloud Run 會提示您建立預設的 Artifact Registry 存放區。

執行工作

如要執行這項工作，請按照下列步驟操作：

1. 上傳要編碼的範例影片：

   gcloud storage cp gs://cloud-samples-data/video/cat.mp4 gs://preprocessing-PROJECT_ID
   

2. 執行工作：

   gcloud run jobs execute video-encoding-job  \
       --region REGION \
       --wait \
       --args="cat.mp4,encoded_cat.mp4,-vcodec,h264_nvenc,-cq,21,-movflags,+faststart"
   

   entrypoint.sh 檔案需要輸入檔案、輸出檔案，以及要傳送至 FFmpeg 的任何引數。

3. 查看 Cloud Run 記錄，確認影片已轉碼：

   gcloud run jobs logs read video-encoding-job --region REGION
   

4. 下載轉碼後的影片：

   gcloud storage cp gs://transcoded-PROJECT_ID/encoded_cat.mp4 .
   

清除所用資源

為避免系統向您的 Google Cloud 帳戶收取額外費用，請刪除您透過本快速入門導覽課程部署的所有資源。

刪除存放區

Cloud Run 只會針對作業執行時間收費。 不過，您可能仍須支付在 Artifact Registry 中儲存容器映像檔的費用。如要刪除 Artifact Registry 存放區，請按照 Artifact Registry 說明文件中的「刪除存放區」一節操作。

刪除工作

只有在執行工作時，Cloud Run 工作才會產生費用。如要刪除 Cloud Run 工作，請按照下列步驟操作：

控制台

如要刪除工作：

1. 前往 Google Cloud 控制台的 Cloud Run：

   前往 Cloud Run。

2. 在工作清單中找出要刪除的工作，然後按一下核取方塊來選取。

3. 按一下「Delete」(刪除)。這會終止所有進行中的工作執行作業和所有執行中的容器執行個體。

gcloud

如要刪除 Job，請執行下列指令：

gcloud run jobs delete JOB_NAME

將 JOB_NAME 改為工作名稱。

刪除測試專案

刪除 Google Cloud 專案後，系統就會停止對該專案中的所有資源收取費用。如要釋出專案中的所有 Google Cloud 資源，請按照下列步驟操作：

注意：刪除專案會造成以下結果：
• 專案中的所有內容都會遭到刪除。如果使用現有專案來進行本文中的任務，刪除專案將一併移除當中已完成的其他任務'。
• 自訂專案 ID 會消失。當您之前建立這個專案時，可能建立了想要在日後使用的自訂專案 ID。如要保留使用該專案 ID 的網址 (例如 appspot.com 網址)，請刪除在該專案中選取的資源，而不是刪除整個專案。

刪除 Google Cloud 專案：

gcloud projects delete PROJECT_ID

後續步驟

• 探索其他 Cloud Run 示範、教學課程和範例。