In dieser Anleitung wird beschrieben, wie Sie Offlinevideos mit niedriger Priorität mithilfe von Cloud Run-Jobs transcodieren.
Antrag vorbereiten
So rufen Sie das gewünschte Codebeispiel ab:
Klonen Sie das Beispiel-Repository auf Ihren lokalen Computer:
git clone https://github.com/GoogleCloudPlatform/cloud-run-samples
Wechseln Sie in das Verzeichnis, das den Cloud Run-Beispielcode enthält:
cd cloud-run-samples/jobs-video-encoding
Cloud Storage-Buckets erstellen
Erstellen Sie die folgenden zwei Cloud Storage-Buckets, um die Videos für die Verarbeitung zu speichern und die Ergebnisse der Codierung zu speichern:
Erstellen Sie einen Bucket, um Videos vor der Verarbeitung zu speichern:
gcloud storage buckets create gs://preprocessing-PROJECT_ID \ --location LOCATION
Ersetzen Sie Folgendes:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Der Cloud Storage-Speicherort.
Gewähren Sie dem Dienstkonto Zugriff zum Lesen aus diesem Bucket:
gcloud storage buckets add-iam-policy-binding gs://preprocessing-PROJECT_ID \ --member="serviceAccount:video-encoding@PROJECT_ID.iam.gserviceaccount.com" \ --role="roles/storage.objectViewer"
Ersetzen Sie PROJECT_ID durch Ihre Projekt-ID.
Erstellen Sie einen Bucket, um transcodierte Videos nach der Verarbeitung zu speichern:
gcloud storage buckets create gs://transcoded-PROJECT_ID \ --location LOCATION
Ersetzen Sie Folgendes:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION: Der Cloud Storage-Speicherort.
Gewähren Sie dem Dienstkonto Zugriff zum Lesen von und Schreiben in diesen Bucket:
gcloud storage buckets add-iam-policy-binding gs://transcoded-PROJECT_ID \ --member="serviceAccount:video-encoding@PROJECT_ID.iam.gserviceaccount.com" \ --role="roles/storage.objectAdmin"
Ersetzen Sie PROJECT_ID durch Ihre Projekt-ID.
Cloud Run-Job bereitstellen
Erstellen Sie einen Cloud Run-Job mit dem Dockerfile im Beispiel-Repository und hängen Sie die erstellten Buckets ein:
Navigieren Sie zum Beispielverzeichnis:
cd cloud-run-samples/jobs-video-encoding
Erstellen Sie eine Artifact Registry, falls die Standard-Cloud Run-Registry noch nicht vorhanden ist:
gcloud artifacts repositories create cloud-run-source-deploy \ --repository-format=docker \ --location LOCATION
Ersetzen Sie LOCATION durch den Namen des Standorts der Registrierung.
Erstellen Sie das Container-Image:
gcloud builds submit \ --tag LOCATION-docker.pkg.dev/PROJECT_ID/cloud-run-source-deploy/IMAGE_NAME \ --machine-type E2-HIGHCPU-32
Ersetzen Sie Folgendes:
- PROJECT_ID: Ihre Projekt-ID.
- LOCATION:Name des Standorts der Registrierung.
- IMAGE_NAME: Name für das Container-Image, z. B.
ffmpeg-image
.
Cloud Run verwendet einen größeren Maschinentyp, um die Build-Zeit zu verkürzen.
Stellen Sie den Job bereit:
gcloud beta 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
Ersetzen Sie Folgendes:
- PROJECT_ID: Ihre Projekt-ID.
- REGION: Name der Region Hinweis: Dies muss dieselbe Region sein, für die Sie ein GPU-Kontingent haben.
- IMAGE_NAME: Name für das Container-Image, z. B.
ffmpeg-image
.
Wenn Sie zum ersten Mal aus dem Quellcode in diesem Projekt bereitstellen, werden Sie von Cloud Run aufgefordert, ein Standard-Artifact Registry-Repository zu erstellen.
Job ausführen
So führen Sie den Job aus:
Laden Sie ein Beispielvideo hoch, das codiert werden soll:
gcloud storage cp gs://cloud-samples-data/video/cat.mp4 gs://preprocessing-PROJECT_ID
Führen Sie den Job aus:
gcloud run jobs execute video-encoding-job \ --region REGION \ --wait \ --args="cat.mp4,encoded_cat.mp4,-vcodec,h264_nvenc,-cq,21,-movflags,+faststart"
Für die Datei
entrypoint.sh
sind eine Eingabedatei, eine Ausgabedatei und alle Argumente erforderlich, die an FFmpeg gesendet werden sollen.Prüfen Sie die Cloud Run-Logs, um zu sehen, ob das Video transcodiert wurde:
gcloud run jobs logs read video-encoding-job --region REGION
Transcodiertes Video herunterladen:
gcloud storage cp gs://transcoded-PROJECT_ID/encoded_cat.mp4 .