Esta página foi traduzida pela API Cloud Translation.

Programar operações da Workstation usando o Cloud Scheduler e o Cloud Run

Neste tutorial, mostramos como usar o Cloud Scheduler e o Cloud Run para realizar automaticamente operações como

Programação de aumentos e reduções automáticas no tamanho do pool de início rápido.
Iniciar automaticamente as estações de trabalho em uma programação regular.

Este tutorial ajuda você a aumentar e diminuir o tamanho do pool de início rápido para corresponder ao horário comercial típico.

Prepare o ambiente

Defina as seguintes variáveis de ambiente, que são usadas pelos scripts automatizados que você vai criar mais tarde.

Defina as variáveis PROJECT_ID e REGION que você planeja usar:
```
PROJECT_ID=$PROJECT_ID
REGION=$REGION
```
Substitua $REGION pelo nome da região que você planeja usar, por exemplo, us-central1.

Para mais informações sobre as regiões disponíveis, consulte Locais do Cloud Workstations.

Arquitetura do aplicativo

Esta solução inclui os seguintes componentes do Google Cloud :

Cloud Run para atualizar o Tamanho do pool de início rápido do WorkstationConfig.
Jobs do Cloud Scheduler para fazer chamadas em uma programação definida e atualizar o WorkstationConfig.

Diagrama de arquitetura do sistema que mostra o agendamento de operações da estação de trabalho usando o Cloud Scheduler e o Cloud Run

Criar um serviço do Cloud Run

A primeira etapa é configurar um servidor da Web simples para detectar as solicitações HTTP recebidas na porta 8080. Como o aplicativo é conteinerizado, você pode escrever o servidor em qualquer linguagem.

Para escrever o aplicativo listener do servidor da Web em Python, faça o seguinte:

Crie um novo diretório com o nome workstation-config-updater e altere o diretório nele:
```
mkdir workstation-config-updater
cd workstation-config-updater
```

Crie um arquivo chamado app.py e cole o seguinte código nele:

import os, subprocess
from flask import Flask, request, abort

app = Flask(__name__)

@app.route("/", methods=["POST"])
def update():
    app.logger.info("Update request received.")
    data = request.json
    cluster = data["cluster"]
    region = data["region"]
    pool_size = data["pool-size"]

    path = os.path.join(app.root_path, "update_config.sh")
    o = subprocess.run(
        [path, cluster, region, pool_size],
        stdout=subprocess.PIPE, stderr=subprocess.STDOUT, text=True
    )
    app.logger.info("Sending response:", o.stdout)
    return o.stdout

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=8080, debug=True)

Esse código cria um servidor da Web básico que realiza detecções na porta definida pela variável de ambiente PORT e executa o script update_config.sh.

Crie um arquivo chamado update_config.sh e cole o seguinte código nele:

#!/bin/bash

set -e

if [ $# -ne 3 ]
then
   echo "Usage: update_config.sh CLUSTER REGION POOL_SIZE"
   exit 1
fi

CLUSTER=$1
REGION=$2
POOL_SIZE=$3

# list workstation configs
echo "Attempting to list workstation configs in cluster $CLUSTER and region $REGION ..."
for CONFIG in $(gcloud  workstations configs list --cluster $CLUSTER --region $REGION --format="value(NAME)"); do
    echo "Attempting to update Quick Pool Size to $POOL_SIZE for config $CONFIG ..."
    # update the workstation config pool-size
    RET=$(gcloud workstations configs update $CONFIG --cluster $CLUSTER  --region $REGION --pool-size=$POOL_SIZE)
    if [[ $RET -eq 0 ]]; then
        echo "Workstation config $CONFIG updated."
    else
        echo "Workstation config $CONFIG update failed."
    fi
done

Esse script usa comandos gcloud para listar todos os WorkstationConfig em um determinado cluster e atualizar o Tamanho do pool de início rápido para POOL_SIZE.

Crie um arquivo chamado Dockerfile e cole o seguinte código nele:

FROM google/cloud-sdk

RUN apt-get update && apt-get install -y python3-pip python3

# Copy local code to the container image.
ENV APP_HOME /app
WORKDIR $APP_HOME
COPY . ./

RUN /bin/bash -c 'ls -la; chmod +x ./update_config.sh'

# Install production dependencies.
RUN pip3 install Flask gunicorn

# Run the web service on container startup
CMD exec gunicorn --bind :8080 --workers 1 --threads 8 app:app

Esse código coloca o aplicativo em um contêiner para que ele possa ser implantado no Cloud Run.

Implantar no Cloud Run

Para implantar no Cloud Run, execute o seguinte comando:

gcloud run deploy --source . --project $PROJECT_ID --region $REGION

Quando o nome do serviço for solicitado, pressione Enter para aceitar o nome padrão workstation-config-updater.
Se você precisar ativar a API Artifact Registry ou permitir a criação do repositório do Artifact Registry, pressione y.
Quando for solicitado que você permita invocações não autenticadas, pressione n.
Aguarde a conclusão da implantação.
Quando o URL do serviço for exibido no seguinte formato, copie-o:

SERVICE_URL=$SERVICE_URL

Configurar a conta de serviço para invocar o Cloud Run

O serviço workstation-config-updater implantado não permite invocações não autenticadas.

O Cloud Scheduler exige uma conta de serviço com as credenciais adequadas para chamar o serviço workstation-config-updater.

Configurar a conta de serviço

Se você ainda não tiver uma conta de serviço que queira usar para jobs do Cloud Scheduler, crie uma nova conta de serviço.

gcloud iam service-accounts create $SERVICE_ACCOUNT_NAME \
    --description="$DESCRIPTION" \
    --display-name="$DISPLAY_NAME"

Adicione a vinculação de papel do IAM necessária para permitir que sua conta de serviço invoque o Cloud Run.

gcloud run services add-iam-policy-binding workstation-config-updater \
    --member=serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com \
    --region $REGION \
    --role=roles/run.invoker

Criar uma configuração do Cloud Scheduler com autenticação

Crie um job e especifique o URL que você copiou de Implantar no Cloud Run:

gcloud scheduler jobs create http workstation-pool-increaser-cron \
    --http-method=POST \
    --location=us-central1 \
    --schedule="0 9 * * 1-5" \
    --time-zone="America/Los_Angeles" \
    --headers "Content-Type=application/json" \
    --message-body='{"cluster":"$CLUSTER", "region":"$REGION", "pool-size": "2"}' \
    --uri=$SERVICE_URL \
    --oidc-service-account-email=$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com

Esse comando programa um job para aumentar o tamanho do pool de início rápido de todos os WorkstationConfigs em WorkstationCluster $CLUSTER para 2 às 9h (horário padrão do Pacífico) de segunda a sexta-feira.

Para mais informações, consulte Como configurar programações de jobs.

Da mesma forma, para reduzir o tamanho do pool da configuração da estação de trabalho para 0 no final de um dia de trabalho, execute o seguinte

gcloud scheduler jobs create http workstation-pool-decreaser-cron \
    --http-method=POST \
    --location=$REGION \
    --schedule="0 17 * * 1-5" \
    --time-zone="America/Los_Angeles" \
    --headers "Content-Type=application/json" \
    --message-body='{"cluster":"$CLUSTER", "region":"$REGION", "pool-size": "0"}' \
    --uri=$SERVICE_URL \
    --oidc-service-account-email=$SERVICE-ACCOUNT@$PROJECT_ID.iam.gserviceaccount.com

Opcional: verificar os jobs

Para garantir que seus jobs estejam funcionando conforme o esperado, verifique-os.

Acesse a página Cloud Scheduler no console Google Cloud .
Acessar o Cloud Scheduler

workstation-pool-increaser-cron vai aparecer na lista de jobs.
Na linha do job workstation-pool-increaser-cron, clique em Ações > Forçar a execução de um job.

A primeira execução do primeiro job criado em um projeto pode levar alguns minutos.
Na coluna Status da última execução, o status Success indica que o job foi executado com sucesso.

Para verificar se as configurações da estação de trabalho foram atualizadas, faça o seguinte:

Acesse a página Configurações da estação de trabalho no console Google Cloud .
Acessar as configurações da estação de trabalho
Verifique se o Tamanho do pool de início rápido é 2.
Confira os registros do serviço do Cloud Run.

Programar operações da Workstation usando o Cloud Scheduler e o Cloud Run Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.