在Google Cloud Run上部署容器化应用：实战教程

在Google Cloud Run上部署容器化应用

Google Cloud Run让你无需管理服务器即可运行容器。只需部署Docker镜像，Cloud Run会自动处理扩缩容、HTTPS和基础设施。本教程将带你构建一个Python Flask REST API，将其容器化并部署到Cloud Run。

前置条件

• 已启用计费的Google Cloud账户
• 已安装并认证gcloud CLI
• 本地已安装Docker
• Python 3.11+

步骤1：创建Flask应用

创建项目目录并设置应用：

mkdir cloud-run-demo && cd cloud-run-demo
python -m venv venv && source venv/bin/activate
pip install flask gunicorn google-cloud-firestore

创建app.py：

import os
from flask import Flask, jsonify, request
from google.cloud import firestore

app = Flask(__name__)
db = firestore.Client()

@app.route('/health')
def health():
    return jsonify({'status': 'healthy', 'service': 'cloud-run-demo'})

@app.route('/api/items', methods=['GET'])
def list_items():
    items_ref = db.collection('items')
    docs = items_ref.stream()
    items = [{'id': doc.id, **doc.to_dict()} for doc in docs]
    return jsonify({'items': items, 'count': len(items)})

@app.route('/api/items', methods=['POST'])
def create_item():
    data = request.get_json()
    if not data or 'name' not in data:
        return jsonify({'error': 'name is required'}), 400
    
    item = {
        'name': data['name'],
        'description': data.get('description', ''),
        'created_at': firestore.SERVER_TIMESTAMP
    }
    doc_ref = db.collection('items').add(item)
    return jsonify({'id': doc_ref[1].id, 'message': 'created'}), 201

@app.route('/api/items/<item_id>', methods=['DELETE'])
def delete_item(item_id):
    db.collection('items').document(item_id).delete()
    return jsonify({'message': 'deleted'}), 200

if __name__ == '__main__':
    port = int(os.environ.get('PORT', 8080))
    app.run(host='0.0.0.0', port=port, debug=False)

创建requirements.txt：

flask==3.0.0
gunicorn==21.2.0
google-cloud-firestore==2.14.0

步骤2：编写Dockerfile

使用多阶段构建创建精简的生产镜像：

# 构建阶段
FROM python:3.11-slim AS builder
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir --prefix=/install -r requirements.txt

# 生产阶段
FROM python:3.11-slim
WORKDIR /app
COPY --from=builder /install /usr/local
COPY . .

ENV PORT=8080
EXPOSE 8080

CMD exec gunicorn --bind :$PORT --workers 2 --threads 4 --timeout 120 app:app

步骤3：本地测试

docker build -t cloud-run-demo .
docker run -p 8080:8080 -e PORT=8080 cloud-run-demo
curl http://localhost:8080/health

步骤4：部署到Google Cloud Run

export PROJECT_ID=your-project-id
gcloud config set project $PROJECT_ID

# 启用所需API
gcloud services enable run.googleapis.com \
  containerregistry.googleapis.com \
  cloudbuild.googleapis.com \
  firestore.googleapis.com

# 使用Cloud Build构建并推送
gcloud builds submit --tag gcr.io/$PROJECT_ID/cloud-run-demo

# 部署到Cloud Run
gcloud run deploy cloud-run-demo \
  --image gcr.io/$PROJECT_ID/cloud-run-demo \
  --platform managed \
  --region asia-northeast1 \
  --allow-unauthenticated \
  --memory 256Mi \
  --cpu 1 \
  --min-instances 0 \
  --max-instances 10

步骤5：配置自动扩缩容

gcloud run services update cloud-run-demo \
  --region asia-northeast1 \
  --concurrency 80 \
  --min-instances 1 \
  --max-instances 50

关键扩缩参数：

• concurrency：每个实例的最大并发请求数（默认80）
• min-instances：最小预热实例数（默认0）
• max-instances：最大实例数（默认100）

步骤6：配置自定义域名

gcloud run domain-mappings create \
  --service cloud-run-demo \
  --domain api.yourdomain.com \
  --region asia-northeast1

步骤7：使用Cloud Build实现CI/CD

创建cloudbuild.yaml：

steps:
  - name: 'gcr.io/cloud-builders/docker'
    args: ['build', '-t', 'gcr.io/$PROJECT_ID/cloud-run-demo:$COMMIT_SHA', '.']
  - name: 'gcr.io/cloud-builders/docker'
    args: ['push', 'gcr.io/$PROJECT_ID/cloud-run-demo:$COMMIT_SHA']
  - name: 'gcr.io/google.com/cloudsdktool/cloud-sdk'
    entrypoint: gcloud
    args: ['run', 'deploy', 'cloud-run-demo', '--image', 'gcr.io/$PROJECT_ID/cloud-run-demo:$COMMIT_SHA', '--region', 'asia-northeast1', '--platform', 'managed']

步骤8：监控和日志

gcloud logging read "resource.type=cloud_run_revision \
  AND resource.labels.service_name=cloud-run-demo" \
  --limit 50 --format json

添加结构化日志：

import json, sys

def log(severity, message, **kwargs):
    entry = {'severity': severity, 'message': message, **kwargs}
    print(json.dumps(entry), file=sys.stdout if severity != 'ERROR' else sys.stderr)

成本优化建议

1. 开发环境将min-instances设为0——只在有请求时计费

2. 启用CPU节流减少空闲期成本

3. 内存从256Mi起步，按需增加

4. 使用--cpu-boost加速冷启动

5. 将concurrency设高（80-100）最大化每个实例的请求处理量

总结

Google Cloud Run是介于无服务器函数和完整Kubernetes之间的强大平台。它兼具容器的灵活性和无服务器的简洁性——无需集群管理、自动HTTPS、按使用付费。非常适合API、微服务以及需要高效扩展的Web应用。