Panduan deployment

Platform Cloud Telemetry Simulation mengharuskan Anda men-deploy infrastruktur ke project Google Cloud Anda.

Mengakses kode sumber

Kode sumber untuk platform Simulasi Telemetri Cloud dihosting di GitHub, di aaos-sdv-telemetry-simulator.

Prasyarat

Untuk men-deploy platform, pastikan Anda memenuhi prasyarat berikut:

  • Project Google Cloud dengan Penagihan diaktifkan.
  • Keamanan demo web: Jika men-deploy Demo Web, Anda harus mengonfigurasi Client ID OAuth 2.0 di API & Layanan > Kredensial Google Cloud untuk mengamankan aplikasi App Engine dan membatasi akses ke Akun Google yang diizinkan.
  • Artefak build Software Defined Vehicle (SDV): Anda harus memiliki artefak image SDV yang telah dikompilasi sendiri. Hal ini tidak disediakan dalam repositori ini.
    • cvd-host_package.tar.gz
    • sdv_core_cf-img-<version>.zip
  • Izin: Pengguna atau akun layanan yang menjalankan Terraform harus memiliki izin yang memadai untuk membuat resource yang ditentukan dalam konfigurasi (misalnya, Project Editor, atau peran khusus dengan izin untuk Compute Engine, Cloud Functions, Identity and Access Management, Cloud Storage, dan layanan lain yang diperlukan).
  • Alat:
    • Google Cloud CLI (gcloud CLI)
    • Terraform (versi yang digunakan di repositori)
    • Docker
    • Go (versi yang digunakan untuk fungsi orchestrator di repositori)

Men-deploy infrastruktur Google Cloud

Men-deploy platform simulasi melibatkan dua langkah utama: menggunakan Terraform untuk men-deploy infrastruktur inti ke Google Cloud, serta membangun dan mengirim image Docker agen simulasi ke Artifact Registry. Bagian ini memandu Anda men-deploy infrastruktur.

Masukkan nilai untuk variabel berikut guna memperbarui cuplikan kode di halaman ini:

  1. Konfigurasi backend Terraform: Buat file untuk menentukan tempat Terraform menyimpan file statusnya di Cloud Storage. Beri nama file menggunakan sintaksis ini:

    environments/ENVIRONMENT/backend.hcl
    
    # environments/ENVIRONMENT/backend.hcl
    bucket = "TF_BUCKET_NAME"
    prefix = "sdv-telemetry-simulation"
    
  2. Konfigurasi variabel project: Buat file yang diberi nama dengan detail project Anda. Beri nama file menggunakan sintaksis ini:

    environments/ENVIRONMENT/variables.tfvars
    
    # environments/ENVIRONMENT/variables.tfvars
    project_id       = "PROJECT_ID"
    default_region   = "REGION"
    default_zone     = "ZONE"
    agent_docker_image = "REGION-docker.pkg.dev/PROJECT_ID/sim-agents/simulation-agent"
        # Security: Map logical tags to SHA256 digests
    
    # Security: Map logical tags to SHA256 digests (optional)
    supported_agent_builds = {
    "latest" = "sha256:e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
    "stable" = "sha256:88d4266fd4e6338d13b845fcf289579d209c897823b9217da3e161936f031589"
    }
    
    # Parallel Execution Limit (Default: 5)
    max_vm_count = 5
    
  3. Terapkan konfigurasi Terraform: Buka direktori infrastructure, lalu lakukan inisialisasi dan terapkan konfigurasi:

    # Initialize Terraform with your backend configuration
    terraform init -backend-config=environments/ENVIRONMENT/backend.hcl
    
    # (Optional) Preview the changes
    terraform plan --var-file=environments/ENVIRONMENT/variables.tfvars
    
    # Apply the changes to deploy the infrastructure
    terraform apply --var-file=environments/ENVIRONMENT/variables.tfvars
    

Membangun dan mengirim image agen simulasi

Agen simulasi menjalankan simulasi di virtual machine (VM) Compute Engine. Anda membangunnya dengan artefak SDV dan mengirimkannya ke Artifact Registry.

Untuk membangun dan mengirim image agen simulasi:

  1. Tempatkan artefak: Salin file cvd-host_package.tar.gz dan sdv_core_cf-img-<version>.zip ke dalam direktori simulation-agent/sdv-image-resources/.

  2. Build dan kirim: Buka direktori simulation-agent, lalu build dan kirim image. Ganti jalur image dengan jalur yang Anda konfigurasi di file variables.tfvars.

    # Example using the path from the .tfvars example above
    export AGENT_IMAGE="REGION-docker.pkg.dev/PROJECT_ID/sim-agents/simulation-agent:latest"
    
    # Build the image
    docker build -t $AGENT_IMAGE .
    
    # Push the image to Artifact Registry
    docker push $AGENT_IMAGE
    
  3. Memperbarui sidik jari: Setelah mengirim image baru, Anda mungkin perlu mendapatkan ringkasan SHA256-nya dan memperbarui peta supported_agent_builds di file variables.tfvars, lalu jalankan ulang terraform apply.

    # Get the digest using gcloud
    gcloud artifacts docker images describe $AGENT_IMAGE --format="value(image_summary.digest)"
    

    Platform Simulasi Telemetri Cloud Anda telah di-deploy dan siap menerima permintaan simulasi.

Operasi dan pemecahan masalah

Solusi ini memungkinkan Anda menggunakan alat bawaan Google Cloud untuk kemampuan observasi. Solusi ini hanya menggunakan resource komputasi per permintaan dan selama eksekusi simulasi.

Pengelolaan biaya

Arsitektur ini dirancang agar hemat biaya dengan menggunakan resource serverless dan efemeral. Biaya terutama didorong oleh:

  • Compute Engine: Ditagih selama VM simulasi berjalan. Penggunaan Spot VM dapat mengurangi biaya ini secara signifikan.
  • Cloud Functions: Ditagih per pemanggilan.
  • Cloud Storage: Ditagih untuk menyimpan file dan log input dan output.
  • Firestore: Ditagih untuk pembacaan, penulisan, dan penyimpanan data.

Kemampuan observasi

Semua komponen terintegrasi dengan Google Cloud Operations Suite.

  • Logs Explorer: Ini adalah alat utama Anda untuk memecahkan masalah. Anda dapat memfilter log berdasarkan resource:
    • Cloud Functions: Periksa log untuk fungsi receive-request atau schedule-simulation guna men-debug masalah orkestrasi.
    • Compute Engine: Periksa log instance VM untuk mengetahui masalah startup atau shutdown.
    • Agen simulasi: Agen yang berjalan di dalam container Docker meneruskan log-nya ke Logs Explorer. Filter berdasarkan nama instance VM untuk melihat progres simulasi yang mendetail.
  • Cloud Storage: Untuk simulasi yang telah selesai, file logcat dan bugreport dari perangkat Cuttlefish diupload ke direktori output simulasi di bucket Cloud Storage, sehingga memberikan insight mendalam tentang perilaku lingkungan Android.

Akun layanan

Terraform membuat beberapa akun layanan untuk mengaktifkan lingkungan yang aman dan dengan hak istimewa terendah. Akun layanan utama meliputi:

  1. Identitas eksekusi (VM):

    • simulation-agent:
      • Terpasang ke: VM Compute Engine yang menjalankan simulasi.
      • Peran: Memungkinkan VM mengupload hasil dan menandai penyelesaian.
      • Izin:
        • roles/storage.objectUser: Membaca input dan mengupload artefak (log, laporan) ke Cloud Storage.
        • roles/run.invoker: Mengautentikasi dan memanggil fungsi finish-simulation.
  2. Identitas orkestrasi (fungsi):

    • read-simulations-function:
      • Terlampir pada: Cloud Function read-simulation.
      • Izin:
        • roles/datastore.user: Membaca simulasi dan data running-vm di Firestore.
    • receive-request-function:

      • Terlampir pada: Cloud Function receive-request.
      • Izin:
        • roles/datastore.user: Membuat data simulasi PENDING baru di Firestore.
        • roles/storage.objectUser: Memverifikasi keberadaan file input di Cloud Storage.
    • scheduler-function:

      • Terlampir pada: Cloud Function schedule-simulation.
      • Izin:
        • roles/pubsub.subscriber: Mengambil pesan dari antrean simulasi.
        • roles/datastore.user: Melakukan pembacaan dan penulisan atomik ke penghitung running-vms.
        • roles/compute.instanceAdmin.v1: Membuat dan memulai VM Compute Engine.
        • roles/iam.serviceAccountUser: Memungkinkan fungsi ini menetapkan akun layanan simulation-agent ke VM yang dibuatnya.
    • simulation-finisher-function:

      • Terlampir pada: Cloud Function finish-simulation.
      • Izin:
        • roles/compute.instanceAdmin.v1: Menghapus VM setelah eksekusi selesai.
        • roles/datastore.user: Mengupdate status simulasi ke COMPLETED atau FAILED.
    • delete-simulation-function:

      • Terlampir pada: Cloud Function delete-simulation.
      • Izin:
        • roles/compute.instanceAdmin.v1: Menghapus paksa virtual machine selama pembatalan.
        • roles/datastore.user: Memperbarui status untuk tugas yang dibatalkan.
  3. Identitas pemicu:

    • scheduler-trigger:

      • Digunakan oleh: Eventarc (peristiwa) dan pemicu Cloud Scheduler.
      • Izin: roles/eventarc.eventReceiver dan roles/run.invoker untuk memicu fungsi orchestrator.
    • cleanup-scheduler:

      • Digunakan oleh: Cron job Cloud Scheduler untuk pembersihan.
      • Izin: roles/run.invoker untuk memicu logika pembersihan.

Mengelola kebijakan Identity and Access Management untuk akun layanan ini adalah cara utama untuk mengontrol akses dan izin dalam sistem.