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.gzsdv_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)
- Google Cloud CLI (
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:
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"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 = 5Terapkan 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:
Tempatkan artefak: Salin file
cvd-host_package.tar.gzdansdv_core_cf-img-<version>.zipke dalam direktorisimulation-agent/sdv-image-resources/.Build dan kirim: Buka direktori
simulation-agent, lalu build dan kirim image. Ganti jalur image dengan jalur yang Anda konfigurasi di filevariables.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_IMAGEMemperbarui sidik jari: Setelah mengirim image baru, Anda mungkin perlu mendapatkan ringkasan SHA256-nya dan memperbarui peta
supported_agent_buildsdi filevariables.tfvars, lalu jalankan ulangterraform 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-requestatauschedule-simulationguna 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 Functions: Periksa log untuk fungsi
- Cloud Storage: Untuk simulasi yang telah selesai, file
logcatdanbugreportdari 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:
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 fungsifinish-simulation.
Identitas orkestrasi (fungsi):
read-simulations-function:- Terlampir pada: Cloud Function
read-simulation. - Izin:
roles/datastore.user: Membaca simulasi dan data running-vm di Firestore.
- Terlampir pada: Cloud Function
receive-request-function:- Terlampir pada: Cloud Function
receive-request. - Izin:
roles/datastore.user: Membuat data simulasiPENDINGbaru di Firestore.roles/storage.objectUser: Memverifikasi keberadaan file input di Cloud Storage.
- Terlampir pada: Cloud Function
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 penghitungrunning-vms.roles/compute.instanceAdmin.v1: Membuat dan memulai VM Compute Engine.roles/iam.serviceAccountUser: Memungkinkan fungsi ini menetapkan akun layanansimulation-agentke VM yang dibuatnya.
- Terlampir pada: Cloud Function
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 keCOMPLETEDatauFAILED.
- Terlampir pada: Cloud Function
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.
- Terlampir pada: Cloud Function
Identitas pemicu:
scheduler-trigger:- Digunakan oleh: Eventarc (peristiwa) dan pemicu Cloud Scheduler.
- Izin:
roles/eventarc.eventReceiverdanroles/run.invokeruntuk memicu fungsi orchestrator.
cleanup-scheduler:- Digunakan oleh: Cron job Cloud Scheduler untuk pembersihan.
- Izin:
roles/run.invokeruntuk memicu logika pembersihan.
Mengelola kebijakan Identity and Access Management untuk akun layanan ini adalah cara utama untuk mengontrol akses dan izin dalam sistem.