我有一个Flask应用程序，已部署（使用Dockerfile）到Google Cloud Run。该应用程序的结构与Flask Mega Tutorial非常相似。它使用在Cloud SQL上运行的Postgres数据库。
应用程序需要处理后台任务。似乎Celery或Redis Queue是最常见的方法。我不想使用Cloud Tasks，因为它破坏了12-factor app范式中的dev/prod奇偶校验规则。
Redis队列很容易在我的本地机器上启动和运行，但我找不到关于如何在Cloud Run上运行Flask应用程序时使用Redis队列的最佳实践指南。
我决定为我的Redis示例使用Google的MyStore，但现在我不确定运行Redis worker的最佳方式是什么。我希望这些worker能够随着Flask服务器向Redis队列添加更多任务而扩展（当越来越多的HTTP请求发出时，Cloud Run会扩展示例）。现在，我正在考虑部署一个worker（我的Flask应用程序的任务函数副本）到App Engine，但这似乎不是正确的解决方案。
对于部署RQ / celery工作人员，人们有什么建议？我很乐意完全改变我的部署策略（和平台），以实现一个简单的、可伸缩的架构，可以在本地开发设置中轻松复制。
1条答案
按热度按时间ef1yzkbh1#
我已经在GCP上使用Flask应用程序实现了Redis队列。要做到这一点，你必须遵循几个步骤：
1.以一种可以在单个容器中运行多个CMD命令的方式更新docker文件。一个用于运行Flask（后端），另一个用于工作进程（如rq worker /python worker.py）。您应该将这两个命令放在run.sh文件中，并在docker中指定chmod命令以使文件可执行。然后在docker中的CMD行中放置文件名'CMD ["./run.sh”'。
1.允许CPU分配始终在GCP项目设置选项。您可以在cloud run中编辑构建或部署选项。默认情况下，当响应从后端（Flask）发送回来时，CPU会被释放，并且Redis队列操作在后台无法正常工作，主要是当它们需要互联网或需要任何数据库连接时。
1.如果Redis无法通过放入requirements.txt文件来使用，那么您也可以在docker文件中指定使用“apt-get install your-worker-package”。