Google Cloud Functions，Google Compute Engine和排队请求

如何解决Google Cloud Functions，Google Compute Engine和排队请求

我具有启动Compute Engine实例的云功能。但是，当触发多个功能时，传入引擎/命令会中断Compute Engine上运行的先前操作。 Compute Engine正在运行pytorch实现...是否可以将这些传入函数发送到队列中，以便Compute Engine上当前运行的操作在关闭计算机之前完成下一个传入操作之前完成？任何概念上的指导将不胜感激。

编辑

在对存储分区（上传）进行更改时触发了我的功能。在该函数中，我启动GCE实例并使用启动脚本自定义其启动行为，如下所示（为简便起见，简化了一些命令和目录）：

import os
from googleapiclient.discovery import build


def start(event,context):
    file = event
    print(file["id"])

    string = file["id"]

    newstring = string.split('/')
    userId = newstring[1]
    paymentId = newstring[2]
    name = newstring[3]

    print(name)

    if name == "uploadcomplete.txt":
        startup_script = """#! /bin/bash
                cd ~ && pwd 1>>/var/log/log.out 2>&1
                PATH=$PATH://usr/local/cuda 1>>/var/log/log.out 2>&1
                cd program_directory 1>>/var/log/log.out 2>&1
                source /opt/anaconda3/etc/profile.d/conda.sh 1>/var/log/log.out 2>&1
                conda activate env
                cd keras-retinanet/ 1>>/var/log/log.out 2>&1
                export PYTHONPATH=`pwd` 1>>/var/log/log.out 2>&1
                cd tracker 1>>/var/log/log.out 2>&1
                python program_name --gcs_input_path gs://input/{userId}/{paymentId} --gcs_output_path gs://output/{userId}/{paymentId} 1>>/var/log/log.out 2>&1
                sudo python3 gcs_to_mongo.py {userId} {paymentId} 1>>/var/log/log.out 2>&1
                sudo shutdown -P now
                """.format(userId=userId,paymentId=paymentId)
                
        service = build('compute','v1',cache_discovery=False)
        print('VM Instance starting')
        project = 'XXXX'
        zone = 'us-east1-c'
        instance = 'YYYY'
        metadata = service.instances().get(project=project,zone=zone,instance=instance)
        metares = metadata.execute()
        print(metares)
    
        fingerprint = metares["metadata"]["fingerprint"]
        print(fingerprint)
        bodydata = {"fingerprint": fingerprint,"items": [{"key": "startup-script","value": startup_script}]}

        print(bodydata)        
        meta = service.instances().setMetadata(project=project,instance=instance,body=bodydata)
        res = meta.execute()
        instanceget = service.instances().get(project=project,instance=instance).execute()
        request = service.instances().start(project=project,instance=instance)
        response = request.execute()
        print('VM Instance started')
        print(instanceget)
        print("'New Metadata:",instanceget['metadata'])

将多个批次上载到Cloud Storage时会发生问题。每个新功能都将使用新的启动脚本重新启动GCE实例，并开始处理新数据，而使之前的数据未完成。

解决方法

Cloud Tasks确实满足您的要求，Cloud Tasks使您可以分离出可以在主应用程序流之外独立执行的工作，然后将其发送出去，以使用您创建的处理程序进行异步处理。如果您还有其他有关将Cloud Tasks适应当前系统结构的问题，请告诉我。

由于您的GCE实例是由Cloud Function创建的。 Cloud Tasks可以使用公共IP地址通过其HTTP端点调用Cloud Function。因此，您的云任务是HTTP目标。您可以按照Google Cloud Taks Creating HTTP Target tasks的说明和示例代码进行操作。

GCP还提供了Using Cloud Tasks to trigger Cloud Functions教程，完全相同的系统设计完全符合您当前的需求。