Skip to content

florianley/wam-gcp-hands-on-lab

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 

Repository files navigation

GCP Hands On Lab

HLD

Aperçu

Ce référentiel contient les codes Terraform et Python nécessaires pour gérer le démarrage et l'arrêt d'une instance Google Compute Engine. Il comprend les configurations pour :

  • Les buckets Google Cloud Storage utilisés pour stocker les sources des fonctions Cloud.
  • Les fonctions Cloud pour démarrer et arrêter l'instance Compute Engine.
  • Les comptes de service pour gérer les permissions nécessaires.
  • L'instance Compute Engine qui est gérée par les fonctions Cloud.
  • Les objets dans le bucket pour stocker les archives ZIP des fonctions Cloud.

Prérequis

Structure du Référentiel

  • terraform/main.tf: Fichier Terraform principal contenant la définition des ressources.
  • terraform/variables.tf: Déclaration des variables utilisées dans les fichiers Terraform.
  • terraform/terraform.tfvars: Affectation des variables utilisées dans les fichiers Terraform.
  • startFunction/: Répertoire contenant le code Python pour la fonction de démarrage.
  • stopFunction/: Répertoire contenant le code Python pour la fonction d'arrêt.

Utilisation

  1. Configurer les Variables: Mettez à jour les valeurs selon votre projet au niveau du fichier terraform.tfvars.

  2. Initialiser Terraform: Exécutez la commande suivante pour initialiser Terraform.

    terraform init
  3. Plannification Terraform: Exécutez la commande suivante pour plannifier Terraform.

    terraform plan
  4. Appliquer les changements Terraform: Exécutez la commande suivante pour appliquer les changements Terraform.

    terraform apply
  5. Détruire les Ressources: Si nécessaire, vous pouvez détruire les ressources créées avec la commande suivante.

    terraform destroy

About

Repo for GCP labs

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • HCL 63.2%
  • Python 36.8%