OpenEMR sur GKE Autopilot — Guide de lab

📖 Guide de configuration

Vue d'ensemble

Durée estimée : 45–90 minutes

OpenEMR est le système open source de dossiers médicaux électroniques (Electronic Health Records, EHR) et de gestion de cabinet le plus largement adopté au monde, utilisé par des prestataires de soins dans plus de 100 pays. Ce lab vous fait parcourir l'intégralité du cycle de vie opérationnel du module OpenEMR on GKE Autopilot sur Google Cloud : le déployer, y accéder et le vérifier, l'exploiter au quotidien, l'observer, diagnostiquer les problèmes courants et le démanteler.

Le lab porte sur l'exploitation du module GKE et de la plateforme Google Cloud, et non sur les fonctionnalités du produit OpenEMR. Pour la liste complète des services provisionnés et de chaque paramètre de configuration (organisés par groupe), consultez le Guide de configuration — ce lab ne reprend volontairement pas ce détail afin de rester exact dans le temps.

Objectifs

À la fin de ce lab, vous saurez :

• Déployer le module depuis la plateforme RAD et repérer les ressources qu'il provisionne.
• Vous connecter au cluster GKE et accéder à la charge de travail en cours d'exécution.
• Effectuer les opérations du jour 2 — inspecter, mettre à l'échelle, mettre à jour, et gérer les secrets et le stockage.
• Observer la charge de travail avec Cloud Logging et Cloud Monitoring.
• Diagnostiquer et résoudre les problèmes de déploiement et d'exécution les plus courants.
• Démanteler proprement le déploiement.

Prérequis

• Services_GCP (fournit le VPC, le cluster GKE Autopilot, Cloud SQL, Artifact Registry et les comptes de service partagés dont dépend ce module). Vous n'avez pas besoin de le déployer vous-même au préalable — la plateforme détecte automatiquement s'il existe déjà dans le projet cible et, sinon, le provisionne avant ce module (voir la tâche 1).
• Un projet Google Cloud avec la facturation activée.
• gcloud CLI et kubectl installés ; gcloud auth login et gcloud auth application-default login effectués.
• Le rôle IAM Project Owner (ou équivalent) sur le projet.
• Vous utilisez votre propre projet ? Avant le premier déploiement dans celui-ci, la boîte de dialogue de confirmation du déploiement vous demande de prouver que vous le contrôlez (Get verification code, exécutez les commandes affichées en tant que propriétaire (Owner) du projet, puis Verify) et d'attribuer le rôle Owner au compte de service de déploiement RAD. Un projet que RAD crée pour vous ne nécessite ni l'un ni l'autre.
• Mode avancé pour les modifications ultérieures. Le formulaire de création ne demande que la première page de paramètres (et, dans un projet que RAD crée pour vous, guère plus que le nom du tenant et la région). Tous les autres paramètres du Guide de configuration — y compris les paramètres de mise à l'échelle et de version des tâches du jour 2 — se modifient ensuite avec Update sur la page du déploiement après avoir coché Enable advanced mode, ce qui exige un solde de crédits couvrant le coût de build estimé de la mise à jour (les mises à jour n'entraînent jamais de frais de module). Dans un environnement de lab, seul un administrateur peut utiliser le mode avancé.
• Accès à la plateforme RAD avec l'autorisation de déployer des modules dans le projet.

Définissez une fois ces variables shell ; chaque tâche ci-dessous les réutilise :

export PROJECT="<your-gcp-project-id>"
export REGION="us-central1"           # the region you deploy into

---

Tâche 1 — Déployer le module [Automatisé]

1. Ouvrez Solutions → Solution Catalog → RAD modules dans la navigation supérieure de la plateforme RAD, ouvrez OpenEMR (GKE) depuis la liste Platform Modules pour démarrer la configuration, choisissez Configuration Form sous How would you like to configure this deployment? (le formulaire s'ouvre sur le Conversational Assistant si vous détenez des crédits achetés ou si vous êtes partenaire ou administrateur), renseignez project_id et passez en revue les paramètres. Ne configurez que ce dont vous avez besoin — le Guide de configuration documente chaque paramètre par groupe, avec ses valeurs par défaut. Cliquez sur Deploy Module, vérifiez le coût estimé dans la boîte de dialogue Deployment Confirmation lorsqu'elle apparaît et cliquez sur Submit (si la boîte de dialogue ajoute ensuite une étape de confirmation, comme la vérification d'un projet que vous apportez, effectuez-la et cliquez sur Confirm), ce qui ouvre la page d'état du déploiement avec les journaux en temps réel.

2. La plateforme déploie la charge de travail dans le cluster GKE Autopilot, provisionne une base de données Cloud SQL (MySQL 8.0) avec ses secrets Secret Manager, un partage NFS Filestore pour le répertoire sites/, un Redis facultatif pour le stockage des sessions PHP, construit l'image du conteneur et exécute trois jobs ponctuels d'initialisation à la suite : nfs-init (préparation des répertoires NFS), db-init (création de l'utilisateur et de la base MySQL) et openemr-install (installation du schéma via auto_configure.php). Les premiers déploiements prennent environ 20–40 minutes (la création de Cloud SQL et l'installation du schéma OpenEMR y contribuent toutes deux).

3. Connectez-vous au cluster et repérez l'espace de noms avec des filtres indépendants des noms :

   CLUSTER=$(gcloud container clusters list --project="$PROJECT" --format="value(name)" --limit=1)
   gcloud container clusters get-credentials "$CLUSTER" --region="$REGION" --project="$PROJECT"
   
   NS=$(kubectl get ns -o name | grep openemr | head -1 | cut -d/ -f2)
   echo "Cluster: $CLUSTER   Namespace: $NS"
   kubectl get all -n "$NS"

---

Tâche 2 — Accéder et vérifier [Manuel]

1. Vérifiez que la charge de travail s'exécute et trouvez son adresse externe :

   kubectl get pods,svc -n "$NS"
   EXTERNAL_IP=$(kubectl get svc -n "$NS" \
     -o jsonpath='{.items[?(@.spec.type=="LoadBalancer")].status.loadBalancer.ingress[0].ip}')
   echo "External IP: $EXTERNAL_IP"

   Chaque pod OpenEMR comporte deux conteneurs (l'application et le sidecar Cloud SQL Auth Proxy) ; READY affiche donc 2/2 lorsqu'il est entièrement opérationnel.

2. Vérifiez que le service est en bonne santé. La sonde de vivacité (liveness) d'OpenEMR vérifie la page de connexion ; un code HTTP 200 sur ce chemin signifie donc qu'Apache, PHP-FPM et la connexion à la base de données sont tous opérationnels :

   curl -s -o /dev/null -w "%{http_code}" \
     "http://${EXTERNAL_IP}/interface/login/login.php"
   # expect: 200

   Prévoyez jusqu'à 20 minutes après le premier déploiement pour que le job openemr-install et l'installateur du schéma se terminent avant que cette vérification réussisse.

3. Récupérez le mot de passe administrateur dans Secret Manager et connectez-vous sur http://${EXTERNAL_IP}/interface/login/login.php (nom d'utilisateur : admin) :

   ADMIN_SECRET=$(gcloud secrets list --project="$PROJECT" \
     --filter="name~openemr.*admin" --format="value(name)" --limit=1)
   gcloud secrets versions access latest --secret="$ADMIN_SECRET" --project="$PROJECT"

---

Tâche 3 — Exploiter et maintenir en service (jour 2) [Manuel]

1. Inspectez la charge de travail — le déploiement, les pods et (s'ils sont activés) l'autoscaler horizontal et les volumes persistants :

   kubectl get deploy,pods,hpa,pvc -n "$NS"
   kubectl describe deploy -n "$NS"

2. Mettez à l'échelle en modifiant les paramètres de nombre minimal/maximal d'instances puis en cliquant sur Update sur la page de détails du déploiement — le module possède la spécification de la charge de travail, la mise à l'échelle est donc une modification de configuration, et non un kubectl scale manuel (une modification manuelle serait annulée lors de la prochaine application). Notez qu'augmenter le nombre de réplicas au-delà de 1 exige que le partage des sessions via Redis soit opérationnel ; session_affinity = ClientIP fixe également chaque navigateur sur un même pod.

3. Mettez à jour la version de l'application en modifiant le paramètre de version via Update sur la page de détails du déploiement ; une nouvelle image est construite et une mise à jour progressive remplace les pods.

4. Gérez les secrets, le stockage et les jobs :

   kubectl get secrets -n "$NS"
   gcloud secrets list --project="$PROJECT" --filter="name~openemr"
   kubectl get jobs -n "$NS"          # nfs-init, db-init, openemr-install

   Le mot de passe de la base de données est toujours injecté sous MYSQL_PASS — le paramètre générique db_password_env_var_name du module est un champ repris de Foundation que ce module ne transmet pas ; le définir est donc sans effet. De même, plusieurs autres paramètres repris de Foundation (container_port, database_type, application_database_name/application_database_user, et le groupe db_host_env_var_name/db_user_env_var_name/db_name_env_var_name/ db_port_env_var_name) sont inopérants pour ce module — consultez le Guide de configuration pour la liste complète et leurs équivalents propres à OpenEMR (db_name, db_user, etc.).

5. Ouvrez une session de base de données pour l'inspection ou la maintenance :

   INSTANCE=$(gcloud sql instances list --project="$PROJECT" --format="value(name)" --limit=1)
   # Role and database are tenant-prefixed (e.g. openemrdemo426161cf) — not the bare app name.
   DB_USER=$(gcloud sql users list --instance="$INSTANCE" --project="$PROJECT" \
     --format="value(name)" --filter="name~^openemr" --limit=1)
   gcloud sql connect "$INSTANCE" --user="$DB_USER" --project="$PROJECT"

---

Tâche 4 — Observer : journalisation et surveillance [Manuel]

1. Journaux — depuis kubectl ou l'explorateur de journaux (Logs Explorer) :

   kubectl logs -n "$NS" deploy/"$(kubectl get deploy -n "$NS" -o jsonpath='{.items[0].metadata.name}')" \
     -c openemr --tail=50

   Pour inspecter séparément le sidecar Cloud SQL Auth Proxy :

   kubectl logs -n "$NS" deploy/"$(kubectl get deploy -n "$NS" -o jsonpath='{.items[0].metadata.name}')" \
     -c cloud-sql-proxy --tail=20

   Filtre du Logs Explorer : resource.type="k8s_container" AND resource.labels.namespace_name="<namespace>".

2. Surveillance — ouvrez les tableaux de bord GKE / Kubernetes et examinez l'utilisation du CPU et de la mémoire des pods, le nombre de redémarrages et les métriques de requêtes. Le module provisionne également un test de disponibilité (uptime check) (lorsqu'il est activé) ; consultez Monitoring → Uptime checks et Alerting → Policies.

---

Tâche 5 — Dépanner et déboguer [Manuel]

Des techniques durables pour les modes de défaillance que vous rencontrerez le plus probablement. Il s'agit de diagnostics au niveau de la plateforme, qui ne changent pas avec les versions d'OpenEMR.

• Pod non Ready / CrashLoopBackOff : inspectez les événements et les journaux. Notez que la sonde de démarrage est de type TCP sur le port 80 ; un échec à ce stade signifie que le port n'est pas encore ouvert — le job openemr-install ou l'installateur du schéma est peut-être encore en cours d'exécution.

  kubectl describe pod -n "$NS" <pod>        # Events section shows scheduling/probe/mount errors
  kubectl logs -n "$NS" <pod> -c openemr --previous   # logs from the crashed container

• Le pod semble bloqué indéfiniment lors du premier démarrage, sans pour autant planter : avant de supposer que l'application est défectueuse, distinguez un démarrage réellement bloqué d'un démarrage simplement très lent. Constaté sur OpenEMR : sa passe de durcissement des permissions au premier démarrage exécute un balayage récursif find/chmod sur vendor//node_modules/ (des dizaines de milliers de fichiers), qui peut ressembler trait pour trait à un blocage si l'on ne regarde que les journaux. Comme GKE vous donne un shell en direct — contrairement à Cloud Run — vous pouvez vérifier directement l'état réel des processus du pod :

  kubectl exec -n "$NS" <pod> -- ps aux

  Si le balayage (ou une autre étape de configuration) apparaît toujours comme un processus en cours, le démarrage est simplement lent, et non bloqué — laissez-le se poursuivre. Si aucun processus de ce type ne s'exécute et que le pod ne progresse pas, traitez-le comme un véritable blocage et examinez plutôt les journaux et les événements.
• Échec des jobs d'initialisation : inspectez chaque job et les journaux de son pod :

  kubectl get jobs -n "$NS"
  kubectl logs -n "$NS" job/nfs-init
  kubectl logs -n "$NS" job/db-init
  kubectl logs -n "$NS" job/openemr-install

• Erreurs de connexion à la base de données : vérifiez que l'instance Cloud SQL est RUNNABLE, que le secret du mot de passe de la base a été matérialisé dans l'espace de noms et que les trois jobs d'initialisation se sont terminés.
• Pod en attente / pas d'IP externe : consultez les événements de kubectl describe pod pour repérer des problèmes de ressources ou de quota, et vérifiez que le Service LoadBalancer dispose d'une IP attribuée.
• Erreurs de récupération d'image : vérifiez que l'image existe dans Artifact Registry et que le compte de service des nœuds peut la récupérer.

Consultez la section Configuration Pitfalls du Guide de configuration pour les pièges propres à chaque paramètre.

---

Tâche 6 — Démanteler [Automatisé]

Sur la page Deployments, ouvrez le déploiement et cliquez sur l'icône Trash (Delete). Delete exécute terraform destroy et est irréversible (l'enregistrement du déploiement est conservé pour l'historique). Si un déploiement est bloqué et que la plateforme RAD ne peut plus le gérer (par exemple après des modifications manuelles en conflit avec l'état Terraform), utilisez plutôt Purge (depuis la même boîte de dialogue Delete) — cela supprime le déploiement des enregistrements de RAD sans détruire les ressources cloud (RAD oublie simplement le déploiement). Cela supprime tout ce que le module a créé — la charge de travail Kubernetes et son espace de noms, la base de données Cloud SQL, l'instance NFS Filestore, les secrets Secret Manager, les buckets GCS et les images Artifact Registry. Les ressources appartenant à Services_GCP (le VPC, le cluster GKE, le Cloud SQL partagé, le registre) sont gérées séparément et ne sont pas supprimées ici.

---

Récapitulatif

Tâche	Type	Résultat
1 — Déployer	Automatisé	Le module déploie la charge de travail GKE, Cloud SQL MySQL, NFS, Redis, les secrets, et exécute les jobs nfs-init, db-init et openemr-install
2 — Accéder et vérifier	Manuel	Se connecter au cluster ; la page de connexion renvoie HTTP 200 ; connexion avec les identifiants administrateur issus de Secret Manager
3 — Exploiter	Manuel	Inspecter la charge de travail, mettre à l'échelle, mettre à jour la version, gérer les secrets/le stockage, accéder à la base
4 — Observer	Manuel	Interroger Cloud Logging (conteneurs de l'application et d'Auth Proxy) ; consulter les métriques Cloud Monitoring et le test de disponibilité
5 — Dépanner	Manuel	Diagnostiquer les problèmes de pod, de sonde de démarrage TCP, de base de données, de la séquence d'initialisation en trois étapes, de planification et de récupération d'image
6 — Démanteler	Automatisé	Delete (Trash) supprime toutes les ressources du module