Penpot sur GKE Autopilot — Guide de lab

📖 Guide de configuration

Vue d'ensemble

Durée estimée : 45–90 minutes

Penpot est une plateforme open source de design et de prototypage — une alternative auto-hébergée à Figma — qui offre l'édition de designs vectoriels, le prototypage interactif, les bibliothèques de composants et la collaboration multijoueur en temps réel. Ce lab vous fait parcourir tout le cycle de vie opérationnel du module Penpot 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 de Penpot. Pour la liste complète des services provisionnés et de chaque paramètre de configuration (organisés par groupe), consultez le Guide de configuration — ce lab ne duplique 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 aux charges 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 les charges 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, Redis/NFS 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 apportez 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 qu'elle affiche en tant que Owner du projet, puis Verify) et d'accorder le rôle Owner au compte de service de déploiement RAD. Un projet que RAD crée pour vous ne requiert ni l'un ni l'autre.
• Le 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.
• Un 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 barre de navigation supérieure de la plateforme RAD, ouvrez Penpot (GKE) dans la liste Platform Modules pour commencer 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 trois charges de travail Kubernetes coordonnées (backend, frontend, exporter) dans le cluster GKE Autopilot, provisionne une base de données Cloud SQL PostgreSQL avec ses secrets Secret Manager, un bucket GCS pour les ressources, éventuellement NFS/Redis, et construit les images de conteneur. Le backend Penpot exécute ensuite ses propres migrations PostgreSQL au premier démarrage — prévoyez jusqu'à 60 à 120 secondes pour le démarrage de la JVM et la migration. Les premiers déploiements prennent environ 25 à 40 minutes (la création de Cloud SQL représente l'essentiel du temps).

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 penpot | head -1 | cut -d/ -f2)
   echo "Cluster: $CLUSTER   Namespace: $NS"
   kubectl get all -n "$NS"

---

Tâche 2 — Accéder et vérifier [Manuel]

1. Vérifiez que les trois charges de travail sont en cours d'exécution et trouvez l'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"

2. Vérifiez que le point de terminaison de santé du backend répond :

   # Health endpoint on the backend pod — expect HTTP 200
   BACKEND_POD=$(kubectl get pods -n "$NS" -o name | grep backend | head -1 | cut -d/ -f2)
   kubectl exec -n "$NS" "$BACKEND_POD" -- \
     wget -qO- http://localhost:6060/api/health

3. Vérifiez que le frontend est accessible depuis l'extérieur :

   curl -s -o /dev/null -w "%{http_code}" "http://${EXTERNAL_IP}"

   Ouvrez http://$EXTERNAL_IP dans un navigateur. Si penpot_flags inclut enable-registration (la valeur par défaut), l'auto-inscription est disponible. Sinon, un administrateur crée les comptes directement dans Penpot. Aucun identifiant administrateur n'est stocké dans Secret Manager — Penpot gère ses propres comptes utilisateur.

---

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

1. Inspectez les charges de travail — deployments, pods, autoscalers horizontaux et (s'ils sont activés) 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 et en cliquant sur Update sur la page de détails du déploiement — le module est propriétaire de 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). Maintenez min_instance_count à 1 ou plus ; la mise à l'échelle à zéro met fin aux sessions WebSocket actives et impose un démarrage à froid de la JVM de 60 à 120 secondes lors de la reconnexion.

3. Mettez à jour la version de l'application en modifiant le paramètre de version via Update sur la page de détails du déploiement ; de nouvelles images sont construites pour les trois services et une mise à jour progressive remplace les pods. Les trois services doivent utiliser le même tag de version.

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

   kubectl get secrets -n "$NS"
   gcloud secrets list --project="$PROJECT" --filter="name~penpot"
   kubectl get jobs -n "$NS"

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. penpotdemo426161cf) — not the bare app name.
   DB_USER=$(gcloud sql users list --instance="$INSTANCE" --project="$PROJECT" \
     --format="value(name)" --filter="name~^penpot" --limit=1)
   gcloud sql connect "$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}')" \
     --tail=50

   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 CPU et mémoire des pods, le nombre de redémarrages et les métriques de requêtes des trois charges de travail (backend, frontend, exporter). Le module provisionne également un test de disponibilité (uptime check) sur /api/health (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 de Penpot.

• Pod non Ready / CrashLoopBackOff : le backend utilise une sonde de démarrage HTTP sur /api/health et peut mettre 60 à 120 secondes à la réussir au premier démarrage (initialisation de la JVM + migration PostgreSQL). Inspectez les événements et les journaux :

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

• 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 bien été matérialisé dans l'espace de noms et que le job d'initialisation s'est terminé. Penpot exécute ses propres migrations au démarrage — un échec de migration apparaît dans les journaux du backend avant que le pod ne devienne Ready.
• Collaboration en temps réel / WebSocket défaillante : Redis est obligatoire pour la diffusion WebSocket entre les réplicas du backend. Recherchez des erreurs de connexion Redis dans les journaux du pod backend, vérifiez que enable_redis = true, et vérifiez que session_affinity = "ClientIP" est défini (cela empêche les trames WebSocket d'être acheminées vers des réplicas différents).
• Pod en attente (Pending) / pas d'IP externe : consultez les événements de kubectl describe pod à la recherche de problèmes de ressources ou de quotas, et vérifiez que le Service LoadBalancer dispose d'une IP attribuée.
• Erreurs de récupération d'image : vérifiez que les trois images (backend, frontend, exporter) existent dans Artifact Registry et que le compte de service des nœuds peut les récupérer.

Consultez la section Configuration Pitfalls du Guide de configuration pour les pièges propres à chaque paramètre (notamment le dimensionnement du tas JVM et l'exigence de suffixe binaire de quota_memory_requests).

---

Tâche 6 — Démanteler [Automatisé]

Sur la page Deployments, ouvrez le déploiement et cliquez sur l'icône Trash (Delete). La suppression 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) — cette action retire le déploiement des enregistrements de RAD sans détruire les ressources cloud (RAD oublie le déploiement). La suppression retire tout ce que le module a créé — les charges de travail Kubernetes et l'espace de noms, la base de données Cloud SQL PostgreSQL, les secrets Secret Manager, le bucket GCS de ressources, le NFS et les images d'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 trois charges de travail GKE, Cloud SQL, un bucket GCS, les secrets et le NFS
2 — Accéder et vérifier	Manuel	Se connecter au cluster ; toutes les charges de travail sont saines ; le frontend est accessible ; /api/health renvoie 200
3 — Exploiter	Manuel	Inspecter les charges 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 ; examiner les métriques Cloud Monitoring et le test de disponibilité
5 — Dépanner	Manuel	Diagnostiquer les problèmes de pod, de base de données/migration, de WebSocket/Redis, de planification et de récupération d'image
6 — Démanteler	Automatisé	La suppression (Trash) retire toutes les ressources du module