Temporal sur GKE Autopilot — Guide de lab

📖 Guide de configuration

Vue d'ensemble

Durée estimée : 45–90 minutes

Temporal est un moteur open source d'orchestration de workflows durables qui assure une exécution fiable avec nouvelles tentatives automatiques, minuteurs, signaux et requêtes — en s'appuyant sur PostgreSQL pour le stockage persistant de l'historique des workflows. Ce lab vous fait parcourir tout le cycle de vie opérationnel du module Temporal 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 supprimer.

Le lab porte sur l'exploitation du module GKE et de la plateforme Google Cloud, et non sur les fonctionnalités de Temporal. 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 vérifier 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 for PostgreSQL, 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 exécutés.
• Le rôle IAM Project Owner (ou équivalent) sur le projet.
• Vous utilisez votre propre projet ? Avant le premier déploiement dans ce projet, 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 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). Sur 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 navigation supérieure de la plateforme RAD, ouvrez Temporal (GKE) dans 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 êtes partenaire ou administrateur), définissez 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 deux bases de données Cloud SQL (PostgreSQL) (persistance principale et visibilité) avec leur secret Secret Manager, met en miroir l'image préconstruite temporalio/auto-setup dans Artifact Registry (aucun build personnalisé n'est exécuté) et démarre le serveur Temporal tout-en-un (qui gère automatiquement l'initialisation du schéma au premier démarrage). Les premiers déploiements prennent environ 10–20 minutes (le provisionnement des nœuds Autopilot et l'initialisation du schéma en représentent l'essentiel).

3. Connectez-vous au cluster et identifiez 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 temporal | 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 que le port gRPC du Frontend est joignable :

   kubectl get pods,svc -n "$NS"

   Tous les pods doivent être à l'état Running. Temporal expose son service Frontend sur le port 7233 (gRPC). Les sondes de santé sont de type TCP — il n'existe pas de point de terminaison de santé HTTP. Vérifiez que le pod a réussi sa sonde de démarrage en contrôlant qu'il est Ready :

   kubectl get pods -n "$NS" -o wide

2. L'interface web de Temporal (temporalio/ui) est déployée automatiquement par défaut (deploy_temporal_ui = true) en tant que service compagnon nommé <service-name>-ui. Établissez une redirection de port vers celui-ci et ouvrez http://localhost:8080 dans votre navigateur :

   UI_SVC=$(kubectl get svc -n "$NS" -o name | grep -i ui | head -1 | cut -d/ -f2)
   kubectl port-forward svc/"$UI_SVC" 8080:8080 -n "$NS"

   Définissez deploy_temporal_ui = false avant le déploiement si vous ne voulez pas de l'interface web.

3. Vérifiez que le cluster Temporal est opérationnel depuis le pod admin-tools (s'il est déployé en tant que service compagnon) :

   ADMIN_POD=$(kubectl get pods -n "$NS" -o name | grep admintools | head -1 | cut -d/ -f2)
   kubectl exec -n "$NS" "$ADMIN_POD" -- temporal operator cluster health

   Résultat attendu : SERVING.

---

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).

3. Mettez à jour la version de l'application en modifiant le paramètre de version via Update sur la page de détails du déploiement ; le tag de la nouvelle image préconstruite est mis en miroir et une mise à jour progressive remplace les pods. Consultez le Guide de configuration pour connaître le comportement de migration du schéma avant la mise à niveau.

4. Gérez les secrets et les jobs :

   kubectl get secrets -n "$NS"
   gcloud secrets list --project="$PROJECT" --filter="name~temporal"
   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)
   DB_USER=$(gcloud secrets list --project="$PROJECT" \
     --filter="name~temporal-temporal-db-password" --format="value(name)" --limit=1 \
     | sed 's/.*secret-//;s/-temporal-temporal-db-password//')
   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 planification. 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. Ce sont des diagnostics au niveau de la plateforme, qui ne changent pas avec les versions de Temporal.

• Pod non prêt / CrashLoopBackOff : inspectez les événements et les journaux :

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

• Expiration de la sonde de démarrage : Temporal utilise une sonde TCP sur le port 7233. Si le pod redémarre sans cesse lors du premier déploiement, l'initialisation du schéma est peut-être encore en cours — la sonde de démarrage accorde jusqu'à 5 minutes. Recherchez "msg":"Completed schema setup" dans les journaux pour confirmer si l'initialisation s'est terminée.
• 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 de données a été injecté dans le pod et que l'IP privée PostgreSQL est joignable depuis le cluster :

  gcloud sql instances list --project="$PROJECT"
  gcloud secrets list --project="$PROJECT" --filter="name~temporal"

• Échec de l'initialisation du schéma : l'image temporalio/auto-setup journalise toutes les étapes du schéma sur stdout — examinez les journaux du pod à la recherche d'erreurs liées à temporal-sql-tool ou à la connectivité PostgreSQL.
• Pod en attente / aucune IP de service : consultez les événements de kubectl describe pod à la recherche de problèmes de ressources ou de quota sur Autopilot, et vérifiez que le Service a le type attendu :

  kubectl get svc -n "$NS"

• 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 (dont le caractère immuable de num_history_shards).

---

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) — elle retire le déploiement des enregistrements de RAD sans détruire les ressources cloud (RAD oublie simplement le déploiement). La suppression retire tout ce que le module a créé — la charge de travail Kubernetes et son espace de noms, les bases de données et l'utilisateur Cloud SQL, le secret Secret Manager et les images Artifact Registry. Les ressources appartenant à Services_GCP (le VPC, le cluster GKE, l'instance Cloud SQL partagée, 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, les bases de données Cloud SQL et le secret, et exécute l'initialisation du schéma
2 — Accéder et vérifier	Manuel	Se connecter au cluster ; le pod est prêt ; le Frontend gRPC sur le port 7233 est joignable
3 — Exploiter	Manuel	Inspecter la charge de travail, mettre à l'échelle, mettre à jour la version, gérer les secrets, accéder à la base de données
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 sonde de démarrage, de base de données, d'initialisation du schéma, de planification et de récupération d'image
6 — Démanteler	Automatisé	Delete (Trash) supprime toutes les ressources du module