CloudBeaver sur GKE Autopilot
CloudBeaver est un gestionnaire de bases de données web, accessible par navigateur, issu du projet DBeaver — une console d'administration unique pour se connecter et interroger PostgreSQL, MySQL, SQL Server, Oracle, SQLite et de nombreux autres moteurs. Ce module déploie CloudBeaver sur GKE Autopilot au-dessus de la fondation App_GKE, qui provisionne et gère l'infrastructure partagée de Google Cloud et Kubernetes.
Ce guide se concentre sur les services cloud utilisés par CloudBeaver et sur la manière de les explorer et de les opérer depuis la console Google Cloud et la ligne de commande. Pour les mécanismes communs à toutes les applications GKE — Workload Identity, ingress, autoscaling, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC Service Controls, sauvegardes et cycle de vie du déploiement — reportez-vous au guide de la fondation App_GKE plutôt que de les répéter ici.
Ce que coûte CloudBeaver sur RAD, et comment cela se compare
Le module CloudBeaver sur GKE Autopilot de RAD coûte environ 42,08 $ US par mois dans un projet Google Cloud que vous possédez, plus des frais de module uniques de 75 crédits (7,50 $ US). CloudBeaver est un gestionnaire de bases de données basé sur navigateur pour PostgreSQL, MySQL, SQL Server, Oracle, SQLite et plus encore. Pour le coût le plus bas, le guide Cloud Run exécute le même CloudBeaver pour environ 19,14 $ US par mois ; choisissez GKE ici uniquement si CloudBeaver doit rester actif en continu, s'adapter à travers les pods, ou fonctionner à côté d'autres charges de travail Kubernetes.
Si CloudBeaver n'est nécessaire qu'occasionnellement — une démo, un essai, une charge de travail saisonnière ou d'étude — un projet géré par RAD peut être supprimé et restauré dans les 30 jours sans frais supplémentaires, de sorte que les 42,08 $ US deviennent quelques dollars par mois à la place. Voir Mettez-le en pause gratuitement, ci-dessous.
Ce que vous payez sur RAD
| Dans un projet Google Cloud que vous possédez | Dans un projet géré par RAD pour vous | |
|---|---|---|
| Frais de module, une fois par déploiement | 75 crédits (7,50 $ US au prix de la recharge) | 67,5 crédits (10 % de moins) |
| Builds | Inclus dans le prix : pas de frais de build pour la création, 5 mises à jour par mois (mois calendaire UTC) gratuites puis 2 crédits chacune, et rien pour la suppression ou pour un build échoué, dans la limite de 10 builds échoués par jour (UTC). Les sessions de lab et les projets clients sont l'exception : ils sont toujours facturés pour le temps de build à la minute | Idem |
| Coût d'exécution Google Cloud | Facturé par Google à votre propre compte de facturation, environ 42,08 $ US par mois pour la configuration par défaut (tableau ci-dessous) | Mesuré à l'heure en crédits ; RAD publie 64 crédits par jour, environ 1 920 par mois (environ 192 $ US au prix de la recharge ; estimé à partir des prix catalogue de Google, et incluant les frais de cluster) |
| Qui possède quoi | Vous possédez le projet et sa facturation ; RAD le déploie et le met à jour | RAD possède le projet, avec des garde-fous, des quotas et des alertes budgétaires ; vous avez accès à la console, et un solde minimum acheté est conservé en réserve |
Pourquoi les deux colonnes diffèrent. Le chiffre géré par RAD inclut les frais de gestion du cluster GKE (environ 73 $ US par mois) et la fondation partagée du projet. Dans votre propre projet, le niveau gratuit de Google couvre les frais de gestion d'un cluster par compte de facturation, ce que le chiffre du propre projet suppose. Il est estimé à partir des prix catalogue de Google, car il n'y a pas encore assez d'historique GKE géré par RAD pour le mesurer, donc la confirmation de déploiement ne le cite pas. Une deuxième application GKE dans le même projet géré par RAD partage le cluster et n'ajoute que ses propres pods.
Votre premier déploiement réussi sur RAD est exempt de frais de module, quel que soit le montant : une fois par compte, pour un module que vous déployez et payez vous-même (dans une solution, les frais d'une application : la première à réussir ; jamais une session de lab ou un projet client).
10 crédits coûtent 1 $ US pour une recharge ponctuelle, moins sur un plan. Dans un projet géré par RAD, la base de données, le serveur de fichiers et le réseau sont partagés par chaque application du projet, de sorte qu'une deuxième application n'ajoute pas une deuxième base de données.
Coût d'exécution par défaut dans votre propre projet (us-central1, prix catalogue Google) :
| Ressource (par défaut du module) | Par mois |
|---|---|
| Pod GKE Autopilot, 1x vCPU / 1 Gio | 36,08 $ US |
| Cloud NAT et réseau | 5 $ US |
| Cloud Storage (modules complémentaires, sauvegardes) | 1 $ US |
| Frais de gestion du cluster GKE | partagés entre toutes les applications GKE du projet ; 0 $ si c'est votre seul cluster, sinon ~73 $ |
| Total | environ 42,08 $ US |
Comment cela se compare
- Si vous l'exécutez vous-même, un petit VPS exécutant le propre conteneur de CloudBeaver coûte moins cher en espèces : une machine Hetzner CPX22 ou DigitalOcean 2 vCPU/4 Go coûte environ 24 $ par mois, ou une GCP
e2-standard-2environ 49 $ par mois — plus votre propre temps pour les sauvegardes, les correctifs de sécurité et les mises à niveau, que Cloud SQL, Secret Manager et la surveillance gérés par RAD couvrent pour vous. - RAD ne prétend jamais être moins cher que l'infrastructure nue en termes monétaires — ce n'est généralement pas le cas. La différence est ce que RAD gère pour vous : les correctifs, les sauvegardes, les secrets et la surveillance, ainsi que la possibilité de mettre CloudBeaver en pause gratuitement plutôt que de payer pour une capacité inactive (voir ci-dessous).
Mettez-le en pause gratuitement : supprimez un projet géré par RAD, restaurez-le lorsque vous en avez besoin
Si CloudBeaver s'exécute dans un projet géré par RAD pour vous, vous avez une deuxième option qui va bien au-delà de la mise à l'échelle à zéro : supprimez l'ensemble du projet et restaurez-le dans les 30 jours pour presque rien. Cela convient bien mieux à CloudBeaver dont vous n'avez besoin qu'occasionnellement que de le faire fonctionner en continu.
Une restauration n'est pas garantie — conservez vos propres sauvegardes. Les conditions de Google Cloud ne garantissent pas qu'un projet restauré, ou les ressources qu'il contient, seront utilisables après sa restauration, de sorte que la restauration ne peut pas être considérée comme un moyen de récupérer un projet supprimé. Avant de supprimer, assurez-vous d'avoir effectué des sauvegardes appropriées des données et de la configuration de l'application et de les avoir stockées en dehors du projet. Si une restauration échoue, ou si le projet restauré ne fonctionne pas, la solution de repli consiste à redéployer l'application (voir la section suivante) et à restaurer sa configuration et ses données à partir de ces sauvegardes.
- Comment ça marche. La suppression d'un projet géré par RAD délie d'abord sa facturation, puis demande à Google de supprimer le projet. Google ne supprime pas le projet immédiatement : il le conserve, récupérable, pendant 30 jours. Comme la facturation est déjà déliée, rien n'est facturé pendant qu'il attend. Contrairement à la suppression d'un module, cela ne démantèle pas les ressources GKE Autopilot une par une — l'ensemble du projet, et tout ce qu'il contient, s'arrête simplement.
- La restauration est une vérification, pas une reconstruction. Dans les 30 jours, le propriétaire du projet peut le restaurer. RAD demande à Google de récupérer le projet et de rattacher son compte de facturation, puis vous demande d'exécuter Update sur chaque déploiement pour confirmer que tout est revenu. Comme rien n'a été détruit individuellement, cette mise à jour trouve les mêmes ressources déjà présentes — c'est une vérification, pas une reconstruction, et une mise à jour ne facture jamais les frais de module à nouveau. Les mises à jour sont incluses dans le prix (5 par mois pour chaque déploiement), donc une restauration ne coûte normalement aucun crédit.
- Ainsi, un mois d'utilisation occasionnelle peut coûter quelques dollars, et non les 192 $ US par mois pour le maintenir en fonctionnement. Déployez CloudBeaver, utilisez-le, supprimez le projet. Restaurez-le la prochaine fois que vous en avez besoin, confirmez avec Update, et supprimez-le à nouveau lorsque vous avez terminé. Vous ne payez les frais de module qu'une seule fois et pour les heures où il était réellement actif.
- Ce que cela nécessite. Vous devez être propriétaire du projet (pas un projet que vous apportez et dont RAD ne gère que la facturation), et vous le restaurez vous-même dans les 30 jours — après cela, Google le supprime définitivement. La restauration est admise comme la création d'un nouveau projet : votre solde de crédits achetés doit toujours dépasser le seuil du palier (100 crédits pour le palier sandbox qui convient à la plupart des utilisations d'étude et de démo). Google indique que la plupart des services sont de nouveau pleinement fonctionnels dans les 36 heures suivant une restauration.
- Un véritable manque : le bucket de sauvegarde ne survit pas. Les sauvegardes nocturnes sont écrites dans un bucket à l'intérieur du projet, et ce bucket n'est pas protégé par la suppression logicielle de Cloud Storage, il est donc très probable qu'il disparaisse dès que vous supprimez le projet — même si le projet lui-même est récupérable pendant 30 jours. Si vous avez personnalisé CloudBeaver et que vous souhaitez conserver ce travail, copiez une sauvegarde (vers Google Drive, ou un bucket en dehors du projet) avant de supprimer. Pour une installation par défaut sans rien d'irremplaçable, cela n'a pas d'importance.
Payez uniquement pendant que vous l'utilisez, l'autre méthode : supprimer et redéployer
GKE Autopilot maintient au moins un pod en cours d'exécution, il ne se met donc jamais à l'échelle zéro de lui-même. L'option ci-dessus ne s'applique qu'à un projet géré par RAD ; dans votre propre projet, ou une fois la fenêtre de 30 jours passée, la façon d'arrêter de payer est de supprimer le déploiement et de le déployer à nouveau lorsque vous en avez besoin.
- Ce que coûte un redéploiement. Les frais de module à nouveau (les builds sont inclus) : 75 crédits (7,50 $ US) dans votre propre projet. La suppression ne permet d'économiser de l'argent que si CloudBeaver devait rester inutilisé pendant environ 6 jours ou plus dans votre propre projet (1,40 $ US par jour), ou environ 2 jours ou plus dans un projet géré par RAD (64 crédits par jour).
- Conservez d'abord vos données. Les sauvegardes nocturnes sont écrites dans un bucket à l'intérieur du déploiement et sont supprimées avec celui-ci, alors copiez la dernière sauvegarde avant de la supprimer si vous souhaitez la conserver.
- Notez vos paramètres. RAD ne recrée pas un déploiement supprimé pour vous ; vous saisissez à nouveau les paramètres lorsque vous déployez.
Sessions de lab et environnements gérés
- Sessions de lab, pour la formation. Un formateur anime une session pour une classe. Chaque participant obtient l'application dans son propre projet Google Cloud pendant 15 minutes à 24 heures, dans la limite d'une allocation définie par le formateur. Le formateur peut aussi créer un seul environnement partagé pour toute la classe, et chacun utilise alors la même application et ses données. Soit le formateur finance toutes les places, soit chaque participant paie la sienne. Tout est supprimé à la fin de la session et les crédits inutilisés sont reversés au formateur.
- Environnements gérés, pour les sociétés de conseil. Un partenaire exécute l'application pour un client à partir d'un portefeuille cloisonné qu'il finance, et règle directement avec le client. Si le portefeuille est faible, la facturation est suspendue et les données sont conservées, de sorte que personne ne reçoit de frais inattendus. À la fin, le partenaire transfère le projet et les déploiements deviennent la propriété du client.
Les crédits peuvent être achetés dans plus de 20 devises, y compris XAF, XOF, NGN, GHS, KES et ZAR, par carte, virement bancaire ou argent mobile.
Sources (8 octobre 2026) : Prix catalogue Google Cloud de l'API Cloud Billing Catalog ; frais propres à RAD et estimations de crédits quotidiens de radmodules.dev/pricing ; Supprimer et restaurer des projets pour la fenêtre de récupération de 30 jours et ce qu'elle dit sur les objets Cloud Storage sans suppression logicielle. Les prix changent ; vérifiez chaque source avant de vous fier à un chiffre.
1. Vue d'ensemble
CloudBeaver s'exécute comme une charge de travail web JVM unique. Parce que CloudBeaver conserve tout son état dans un espace de travail persistant et ne provisionne aucune base de données d'application, le déploiement relie un ensemble délibérément restreint de services Google Cloud :
| Capacité | Service Google Cloud | Notes |
|---|---|---|
| Calcul | GKE Autopilot | Pod JVM unique, 1 vCPU / 1 Gio par défaut, port 8978 |
| Espace de travail persistant | Persistent Disk (PVC de bloc) via StatefulSet | Recommandé : un PVC de bloc par pod monté à /opt/cloudbeaver/workspace sauvegarde le stockage H2 intégré |
| Base de données | Aucune provisionnée | database_type = "NONE" — CloudBeaver stocke son propre état ; il se connecte aux bases de données que vous configurez dans l'interface utilisateur |
| Cache et file d'attente | Aucun | CloudBeaver n'utilise pas Redis ; enable_redis est désactivé de force |
| Secrets | Secret Manager | Aucun secret au niveau de l'application n'est généré — le compte administrateur est créé via l'assistant de configuration de première exécution |
| Ingress | Cloud Load Balancing | ClusterIP par défaut (dans le cluster) ; utilisez LoadBalancer / un domaine personnalisé pour l'accès externe |
Valeurs par défaut judicieuses à connaître d'emblée :
- Aucune base de données d'application n'est provisionnée.
database_type = "NONE". CloudBeaver conserve ses métadonnées dans un stockage H2 intégré à l'intérieur du volume de l'espace de travail. Les bases de données qu'il gère sont ajoutées par un opérateur dans l'interface utilisateur après le déploiement. - Utilisez un PVC de bloc pour l'espace de travail, pas GCS FUSE.
stateful_pvc_enabled = trueest la valeur par défaut et doit rester activée : un Persistent Disk de bloc — et non GCS FUSE — est le stockage de sauvegarde correct pour la base de données H2 intégrée de CloudBeaver. Lorsque le PVC est activé, le module ignore automatiquement le volume GCS FUSE au même chemin pour éviter un double montage. - StatefulSet est sélectionné automatiquement. La définition de
stateful_pvc_enabled = truesans unworkload_typeexplicite résout la charge de travail en unStatefulSetpour une identité de pod stable et des redémarrages ordonnés. - Instance unique par conception.
min_instance_count = 1(éviter les démarrages à froid lents de la JVM, et GKE n'a pas de mise à l'échelle à zéro) etmax_instance_count = 1(l'espace de travail est un stockage à écrivain unique). Ne pas augmentermax_instance_count. - Le service est
ClusterIPpar défaut. Uniquement dans le cluster — approprié pour une console d'administration de base de données. Pour un accès par navigateur depuis l'extérieur du cluster, utilisezservice_type = "LoadBalancer"ou un Ingress avec un domaine personnalisé (et IAP). - Le compte administrateur est revendiqué par le premier visiteur. CloudBeaver n'a pas d'administrateur pré-configuré — complétez l'assistant de configuration immédiatement une fois le service accessible.
2. Services Google Cloud et comment les explorer
Toutes les commandes supposent que vous avez exécuté
gcloud container clusters get-credentials <cluster> --region <region> --project <project>
et que PROJECT, REGION et NAMESPACE sont définis. L'espace de noms et les autres
identifiants sont rapportés dans les Sorties du déploiement.
A. GKE Autopilot — la charge de travail CloudBeaver
Les pods CloudBeaver sont planifiés sur Autopilot, qui facture le CPU/la mémoire que les pods demandent réellement. Avec un PVC de bloc activé, la charge de travail s'exécute en tant que StatefulSet (port 8978) pour une identité de pod stable. Comme l'espace de travail est à écrivain unique, maintenez la charge de travail à un seul réplica.
- Console : Kubernetes Engine → Charges de travail → sélectionnez la charge de travail CloudBeaver pour voir les pods et les événements. Kubernetes Engine → Services et Ingress montre comment elle est exposée.
- CLI :
kubectl get pods,svc,statefulset -n "$NAMESPACE"
kubectl logs -n "$NAMESPACE" statefulset/<service-name> --tail=100
kubectl describe statefulset -n "$NAMESPACE"
Voir App_GKE pour la gestion d'Autopilot, de la mise à l'échelle et du type de charge de travail (Déploiement vs StatefulSet).
B. Persistent Disk — le volume de l'espace de travail (PVC de bloc)
L'état entier de CloudBeaver — sa base de données de métadonnées H2 intégrée, les connexions enregistrées,
les utilisateurs et la configuration — persiste sous /opt/cloudbeaver/workspace. Le
stockage de sauvegarde recommandé est un Persistent Disk de bloc provisionné par pod par le
modèle de PVC du StatefulSet et monté à ce chemin. C'est le cœur durable du
déploiement et le stockage correct pour la base de données H2 intégrée.
- Console : Kubernetes Engine → Stockage → Revendications de volume persistant.
- CLI :
kubectl get pvc -n "$NAMESPACE"
kubectl describe pvc -n "$NAMESPACE"
# Inspect the workspace contents inside the pod:
kubectl exec -n "$NAMESPACE" statefulset/<service-name> -- ls -la /opt/cloudbeaver/workspace
Lorsque stateful_pvc_enabled = true, le module définit enable_gcs_storage_volume = false
afin que le volume GCS FUSE ne soit pas également monté au même chemin. Un bucket Cloud Storage storage
est toujours déclaré par CloudBeaver_Common pour la parité avec la variante Cloud Run.
C. Cloud Storage
Un bucket Cloud Storage storage est déclaré pour le déploiement. Avec la
configuration de PVC de bloc recommandée, l'espace de travail réside sur le Persistent Disk plutôt que sur
le bucket, mais le bucket est toujours provisionné et disponible pour le stockage auxiliaire.
- Console : Cloud Storage → Buckets.
- CLI :
gcloud storage buckets list --project "$PROJECT"
Voir App_GKE pour les options CMEK et les montages GCS Fuse.
D. Connectivité à la base de données (pas d'instance gérée)
Ce module ne provisionne aucune instance Cloud SQL — gcloud sql instances list ne
montrera pas une instance créée par CloudBeaver. Au lieu de cela, CloudBeaver se connecte aux
bases de données que vous enregistrez dans son interface utilisateur. Pour atteindre le Cloud SQL partagé du déploiement (ou
toute base de données privée), la cible doit être accessible sur le VPC depuis le pod.
- CLI (tester l'accessibilité depuis le pod) :
kubectl exec -n "$NAMESPACE" statefulset/<service-name> -- sh -c 'nc -zv <db-private-ip> 5432'
E. Secret Manager
CloudBeaver ne génère aucun secret au niveau de l'application — il n'y a pas de clé de chiffrement, pas de secret JWT, et pas de mot de passe de base de données à gérer (il n'y a pas de base de données). Le compte administrateur est créé via l'assistant de configuration de première exécution, et tout l'état réside dans l'espace de travail.
- Console : Sécurité → Secret Manager.
- CLI :
gcloud secrets list --project "$PROJECT"
Voir App_GKE pour l'intégration et la rotation de Secret Store CSI.
F. Réseau et ingress
Par défaut, la charge de travail est exposée en tant que service ClusterIP — accessible uniquement depuis
l'intérieur du cluster, ce qui convient à une console d'administration de base de données. Pour un accès par navigateur
depuis l'extérieur du cluster, utilisez service_type = "LoadBalancer" ou activez un Ingress
avec un domaine personnalisé et un certificat géré par Google (éventuellement avec IAP, Cloud Armor,
et une adresse IP statique réservée).
- Console : Services réseau → Équilibrage de charge ; Réseau VPC → Adresses IP.
- CLI :
kubectl get svc,ingress -n "$NAMESPACE"
gcloud compute addresses list --project "$PROJECT"
Voir App_GKE pour les domaines personnalisés, Cloud CDN et les détails des adresses IP statiques.
G. Cloud Logging et Monitoring
Les sorties stdout/stderr des pods sont acheminées vers Cloud Logging ; les métriques GKE sont acheminées vers Cloud Monitoring. Des tests de disponibilité et des stratégies d'alerte facultatifs sont disponibles (les tests de disponibilité nécessitent un point de terminaison accessible publiquement, par exemple un service LoadBalancer).
- Console : Logging → Explorateur de journaux ; Monitoring → Tableaux de bord / Alertes.
- CLI :
gcloud logging read 'resource.type="k8s_container" AND resource.labels.namespace_name="'"$NAMESPACE"'"' \
--project "$PROJECT" --limit 50
3. Comportement de l'application CloudBeaver
- Pas de configuration de base de données au premier déploiement. Il n'y a pas de job db-init et pas de base de données d'application. CloudBeaver initialise son propre stockage de métadonnées intégré dans l'espace de travail au premier démarrage.
- L'état est entièrement dans le volume de l'espace de travail. La base de données H2 intégrée, les connexions enregistrées, les utilisateurs gérés et la configuration résident tous sous
/opt/cloudbeaver/workspace, sauvegardé par le PVC de bloc. Le PVC survit aux redémarrages et à la replanification des pods, c'est pourquoi un StatefulSet + PVC de bloc est fortement recommandé par rapport à GCS FUSE pour le stockage H2 intégré. - Assistant de configuration de première exécution. Lors du premier accès, CloudBeaver présente un assistant de configuration pour créer la configuration du serveur et le compte administrateur. Il n'y a pas d'administrateur pré-configuré — quiconque termine l'assistant en premier devient l'administrateur. Faites-le immédiatement et maintenez le service interne jusqu'à ce que vous l'ayez fait.
- Ajout de bases de données à gérer. Après vous être connecté en tant qu'administrateur, ajoutez des connexions dans l'interface utilisateur (Nouvelle connexion → choisissez le pilote → fournissez l'hôte/le port/les identifiants). Pour atteindre les bases de données privées, assurez-vous qu'elles sont accessibles sur le VPC depuis le pod.
- Chemin de santé. Les sondes de démarrage et de vivacité ciblent
/(l'interface web de CloudBeaver), qui renvoie HTTP 200 une fois que la JVM a terminé son démarrage. - Mise à l'échelle à écrivain unique. Maintenez
max_instance_count = 1. Le stockage de l'espace de travail ne peut pas être partagé en toute sécurité par des pods concurrents. - Inspecter la configuration en cours d'exécution :
kubectl exec -n "$NAMESPACE" statefulset/<service-name> -- env | sort
4. Variables de configuration
Les variables sont regroupées exactement comme elles apparaissent sur la plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour CloudBeaver sont listés ; toutes les autres entrées sont héritées de App_GKE avec son comportement standard et ses valeurs par défaut.
Groupe 1 — Projet et identité
| Variable | Valeur par défaut | Description |
|---|---|---|
project_id | (obligatoire) | Projet Google Cloud cible. |
region | us-central1 | Région pour la charge de travail et les ressources régionales. |
Groupe 2 — Environnement de déploiement
| Variable | Valeur par défaut | Description |
|---|---|---|
tenant_id | demo | Suffixe court qui rend les noms de ressources uniques par environnement. |
support_users | [] | Adresses e-mail autorisées à accéder au projet et aux alertes de surveillance. |
resource_labels | {} | Étiquettes appliquées à toutes les ressources. |
Groupe 3 — Identité de l'application
| Variable | Valeur par défaut | Description |
|---|---|---|
application_name | cloudbeaver | Nom de base des ressources. Ne pas modifier après le premier déploiement. |
application_display_name | CloudBeaver | Nom lisible par l'homme affiché dans la console. |
application_version | latest | Tag de l'image CloudBeaver (construite à partir de dbeaver/cloudbeaver:<version>) ; épingler pour la reproductibilité. |
Groupe 4 — Exécution et mise à l'échelle
| Variable | Valeur par défaut | Description |
|---|---|---|
min_instance_count | 1 | Garder 1 réplica chaud (GKE n'a pas de mise à l'échelle à zéro ; évite les démarrages à froid lents de la JVM). |
max_instance_count | 1 | Maintenir à 1. L'espace de travail est un stockage à écrivain unique ; les pods concurrents le corrompent. |
cpu_limit | 1000m | CPU par pod. |
memory_limit | 1Gi | Mémoire par pod. CloudBeaver s'exécute sur la JVM — dimensionner en conséquence. |
container_port | 8978 | Fixé par CloudBeaver_Common ; non transmis à App_GKE et sans effet ici. |
Groupe 6 — Backend GKE et cluster
| Variable | Valeur par défaut | Description |
|---|---|---|
service_type | ClusterIP | Dans le cluster par défaut (recommandé pour une console DB). Utilisez LoadBalancer pour l'accès externe. |
workload_type | null | Laisser non défini — avec stateful_pvc_enabled = true, il se résout automatiquement en StatefulSet. |
session_affinity | (défini) | Routage persistant pour les sessions d'interface utilisateur. |
Groupe 7 — StatefulSet
| Variable | Valeur par défaut | Description |
|---|---|---|
stateful_pvc_enabled | true | Maintenir true — un PVC de bloc (pas GCS FUSE) est le stockage correct pour la base de données H2 intégrée de CloudBeaver. |
stateful_pvc_size | 20Gi | Taille du PVC par pod ; contient l'espace de travail plus les frais généraux. |
stateful_pvc_mount_path | /opt/cloudbeaver/workspace | Doit être le répertoire de l'espace de travail de CloudBeaver. |
stateful_pvc_storage_class | (défini) | Kubernetes StorageClass pour le PVC. |
stateful_headless_service | (défini) | Service sans tête pour des noms DNS de pod stables. |
Groupe 10 — Observabilité et santé
| Variable | Valeur par défaut | Description |
|---|---|---|
startup_probe | HTTP / 15s de délai | Sonde de démarrage contre l'interface utilisateur de CloudBeaver. |
liveness_probe | HTTP / 30s de délai | Sonde de vivacité contre l'interface utilisateur de CloudBeaver. |
uptime_check_config | (défini) | Test de disponibilité Cloud Monitoring — nécessite un point de terminaison accessible publiquement (par exemple, un service LoadBalancer). |
Groupe 13 — Système de fichiers (NFS)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_nfs | false | NFS est désactivé — l'espace de travail de CloudBeaver est sur le PVC de bloc, pas sur NFS. |
Groupe 14 — Cloud Storage et Artifact Registry
| Variable | Valeur par défaut | Description |
|---|---|---|
create_cloud_storage | true | Provisionner les buckets GCS déclarés. |
storage_buckets | [] | Buckets supplémentaires à provisionner. |
enable_image_mirroring | true | Mettre en miroir l'image CloudBeaver dans Artifact Registry avant le déploiement. |
Toutes les autres entrées suivent le comportement standard de App_GKE. Notez que
enable_redis est forcé à false et aucune base de données d'application n'est provisionnée
(database_type = NONE) par ce module.
5. Sorties
Ces valeurs sont renvoyées lors d'un déploiement réussi et constituent le moyen le plus rapide de localiser et d'explorer les ressources en cours d'exécution.
| Sortie | Description |
|---|---|
service_name | Nom du service Kubernetes. |
namespace | Espace de noms dans lequel la charge de travail s'exécute. |
service_cluster_ip | ClusterIP dans le cluster. |
stage_service_cluster_ips | Carte des ClusterIP pour les services spécifiques à chaque étape. |
service_external_ip | IP externe du LoadBalancer (lorsqu'une IP statique est réservée / LoadBalancer est utilisé). |
service_url | URL pour atteindre CloudBeaver. |
storage_buckets | Buckets Cloud Storage créés. |
network_name / network_exists / regions | Réseau VPC, présence, régions disponibles. |
container_image / container_registry | Image déployée et dépôt Artifact Registry. |
monitoring_enabled / monitoring_notification_channels | État et canaux de surveillance. |
initialization_jobs | Noms des jobs d'initialisation (vide par défaut). |
statefulset_name | Nom du StatefulSet. |
deployment_id / tenant_id / resource_prefix | Identifiants de nommage. |
project_id / project_number | Identifiants de projet. |
cicd_enabled / cicd_configuration | État et détails CI/CD (dépôt, déclencheur, registre). |
github_repository_url / github_repository_owner / github_repository_name | Détails GitHub CI/CD. |
artifact_registry_repository / cloudbuild_trigger_name / cloudbuild_trigger_id | Registre et déclencheur de build. |
kubernetes_ready | Indique si le cluster/la charge de travail est prêt. |
vpc_sc_enabled / vpc_sc_perimeter_name / vpc_sc_dry_run_mode | État VPC-SC. |
audit_logging_enabled / artifact_registry_cmek_enabled | Journalisation d'audit et état CMEK. |
6. Pièges de configuration et valeurs par défaut judicieuses
Risque : Critique (perte de données / panne / sécurité) — Élevé (service dégradé) — Moyen (coût ou dégradation partielle) — Faible (mineur).
Validation héritée au moment de la planification. Ce module transmet sa configuration au moteur de fondation App_GKE, qui valide les valeurs et les combinaisons au moment de la planification —
workload_type = "Deployment"avecstateful_pvc_enabled = true,quota_memory_requests/_limitssans suffixes d'unité binaire, IAP sans identités autorisées. Une configuration invalide fait échouer le plan avec une erreur claire et nommée avant la création de toute ressource, de sorte que la plupart des erreurs ci-dessous sont détectées en amont plutôt qu'à l'application ou à l'exécution.
| Paramètre | Valeur judicieuse | Risque | Conséquence si erroné |
|---|---|---|---|
stateful_pvc_enabled | true (PVC de bloc) | Critique | Sans PVC de bloc persistant, l'espace de travail (base de données H2 intégrée, connexions, utilisateurs, configuration) est perdu au redémarrage du pod. GCS FUSE n'est pas un stockage sûr pour la base de données H2 intégrée. |
| PVC de l'espace de travail | Préserver lors des redéploiements | Critique | Le PVC contient tout l'état de CloudBeaver ; sa suppression efface toutes les connexions et paramètres enregistrés. |
max_instance_count | 1 | Critique | L'espace de travail est à écrivain unique ; deux pods écrivant simultanément dans le stockage H2 intégré le corrompent. |
stateful_pvc_mount_path | /opt/cloudbeaver/workspace | Élevé | Le chemin de l'espace de travail de CloudBeaver est intégré à l'image ; le monter ailleurs laisse l'état sur un stockage éphémère. |
| Assistant de configuration de première exécution | Terminer immédiatement | Élevé | Il n'y a pas d'administrateur pré-configuré — quiconque atteint l'interface utilisateur en premier peut revendiquer le compte administrateur. |
service_type | ClusterIP (ou LB+IAP) | Élevé | LoadBalancer sans IAP/Cloud Armor expose une console d'administration de base de données à l'internet public. |
memory_limit | 1Gi | Élevé | CloudBeaver est basé sur la JVM ; trop peu de mémoire provoque des arrêts OOM. |
min_instance_count | 1 | Moyen | GKE nécessite min ≥ 1 ; un réplica chaud évite les démarrages à froid lents de la JVM. |
application_version | Épingler un tag en production | Moyen | latest peut modifier la version de CloudBeaver entre les reconstructions ; épingler pour la reproductibilité. |
quota_memory_requests / _limits | unités binaires (4Gi, 8192Mi) | Critique | Les entiers nus sont des octets et bloquent toute planification de pod dans l'espace de noms. |
enable_redis / database_type | Laisser tel quel (désactivé / NONE) | Faible | CloudBeaver n'utilise ni l'un ni l'autre ; la surcharge n'a aucun avantage et n'est pas prise en charge ici. |
Pour le comportement de la fondation référencé tout au long — IAM et Workload Identity, autoscaling, ingress et certificats, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC-SC, sauvegardes et mise en miroir d'images — voir App_GKE. La configuration d'application spécifique à CloudBeaver partagée avec la variante Cloud Run est décrite dans CloudBeaver_Common.
Guides associés
- Lab pratique : CloudBeaver sur GKE Autopilot — déployez-le étape par étape, avec les écrans de console et les commandes à chaque étape.
- CloudBeaver sur Google Cloud Run — la même application sur Cloud Run, pour lorsque vous avez besoin de l'autre cible de déploiement.
- CloudBeaver Common — Configuration d'application partagée — la configuration partagée par les deux cibles de déploiement.
Need RAD to do something it does not do yet? Request it on the roadmap, or vote on what is already there.