Dify sur Google Cloud Run
Dify est une plateforme open source de développement d'applications LLM pour la création d'applications d'IA de qualité production avec un constructeur de flux de travail visuel, un pipeline RAG, un framework d'agents, une gestion multi-modèles et une observabilité intégrée. Ce module déploie Dify sur Cloud Run v2 sur la base de la fondation App_CloudRun, qui provisionne et gère l'infrastructure Google Cloud partagée.
Ce guide se concentre sur les services cloud que Dify utilise et sur la façon 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 Cloud Run — identité de service, ingress et équilibrage de charge, mise à l'échelle et concurrence, 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_CloudRun plutôt que de les répéter ici.
Ce que coûte Dify sur RAD, et comment cela se compare
Le module Dify sur Cloud Run de RAD coûte environ 102 $ US par mois dans un projet Google Cloud que vous possédez, plus des frais de module uniques de 175 crédits (17,50 $ US). Dify est un constructeur visuel pour les applications LLM de production, avec un pipeline RAG, un framework d'agents et une observabilité intégrée. GKE Autopilot convient aux applications Dify qui doivent rester actives, s'étendre sur plusieurs pods ou fonctionner aux côtés d'autres charges de travail Kubernetes ; pour le coût le plus bas, ce module Cloud Run est généralement le bon choix — consultez le guide GKE si vous avez besoin de l'autre.
Si Dify 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 102 $ US deviennent quelques dollars par mois. Voir Mettre 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 | 175 crédits (17,50 $ US au prix de la recharge) | 157,5 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 à la minute pour le temps de build | Idem |
| Coût d'exécution Google Cloud | Facturé par Google à votre propre compte de facturation, environ 102 $ US par mois pour la configuration par défaut (tableau ci-dessous) | Mesuré à l'heure en crédits ; RAD publie 67 crédits par jour, soit environ 2 010 par mois (environ 201 $ US au prix de la recharge) |
| 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 de crédits achetés est conservé en réserve |
10 crédits coûtent 1 $ US pour une recharge unique, moins sur un abonnement. Dans un projet géré par RAD, la base de données, le serveur de fichiers et le réseau sont partagés par toutes les applications 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 |
|---|---|
| Cloud Run, 2x vCPU / 4 GiB (scaleToZero) | 31,53 $ US |
| Cloud SQL pour PostgreSQL, 1 vCPU / 3,75 Go, zonal, 10 Go SSD | 51 $ US |
| Serveur de fichiers NFS/cache (petite VM) | 13,43 $ US |
| Cloud NAT et réseau | 5 $ US |
| Cloud Storage (modules complémentaires, sauvegardes) | 1 $ US |
| Total | environ 102 $ US |
Comment cela se compare
- L'offre gérée du projet, Dify Cloud, propose un plan Sandbox gratuit, puis 590 $ par espace de travail et par an (environ 49 $ par mois) sur Professional et 1 590 $ par espace de travail et par an (environ 133 $ par mois) sur Team.
- L'exécuter vous-même et un VPS exécutant l'API, le worker et les conteneurs web de Dify plus
PostgreSQL vous-même coûte moins cher en espèces : dimensionné à environ 2 vCPU/4 GiB, un VPS
comparable (Hetzner ou DigitalOcean) coûte environ 24 à 48 $ par mois, ou une VM GCP de classe
e2-standard-2environ 49 $ — plus votre propre temps pour les sauvegardes, les correctifs de sécurité et les mises à niveau, que le Cloud SQL géré par RAD, Secret Manager et la surveillance couvrent pour vous. - RAD ne prétend jamais être moins cher que l'infrastructure nue en termes d'argent — 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, plus la possibilité de mettre Dify en pause gratuitement plutôt que de payer pour une capacité inactive (voir ci-dessous).
- La majeure partie du coût d'exécution ci-dessus est la base de données PostgreSQL gérée (et, le cas échéant, le serveur de fichiers partagé ou le serveur de cache) — la partie qu'une comparaison VPS nue doit exécuter et sauvegarder à la main.
Mettre en pause gratuitement : supprimer un projet géré par RAD, le restaurer lorsque vous en avez besoin
Si Dify 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 : supprimer l'ensemble du projet et le restaurer dans les 30 jours pour presque rien. Cela convient bien mieux à Dify 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, sera utilisable après sa restauration, de sorte que la restauration ne peut pas être invoquée 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 Cloud SQL, la VM ou les ressources Cloud Run 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 Mettre à jour 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 plus jamais les frais de module. Les mises à jour sont incluses dans le prix (5 par mois pour chaque déploiement), de sorte qu'une restauration ne coûte normalement aucun crédit.
- Ainsi, un mois d'utilisation occasionnelle peut coûter quelques dollars, et non les 201 $ US par mois pour le maintenir en fonctionnement. Déployez Dify, utilisez-le, supprimez le projet. Restaurez-le la prochaine fois que vous en avez besoin, confirmez avec Mettre à jour, et supprimez-le à nouveau lorsque vous avez terminé. Vous ne payez les frais de module qu'une seule fois et les heures pendant lesquelles il était réellement actif.
- Ce que cela nécessite. Vous devez posséder le 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 à 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 probablement parti dès que vous supprimez le projet — même si le projet lui-même est récupérable pendant 30 jours. Si vous avez personnalisé Dify 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.
Payer uniquement pendant que vous l'utilisez, l'autre façon : supprimer et redéployer
Cloud Run se met déjà à l'échelle à zéro entre les requêtes. 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 redéployer lorsque vous en avez besoin.
- Ce que coûte un redéploiement. Les frais de module à nouveau (les builds sont inclus) : 175 crédits (17,50 $ US) dans votre propre projet. La suppression permet d'économiser de l'argent seulement si Dify resterait inutilisé pendant environ 6 jours ou plus, que ce soit dans votre propre projet ou dans un projet géré par RAD.
- La majeure partie du coût d'exécution est généralement la base de données et le serveur de fichiers ou de cache partagé. Ils ne s'arrêtent que lorsque rien d'autre dans le projet ne les utilise, de sorte que la suppression de Dify pendant que quelque chose d'autre partage le projet n'économise que la partie calcul de cette application.
- Conservez d'abord vos données. Les sauvegardes nocturnes sont écrites dans un bucket à l'intérieur du déploiement et sont supprimées avec lui, 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 entrez 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 fixée 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 remet 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 ; Dify Cloud. Les prix changent ; vérifiez chaque source avant de vous fier à un chiffre.
1. Vue d'ensemble
Dify s'exécute comme un conteneur d'API Python/Flask (avec un worker Celery intégré sous supervisord) plus un service de frontend web Next.js séparé. Le déploiement relie un ensemble ciblé de services Google Cloud :
| Capacité | Service Google Cloud | Notes |
|---|---|---|
| Calcul | Cloud Run v2 (gen2) | Service API+worker (2 vCPU / 4 GiB par défaut) + service de frontend web, autoscaling basé sur les requêtes |
| Base de données | Cloud SQL pour PostgreSQL 15 | Requis — extension pgvector activée pour le stockage vectoriel |
| Stockage vectoriel | pgvector (dans la base de données) | Réutilise l'instance Cloud SQL ; pas de base de données vectorielle séparée nécessaire |
| Fichiers partagés | Filestore (NFS) | Fournit l'hôte Redis par défaut (la VM du serveur NFS co-héberge Redis) |
| Stockage d'objets | Cloud Storage | Un bucket storage dédié (gcs-dify<tenant-prefix>-storage) pour les fichiers et les actifs téléchargés |
| Cache et file d'attente de tâches | Redis | Requis pour le broker/backend Celery et le streaming LLM SSE/WebSocket |
| Secrets | Secret Manager | SECRET_KEY et mot de passe de base de données auto-générés |
| Ingress | URL Cloud Run / Équilibrage de charge Cloud | URL run.app par défaut, équilibreur de charge HTTPS externe optionnel + domaine personnalisé |
Valeurs par défaut judicieuses à connaître d'emblée :
- PostgreSQL 15 est obligatoire. MySQL et
NONEne sont pas pris en charge ; Dify nécessite PostgreSQL pour toutes les métadonnées, l'état du flux de travail et les comptes utilisateur. - pgvector est toujours activé. L'extension
vectorest installée sur l'instance Cloud SQL automatiquement, faisant de la même instance de base de données le stockage vectoriel — aucun service supplémentaire n'est requis. - Redis est requis. Celery (exécution de flux de travail, indexation de documents, appels LLM asynchrones) et le bus d'événements SSE/WebSocket dépendent tous deux de Redis. Le désactiver interrompt tout le traitement en arrière-plan.
- NFS est activé par défaut. La VM du serveur NFS héberge le processus Redis lorsqu'aucun hôte Redis externe n'est défini. Nécessite un environnement d'exécution gen2.
- Un service de frontend web est déployé automatiquement. Un service Cloud Run
langgenius/dify-webest connecté à l'URL du service API — vous n'avez pas besoin de le configurer séparément. Accédez à Dify via la sortieweb_url. - SECRET_KEY est auto-généré et stocké dans Secret Manager ; il signe les sessions Dify et ne doit jamais être modifié après le premier déploiement.
- Les migrations de base de données s'exécutent à chaque démarrage d'instance (via
MIGRATION_ENABLED=true), de sorte que les mises à niveau de version appliquent automatiquement les modifications de schéma. - L'environnement d'exécution gen2 est requis pour les montages NFS et les volumes GCS Fuse.
2. Services Google Cloud et comment les explorer
Toutes les commandes supposent que PROJECT et REGION sont définis. Les noms de services et de
ressources sont signalés dans les Sorties du déploiement.
A. Cloud Run — les services Dify
Dify s'exécute comme deux services Cloud Run v2 : le service API+worker (Flask/gunicorn + Celery via supervisord) et le frontend web (Next.js). Chaque déploiement crée une révision immuable ; le trafic peut être réparti entre les révisions pour des déploiements sûrs.
- Console : Cloud Run → sélectionnez le service API ou le service web pour les révisions, le trafic, les journaux et les métriques.
- CLI :
gcloud run services list --project "$PROJECT" --region "$REGION"
gcloud run services describe <service-name> --project "$PROJECT" --region "$REGION"
gcloud run revisions list --service <service-name> --project "$PROJECT" --region "$REGION"
Voir App_CloudRun pour la mise à l'échelle, la concurrence, l'environnement d'exécution et la répartition du trafic.
B. Cloud SQL pour PostgreSQL 15
Dify stocke toutes les données de l'application (flux de travail, bases de connaissances, comptes
utilisateur, clés API) dans une instance Cloud SQL pour PostgreSQL 15 gérée. Le service se
connecte en privé via le Cloud SQL Auth Proxy sur un socket Unix — aucune IP publique n'est
exposée. Lors du premier déploiement, un job d'initialisation crée la base de données et
l'utilisateur de l'application. L'extension pgvector est installée automatiquement afin que la
même instance serve de stockage vectoriel.
- Console : SQL → sélectionnez l'instance pour les connexions, les sauvegardes, les indicateurs, les métriques.
- CLI :
gcloud sql instances list --project "$PROJECT"
gcloud sql instances describe <instance-name> --project "$PROJECT"
gcloud sql connect <instance-name> --user=<db-user> --project "$PROJECT"
Le nom de l'instance, la base de données, l'utilisateur et le secret du mot de passe se trouvent dans les Sorties. Voir App_CloudRun pour le modèle de connexion, les sauvegardes et la rotation des mots de passe.
C. Filestore (NFS) et Cloud Storage
Un partage Filestore (NFS) est monté dans le service. La VM du serveur NFS exécute également
le processus Redis utilisé comme broker Celery lorsqu'aucun hôte Redis externe n'est configuré.
Un bucket Cloud Storage dédié (gcs-dify<tenant-prefix>-storage) est provisionné pour les fichiers et les actifs
téléchargés ; le pilote google-storage de Dify y accède via l'identité du service Cloud Run — aucun
fichier de clé de compte de service n'est nécessaire.
- Console : Filestore → Instances ; Cloud Storage → Buckets.
- CLI :
gcloud filestore instances list --project "$PROJECT"
gcloud storage buckets list --project "$PROJECT"
gcloud storage ls gs://<storage-bucket>/
Voir App_CloudRun pour le montage NFS, GCS Fuse et CMEK.
D. Redis — Celery et bus d'événements
Redis est requis pour trois fonctions dans Dify :
| Rôle | Base de données Redis | Objectif |
|---|---|---|
| Broker et backend Celery | db 1 | Met en file d'attente et suit toutes les tâches en arrière-plan (inférence LLM, indexation de documents) |
| Bus d'événements | db 0 | Streaming SSE/WebSocket pour la sortie LLM en temps réel |
| Cache général | db 0 | Mise en cache de l'application |
Lorsqu'aucun hôte Redis externe n'est configuré, l'adresse IP de la VM du serveur NFS est
utilisée comme point de terminaison Redis. Pour la production, pointez redis_host vers une
instance Memorystore pour Redis dédiée.
- Console : Memorystore → Redis (si vous utilisez une instance gérée).
- CLI :
redis-cli -h <redis-host> ping
redis-cli -h <redis-host> info keyspace
E. Secret Manager
La SECRET_KEY de Dify (utilisée pour la signature JWT et le chiffrement de session) et le mot de
passe de la base de données sont stockés dans Secret Manager et injectés dans le service au
moment de l'exécution. La SECRET_KEY est générée une seule fois et ne doit pas être renouvelée
tant que le déploiement est en cours d'exécution.
- Console : Sécurité → Secret Manager.
- CLI :
gcloud secrets list --project "$PROJECT"
gcloud secrets versions access latest --secret=<secret-name> --project "$PROJECT"
Voir App_CloudRun pour les détails d'injection et de rotation.
F. Réseau et ingress
Le service API est accessible par son URL run.app par défaut ; ouvrez la sortie web_url dans un
navigateur pour la console Dify. Un équilibreur de charge HTTPS externe avec un domaine
personnalisé, Cloud CDN et Cloud Armor peuvent être superposés.
- Console : Cloud Run (URL du service) ; Services réseau → Équilibrage de charge.
- CLI :
gcloud run services describe <service-name> --region "$REGION" --format='value(status.url)'
gcloud compute addresses list --project "$PROJECT"
Voir App_CloudRun.
G. Cloud Logging et Monitoring
Les journaux des conteneurs sont envoyés à Cloud Logging ; les métriques Cloud Run et Cloud SQL sont envoyées à Cloud Monitoring, avec des tests de disponibilité et des politiques d'alerte optionnels.
- Console : Logging → Explorateur de journaux ; Monitoring → Tableaux de bord / Alertes.
- CLI :
gcloud run services logs read <service-name> --project "$PROJECT" --region "$REGION" --limit 50
3. Comportement de l'application Dify
- Configuration de la base de données au premier déploiement. Un job d'initialisation
(
db-init) se connecte à Cloud SQL via l'Auth Proxy et crée de manière idempotente l'utilisateur et la base de données Dify. Il s'exécute automatiquement au premier déploiement et peut être réexécuté en toute sécurité. - Migrations au démarrage. Chaque instance exécute les migrations de base de données
Flask-Migrate de Dify au démarrage (
MIGRATION_ENABLED=true), de sorte que la mise à niveau de la version de l'application applique automatiquement les modifications de schéma. Aucun job de migration séparé n'est nécessaire. - API + worker dans un seul conteneur. Le conteneur personnalisé enveloppe
langgenius/dify-apiavec supervisord. Le serveur API gunicorn (port 5001) et le worker Celery s'exécutent tous deux dans le même conteneur — ils partagent l'allocation CPU et mémoire. Dimensionnez en conséquence : 2 vCPU et 4 GiB est le minimum recommandé. - Frontend web. Un service Cloud Run
langgenius/dify-webest déployé automatiquement et connecté à l'URL Cloud Run calculée (prédite) du service API viaCONSOLE_API_URL/APP_API_URL. Accédez à Dify via la sortieweb_url. - Clés API du fournisseur LLM. Les clés du fournisseur (OpenAI, Anthropic, etc.) sont
configurées par espace de travail via la console web Dify et stockées dans la base de données
de l'application. Utilisez
secret_environment_variablesuniquement pour la configuration au niveau de l'environnement qui ne peut pas être définie dans l'interface utilisateur. - CORS.
WEB_API_CORS_ALLOW_ORIGINSetCONSOLE_CORS_ALLOW_ORIGINSsont par défaut"*". Restreignez à votre domaine viaenvironment_variablesen production. - Chemin de santé. Les sondes de démarrage et de vivacité ciblent
/healthavec un délai initial de 30 secondes. Les deux sondes HTTP fonctionnent correctement sur Cloud Run car l'API Dify sert le port 5001 sans complications TLS/redirection (contrairement aux applications basées sur PHP). La sonde de démarrage permet jusqu'à 30 × 10 = 300 secondes pour la configuration du premier démarrage.
4. Variables de configuration
Les variables sont regroupées exactement comme elles apparaissent sur la plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour Dify sont listés ; toutes les autres entrées sont héritées de App_CloudRun avec son comportement standard.
Groupe 1 — Projet et identité
| Variable | Valeur par défaut | Description |
|---|---|---|
project_id | (requis) | Projet Google Cloud cible. |
region | us-central1 | Région pour le service et les ressources régionales. |
Groupe 2 — Environnement de déploiement
| Variable | Valeur par défaut | Description |
|---|---|---|
tenant_id | demo | Court suffixe 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 | dify | Nom de base des ressources. Ne pas modifier après le premier déploiement. |
display_name | Dify - LLM Application Platform | Nom convivial affiché dans la console. |
description | (défini) | Description du service. |
application_version | 0.15.0 | Tag de version de l'image Dify ; s'applique aux conteneurs API et web. Épinglez à une version spécifique en production. |
Groupe 4 — Exécution et mise à l'échelle
| Variable | Valeur par défaut | Description |
|---|---|---|
deploy_application | true | Définissez false pour provisionner uniquement l'infrastructure. |
cpu_limit | 2000m | CPU par instance ; minimum 2 vCPU — gunicorn et Celery partagent cette allocation. |
memory_limit | 4Gi | Mémoire par instance ; 4 GiB recommandés pour la mise en cache des flux de travail LLM et le traitement des documents. |
min_instance_count | 0 | Instances minimales (mise à l'échelle à zéro). Définissez ≥ 1 pour que le worker Celery maintienne sa connexion au broker Redis. |
max_instance_count | 3 | Instances maximales. Agit comme un plafond de coût. |
cpu_always_allocated | false | Valeur par défaut de démarrage à froid axée sur les coûts (facturation basée sur les requêtes, associée à min_instance_count=0) : le CPU n'est facturé que pendant le traitement d'une requête. Compromis — les pipelines asynchrones Celery (intégration de jeux de données, jobs planifiés/par lots) s'arrêtent lorsqu'ils sont mis à l'échelle à zéro ; le chat interactif et les applications fonctionnent toujours à la demande. Définissez true avec min_instance_count >= 1 pour restaurer le fonctionnement continu. |
container_port | 5001 | Le serveur API Dify écoute sur le port 5001. |
execution_environment | gen2 | Requis — gen2 est nécessaire pour les montages NFS et GCS Fuse. |
timeout_seconds | 300 | Durée maximale de la requête. Augmentez à 3600 pour les flux de travail LLM de longue durée. |
enable_cloudsql_volume | true | Sidecar Cloud SQL Auth Proxy pour les connexions de socket Unix. Requis pour la connectivité de la base de données. |
traffic_split | [] | Allocation de trafic Canary/blue-green entre les révisions. Toutes les entrées doivent totaliser 100. |
Groupe 5 — Contrôle d'accès et d'entrée
| Variable | Valeur par défaut | Description |
|---|---|---|
ingress_settings | all | all (public), internal, ou internal-and-cloud-load-balancing. |
vpc_egress_setting | PRIVATE_RANGES_ONLY | Acheminement du trafic RFC 1918 uniquement via le connecteur VPC. |
enable_iap | false | Exiger la connexion Google via Identity-Aware Proxy. |
iap_authorized_users / iap_authorized_groups | [] | Qui peut accéder via IAP. |
Groupe 6 — Variables d'environnement et secrets
| Variable | Valeur par défaut | Description |
|---|---|---|
environment_variables | {} | Paramètres supplémentaires non secrets. Utilisez pour remplacer WEB_API_CORS_ALLOW_ORIGINS, LOG_LEVEL, etc. |
secret_environment_variables | {} | Mappage de variable d'environnement → nom de secret Secret Manager. Utilisez pour les clés API du fournisseur LLM. |
secret_propagation_delay / secret_rotation_period | (défini) | Attente de réplication / cadence de rotation. |
Groupe 7 — Sauvegarde et restauration
| Variable | Valeur par défaut | Description |
|---|---|---|
backup_schedule | 0 2 * * * | Cron de sauvegarde automatisée (UTC). |
backup_retention_days | 7 | Rétention ; augmentez pour la production/conformité. |
enable_backup_import / backup_source / backup_uri / backup_format | options de restauration | Restaurer à partir d'une sauvegarde lors du déploiement. |
Groupe 8 — CI/CD et autorisation binaire
Intégration standard App_CloudRun Cloud Build / Cloud Deploy — voir
App_CloudRun. Entrées clés : enable_cicd_trigger,
github_repository_url, github_token, enable_cloud_deploy,
enable_binary_authorization.
Groupe 9 — Instance NFS et SQL personnalisé
| Variable | Valeur par défaut | Description |
|---|---|---|
nfs_instance_name / nfs_instance_base_name | (défini) | Instance NFS existante / nom de base pour une instance intégrée. |
enable_custom_sql_scripts / custom_sql_scripts_bucket / custom_sql_scripts_path / custom_sql_scripts_use_root | désactivé | Exécuter SQL à partir d'un bucket GCS après le provisionnement. Voir App_CloudRun. |
Groupe 10 — Domaine, CDN, Cloud Armor et rétention d'images
| Variable | Valeur par défaut | Description |
|---|---|---|
application_domains | [] | Noms d'hôte personnalisés pour l'équilibreur de charge externe. |
enable_cdn | false | Activer Cloud CDN sur le backend LB. Nécessite enable_cloud_armor = true. |
enable_cloud_armor / admin_ip_ranges | désactivé | Attacher une politique WAF / restreindre l'accès privilégié. |
max_images_to_retain / delete_untagged_images / image_retention_days | (défini) | Politique de nettoyage d'Artifact Registry. |
Groupe 11 — Stockage et système de fichiers
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_nfs | true | Volume Filestore partagé ; fournit également l'hôte Redis par défaut. Nécessite gen2. |
nfs_mount_path | /mnt/nfs | Chemin de montage à l'intérieur du conteneur. |
create_cloud_storage / storage_buckets / gcs_volumes | (défini) | Buckets supplémentaires / montages GCS Fuse. Le bucket storage (gcs-dify<tenant-prefix>-storage) est toujours provisionné. |
manage_storage_kms_iam / enable_artifact_registry_cmek | false | Options CMEK. |
Groupe 12 — Backend de base de données
| Variable | Valeur par défaut | Description |
|---|---|---|
database_type | POSTGRES_15 | Requis — ne pas modifier. Dify ne prend en charge que PostgreSQL. |
db_name | dify_db | Nom de la base de données. Immuable après le premier déploiement. |
db_user | dify_user | Utilisateur de l'application. Immuable après le premier déploiement. |
database_password_length | 32 | Longueur du mot de passe généré (16–64). |
enable_auto_password_rotation / rotation_propagation_delay_sec | désactivé | Rotation du mot de passe de la base de données. |
db_host_env_var_name / db_name_env_var_name / db_user_env_var_name / db_port_env_var_name / service_url_env_var_name | (défini) | Noms sous lesquels les détails de connexion sont injectés (remplacements optionnels). |
Groupe 13 — Jobs et tâches planifiées
| Variable | Valeur par défaut | Description |
|---|---|---|
initialization_jobs | [] | Laissez vide pour utiliser le job db-init intégré. Fournissez une liste non vide pour le remplacer entièrement. |
cron_jobs | [] | Jobs récurrents déclenchés par Cloud Scheduler. |
Groupe 14 — Observabilité et santé
| Variable | Valeur par défaut | Description |
|---|---|---|
startup_probe / startup_probe_config | HTTP /health, délai de 30 s | Sonde de démarrage — le conteneur ne reçoit pas de trafic tant que /health ne renvoie pas 200. |
liveness_probe / health_check_config | HTTP /health | Sonde de vivacité. |
uptime_check_config | désactivé, chemin /health | Test de disponibilité Cloud Monitoring ; définissez enabled = true pour le provisionner. |
alert_policies | [] | Politiques d'alerte métrique. |
Groupe 21 — Cache Redis
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_redis | true | Requis. Active Redis pour la file d'attente de tâches Celery et le streaming SSE/WebSocket. |
redis_host | "" | Laissez vide pour utiliser l'IP du serveur NFS ; définissez pour une instance Memorystore externe. |
redis_port | 6379 | Port Redis. |
redis_auth | "" | Mot de passe d'authentification Redis optionnel (sensible). |
Groupe 22 — VPC Service Controls et journalisation d'audit
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_vpc_sc | false | Appliquer un périmètre VPC-SC (nécessite organization_id). |
vpc_cidr_ranges / vpc_sc_dry_run | (défini) | CIDR de niveau d'accès / mode simulation. |
enable_audit_logging | false | Journaux d'audit Cloud détaillés. |
5. Sorties
Retourné lors d'un déploiement réussi — le moyen le plus rapide de localiser et d'explorer les ressources en cours d'exécution.
| Sortie | Description |
|---|---|
service_name | Nom du service Cloud Run (API Dify). |
web_url | URL du frontend web Dify — ouvrez-la dans un navigateur pour accéder à la console Dify. |
api_url | URL du service API Dify (consommée par l'interface utilisateur web et les intégrations externes). |
service_location | Région dans laquelle le service s'exécute. |
stage_services | URL de service spécifiques à l'étape (Cloud Deploy). |
load_balancer_ip / load_balancer_url | IP / URL de l'équilibreur de charge HTTPS externe (lorsqu'il est activé). |
database_instance_name | Nom de l'instance Cloud SQL. |
database_name / database_user | Nom de la base de données / utilisateur de l'application. |
database_password_secret | Secret Secret Manager contenant le mot de passe de la base de données. |
database_host / database_port | Point de terminaison / port de la base de données. |
storage_buckets | Buckets Cloud Storage créés. |
network_name / network_exists / regions | Réseau VPC, présence, régions. |
container_image / container_registry | Image déployée et dépôt Artifact Registry. |
monitoring_enabled / monitoring_notification_channels / uptime_check_names | État de la surveillance, canaux, tests de disponibilité. |
initialization_jobs | Noms des jobs de configuration. |
deployment_id / tenant_id / resource_prefix | Identifiants de nommage. |
project_id / project_number | Identifiants de projet. |
cicd_enabled / github_repository_url / github_repository_owner / github_repository_name / cicd_configuration | État et détails CI/CD. |
artifact_registry_repository / cloudbuild_trigger_name / cloudbuild_trigger_id | Registre et déclencheur de build. |
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).
| Paramètre | Valeur judicieuse | Risque | Conséquence en cas d'erreur |
|---|---|---|---|
enable_redis | true (obligatoire) | Critique | Toutes les tâches Celery (exécution de workflow, indexation de documents, appels LLM asynchrones) échouent silencieusement sans Redis. |
enable_cloudsql_volume | true (obligatoire) | Critique | Le sidecar Auth Proxy est le seul chemin vers PostgreSQL ; le désactiver interrompt toute la connectivité à la base de données. |
SECRET_KEY (auto-généré) | immuable une fois défini | Critique | Toutes les instances doivent partager la même clé ; la faire pivoter déconnecte tous les utilisateurs et invalide les sessions actives. |
db_name / db_user | défini une fois | Critique | Immuable après le premier déploiement ; le renommer recrée la base de données et détruit les données. |
enable_backup_import | false sauf en cas de restauration | Critique | L'activation sans backup_uri valide échoue le job d'importation. |
secret_environment_variables pour les clés LLM | toujours utiliser des références de secrets | Critique | Les variables d'environnement en clair exposent les clés API dans les métadonnées de révision Cloud Run visibles dans la console. |
enable_redis + enable_nfs | les deux true si pas de Redis externe | Critique | Sans NFS, il n'y a pas d'hôte Redis lorsque redis_host est vide — Celery ne démarre pas. |
redis_host | hôte correct | Élevé | Un hôte incorrect produit une URL de broker Celery mal formée ; toutes les tâches asynchrones sont mises en file d'attente indéfiniment. |
database_type | POSTGRES_15 | Élevé | Dify nécessite PostgreSQL ; tout autre moteur échoue au démarrage. |
memory_limit | 4Gi | Élevé | Trop peu de mémoire provoque des arrêts OOM (Out Of Memory) pendant l'ingestion de documents ou la mise en cache de workflow LLM. |
min_instance_count + cpu_always_allocated | livrer 0 / false (priorité au coût) ; définir 1+ / true pour Celery continu | Élevé | Les valeurs par défaut livrées sont un choix délibéré de priorité au coût, pas une omission : la mise à l'échelle à zéro abandonne les tâches Celery en cours (intégration de jeux de données, jobs planifiés/par lots) pendant que le service est inactif. Le chat interactif et les applications fonctionnent toujours sur demande. Annulez les deux paramètres ensemble pour restaurer le traitement en arrière-plan continu. |
timeout_seconds | 300 (augmenter pour les workflows) | Élevé | Les workflows multi-étapes et l'indexation RAG peuvent dépasser 300 s ; augmenter à 3600 pour les déploiements complexes. |
execution_environment | gen2 | Élevé | gen1 ne prend pas en charge les montages NFS ou GCS Fuse. |
WEB_API_CORS_ALLOW_ORIGINS | restreindre en production | Élevé | La valeur par défaut "*" autorise les requêtes cross-origin depuis n'importe quel domaine. |
application_version | épingler à une version spécifique | Moyen | Les versions non épinglées risquent des migrations de schéma inattendues qui cassent l'application lors du redéploiement. |
enable_iap / enable_cloud_armor | activer pour la production | Moyen | La console Dify est publiquement accessible sans ces contrôles. |
Pour le comportement fondamental référencé tout au long — identité de service, mise à l'échelle et concurrence, entrée et équilibrage de charge, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC-SC, sauvegardes et mise en miroir d'images — voir App_CloudRun. La configuration d'application spécifique à Dify partagée avec la variante GKE est décrite dans Dify_Common.
Guides associés
- Lab pratique : Dify sur Cloud Run — déployez-le étape par étape, avec les écrans de la console et les commandes à chaque étape.
- Dify sur GKE Autopilot — la même application sur Kubernetes, pour lorsque vous avez besoin de l'autre cible de déploiement.
- Dify Common — Configuration d'application partagée — la configuration partagée par les deux cibles de déploiement.
- Déployé aux côtés de LiteLLM sur Google Cloud Run, Qdrant sur Google Cloud Run, Crawl4AI sur Google Cloud Run, Langfuse sur Google Cloud Run dans la solution AI Application Builder.
Need RAD to do something it does not do yet? Request it on the roadmap, or vote on what is already there.