Dify sur GKE Autopilot
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 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 Dify 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 le cycle de vie du déploiement — veuillez vous référer au guide de la fondation App_GKE plutôt que de les répéter ici.
Ce que coûte Dify sur RAD, et comment cela se compare
Le module Dify sur GKE Autopilot de RAD coûte environ 149,81 $ US par mois dans un projet Google Cloud que vous possédez, plus des frais de module uniques de 300 crédits (30 $ US). Dify est un constructeur visuel pour les applications LLM de production, avec un pipeline RAG, un framework d'agents et une observabilité intégrée. Pour le coût le plus bas, le guide Cloud Run exécute le même Dify pour environ 102 $ US par mois ; choisissez GKE ici uniquement si Dify doit rester actif en continu, s'adapter à travers les pods ou fonctionner aux côtés d'autres charges de travail Kubernetes.
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 149,81 $ 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 que RAD gère pour vous | |
|---|---|---|
| Frais de module, une fois par déploiement | 300 crédits (30 $ US au prix de la recharge) | 270 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 149,81 $ US par mois pour la configuration par défaut (tableau ci-dessous) | Mesuré à l'heure en crédits ; RAD publie 146 crédits par jour, environ 4 380 par mois (environ 438 $ US au prix de la recharge ; estimé à partir des prix catalogue 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 acheté minimum est conservé en réserve |
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, 2x vCPU / 4 Gio | 79,35 $ 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 |
| Frais de gestion de cluster GKE | partagés entre toutes les applications GKE du projet ; 0 $ si c'est votre seul cluster, sinon ~73 |
| Total | environ 149,81 $ US |
Comment cela se compare
- L'offre gérée du projet, Dify Cloud, propose un plan Sandbox gratuit, puis 590 $ par espace de travail par an (environ 49 $ par mois) sur le plan Professionnel et 1 590 $ par espace de travail par an (environ 133 $ par mois) sur le plan Équipe.
- Si vous l'exécutez vous-même, un VPS exécutant l'API, le worker et les conteneurs web de Dify ainsi que PostgreSQL vous coûtera moins cher en espèces : dimensionné à environ 2 vCPU/4 Gio, 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 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 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, ainsi que 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) — la partie qu'une comparaison avec un VPS nu doit exécuter et sauvegarder manuellement.
Mettez-le en pause gratuitement : supprimez un projet géré par RAD, restaurez-le lorsque vous en avez besoin
Si Dify s'exécute dans un projet que RAD gère 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 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 supprime pas Cloud SQL, la VM ou 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 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 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 438 $ 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 où il était réellement en ligne.
- 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 que la plupart des utilisations d'étude et de démonstration conviennent). 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 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.
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 à 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 redéployer lorsque vous en avez besoin.
- Ce que coûte un redéploiement. Les frais de module à nouveau (les builds sont inclus) : 300 crédits (30,00 $ US) dans votre propre projet. La suppression ne permet d'économiser de l'argent que si Dify resterait inutilisé pendant environ 7 jours ou plus dans votre propre projet (5 $ US par jour), ou environ 2 jours ou plus dans un projet géré par RAD (146 crédits par jour).
- 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, donc 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 celui-ci, alors copiez la dernière sauvegarde avant de la supprimer si vous voulez 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 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 ; 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 frontend web Next.js séparé. Le déploiement relie un ensemble ciblé de services Google Cloud :
| Capacité | Service Google Cloud | Notes |
|---|---|---|
| Calcul | GKE Autopilot | Pod API+worker (2 vCPU / 4 Gio par défaut) + pod frontend web, autoscaling horizontal |
| 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 ; aucune base de données vectorielle séparée n'est nécessaire |
| Fichiers partagés | Filestore (NFS) | Colocation d'hôte Redis partagé ; la VM NFS est également utilisée pour l'état des tâches |
| Stockage d'objets | Cloud Storage | Un bucket gcs-dify<resource-prefix>-storage dédié 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 | Cloud Load Balancing | LoadBalancer externe, domaine personnalisé facultatif + certificat géré |
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 workflow et les comptes utilisateur. - pgvector est toujours activé. L'extension
vectorest installée automatiquement sur l'instance Cloud SQL, faisant de la même instance de base de données le stockage vectoriel — aucun service supplémentaire n'est requis. - Redis est requis. Celery (exécution de workflow, indexation de documents, appels LLM asynchrones) et le bus d'événements SSE/WebSocket dépendent tous deux de Redis. Le désactiver interrompt tout 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.
- Un frontend web est déployé automatiquement. Un déploiement
langgenius/dify-webest connecté à l'URL du service API — vous n'avez pas besoin de le configurer séparément. - 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 de pod (via
MIGRATION_ENABLED=true), de sorte que les mises à niveau de version appliquent automatiquement les modifications de schéma.
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 Dify
Dify exécute deux déploiements Autopilot : le pod API+worker (Flask/gunicorn + Celery via supervisord) et le frontend web (Next.js). L'autoscaling horizontal des pods dimensionne chaque déploiement entre les nombres minimum et maximum de réplicas.
- Console : Kubernetes Engine → Charges de travail → sélectionnez la charge de travail API ou web de Dify pour voir les pods, les événements et l'utilisation des ressources. Kubernetes Engine → Services et Ingress affiche l'IP externe.
- CLI :
kubectl get pods,svc,hpa -n "$NAMESPACE"
kubectl logs -n "$NAMESPACE" deploy/<service-name> --tail=100
kubectl describe hpa -n "$NAMESPACE"
Voir App_GKE pour la gestion d'Autopilot, de la mise à l'échelle et du type de charge de travail (Déploiement vs StatefulSet).
B. Cloud SQL pour PostgreSQL 15
Dify stocke toutes les données d'application (workflows, bases de connaissances, comptes
utilisateur, clés API) dans une instance gérée Cloud SQL pour PostgreSQL 15. Les pods se
connectent en privé via le sidecar Cloud SQL Auth Proxy sur un socket Unix — aucune IP
publique n'est exposée. Lors du premier déploiement, un job d'initialisation crée la base de
données et l'utilisateur de l'application. L'extension pgvector est installée
automatiquement afin que la même instance serve de stockage vectoriel.
- Console : SQL → sélectionnez l'instance pour les connexions, les sauvegardes, les indicateurs et les métriques.
- CLI :
gcloud sql instances list --project "$PROJECT"
gcloud sql instances describe <instance-name> --project "$PROJECT"
gcloud sql connect <instance-name> --user=<db-user> --project "$PROJECT"
Le nom de l'instance, le nom de la base de données, l'utilisateur et le secret Secret Manager contenant le mot de passe sont tous affichés dans les Sorties. Pour le modèle de connexion, les sauvegardes automatisées et la rotation des mots de passe, voir App_GKE.
C. Filestore (NFS) et Cloud Storage
Un partage Filestore (NFS) est monté dans chaque pod. 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<resource-prefix>-storage) est provisionné pour les fichiers et
actifs téléchargés ; le pilote google-storage de Dify y accède via Workload Identity —
aucun fichier de clé de compte de service n'est nécessaire.
- Console : Filestore → Instances pour le partage NFS ; Cloud Storage → Buckets.
- CLI :
gcloud filestore instances list --project "$PROJECT"
gcloud storage buckets list --project "$PROJECT"
gcloud storage ls gs://<dify-storage-bucket>/
kubectl exec -n "$NAMESPACE" deploy/<service-name> -- df -h | grep -i nfs
Voir App_GKE pour le provisionnement NFS, GCS Fuse et les options CMEK.
D. Redis — Celery et bus d'événements
Redis est requis pour trois fonctions dans Dify :
| Rôle | Base de données Redis | Objectif |
|---|---|---|
| Broker et backend Celery | db 1 | Met en file d'attente et suit toutes les tâches en arrière-plan (inférence LLM, indexation de documents) |
| Bus d'événements | db 0 | Streaming SSE/WebSocket pour la sortie LLM en temps réel |
| Cache général | db 0 | Mise en cache de l'application |
Lorsqu'aucun hôte Redis externe n'est configuré, l'IP de la VM du serveur NFS est utilisée comme
point de terminaison Redis. Pour la production, pointez redis_host vers une instance
Memorystore pour Redis dédiée.
- Console : Memorystore → Redis (si vous utilisez une instance gérée).
- CLI :
redis-cli -h <redis-host> ping
redis-cli -h <redis-host> info keyspace
E. Secret Manager
La SECRET_KEY de Dify (utilisée pour la signature JWT et le chiffrement de session) et le
mot de passe de la base de données sont stockés en tant que secrets Secret Manager et injectés
dans les pods au moment de l'exécution ; le texte en clair n'apparaît jamais dans les spécifications
des pods. La SECRET_KEY est générée une seule fois et ne doit pas être renouvelée
pendant que le déploiement est en cours d'exécution — tous les pods doivent partager la même
valeur.
- Console : Sécurité → Secret Manager.
- CLI :
gcloud secrets list --project "$PROJECT"
gcloud secrets versions access latest --secret=<secret-name> --project "$PROJECT"
Le nom du secret du mot de passe de la base de données se trouve dans les Sorties. Voir App_GKE pour l'intégration et la rotation de Secret Store CSI.
F. Réseau et ingress
Par défaut, le service Dify est exposé via une IP externe de Cloud Load Balancing. Un domaine personnalisé avec un certificat géré par Google peut être activé, et une IP statique peut être réservée afin que l'adresse survive aux redéploiements.
- Console : Services réseau → Équilibrage de charge ; Réseau VPC → Adresses IP.
- CLI :
kubectl get ingress,svc -n "$NAMESPACE"
gcloud compute addresses list --project "$PROJECT"
Voir App_GKE pour les domaines personnalisés, Cloud CDN et les détails de l'IP statique.
G. Cloud Logging et Monitoring
Les sorties stdout/stderr des pods sont acheminées vers Cloud Logging ; les métriques GKE et Cloud SQL sont acheminées vers Cloud Monitoring. Des vérifications de disponibilité et des stratégies d'alerte facultatives sont disponibles.
- Console : Logging → Explorateur de journaux ; Monitoring → Tableaux de bord / Alertes.
- CLI :
gcloud logging read 'resource.type="k8s_container" AND resource.labels.namespace_name="'"$NAMESPACE"'"' \
--project "$PROJECT" --limit 50
3. Comportement de l'application Dify
- Configuration de la base de données au premier déploiement. Un job d'initialisation
(
db-init) se connecte à Cloud SQL via le proxy d'authentification et crée de manière idempotente l'utilisateur et la base de données Dify. Il s'exécute automatiquement et peut être réexécuté en toute sécurité. - Migrations au démarrage. Chaque pod 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 pod. Le conteneur personnalisé encapsule
langgenius/dify-apiavec supervisord. Le serveur API gunicorn et le worker Celery s'exécutent tous deux dans le même pod — ils partagent l'allocation CPU et mémoire. Dimensionnez en conséquence : 2 vCPU et 4 Gio est le minimum recommandé. - Frontend web. Un déploiement
langgenius/dify-webest déployé automatiquement et connecté à l'URL du service API. Accédez à Dify via l'IP externe du service web ou la sortieweb_url. - Clés API du fournisseur LLM. Les clés de 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 à"*". Restreignez à votre domaine viaenvironment_variablesen production. - Chemin de santé. Les sondes de disponibilité et de vivacité ciblent
/healthavec un délai initial de 30 secondes pour permettre au serveur API et aux migrations de base de données de se terminer au 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_GKE avec son comportement et ses valeurs par défaut standard.
Groupe 1 — Projet et identité
| Variable | Valeur par défaut | Description |
|---|---|---|
project_id | (requis) | 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 | [] | E-mails autorisés à accéder au projet et aux alertes de surveillance. |
resource_labels | {} | Étiquettes appliquées à toutes les ressources pour le suivi des coûts et de la propriété. |
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) | Annotation de description de la charge de travail. |
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 pod ; minimum 2 vCPU — gunicorn et Celery partagent cette allocation. |
memory_limit | 4Gi | Mémoire par pod ; 4 Gio recommandés pour la mise en cache du workflow LLM et le traitement des documents. |
min_instance_count | 1 | Réplicas minimum. Gardez ≥ 1 pour que le worker Celery maintienne sa connexion au broker Redis. |
max_instance_count | 3 | Réplicas maximum (plafond de l'autoscaler). |
container_port | 5001 | Le serveur API Dify écoute sur le port 5001. |
enable_cloudsql_volume | true | Sidecar Cloud SQL Auth Proxy pour les connexions de socket Unix. Requis pour la connectivité à la base de données. |
enable_vertical_pod_autoscaling | false | VPA ajuste automatiquement les requêtes de ressources ; l'activer désactive HPA. |
enable_pod_disruption_budget | false | Crée un PodDisruptionBudget pour une disponibilité minimale pendant la maintenance des nœuds. |
pdb_min_available | 1 | Nombre minimum de pods disponibles pendant les perturbations. |
Groupe 5 — 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. |
Groupe 6 — Backend GKE et cluster
| Variable | Valeur par défaut | Description |
|---|---|---|
service_type | LoadBalancer | Comment le service est exposé. |
session_affinity | ClientIP | Routage persistant — recommandé pour l'état de session de Dify. |
workload_type | null | Se résout automatiquement en StatefulSet lorsque le stockage par pod est activé. |
network_tags | ['nfsserver'] | Tags de nœud/pod ; nfsserver est requis pour la connectivité NFS. |
gke_cluster_name | "" | Nom du cluster GKE. Laissez vide pour la découverte automatique. |
namespace_name | "" | Espace de noms Kubernetes. Auto-généré si vide. |
termination_grace_period_seconds | 60 | Secondes pendant lesquelles Kubernetes attend après SIGTERM avant de tuer de force. |
Groupe 7 — Configuration du StatefulSet
| Variable | Valeur par défaut | Description |
|---|---|---|
stateful_pvc_enabled | null | Active les PVC par pod. La définition de true sélectionne automatiquement le type de charge de travail StatefulSet. |
stateful_pvc_size | 10Gi | Taille de stockage pour chaque PVC. |
stateful_pvc_mount_path | /data | Chemin du conteneur où le PVC par pod est monté. |
stateful_pvc_storage_class | standard-rwo | StorageClass Kubernetes pour le provisionnement de PVC. |
Groupe 10 — Observabilité et santé
| Variable | Valeur par défaut | Description |
|---|---|---|
startup_probe_config / startup_probe | HTTP /health, délai de 30 s | Sonde de démarrage — le conteneur ne reçoit pas de trafic tant que /health ne renvoie pas 200. |
health_check_config / liveness_probe | HTTP /health | Sonde de vivacité. |
uptime_check_config | désactivé | Vérification de disponibilité facultative de Cloud Monitoring. |
alert_policies | [] | Stratégies d'alerte métrique facultatives. |
Groupe 11 — 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 | [] | CronJobs Kubernetes planifiés. |
additional_services | [] | Déploiements Kubernetes supplémentaires à côté de Dify (le frontend web est câblé automatiquement). |
Groupe 12 — CI/CD et intégration GitHub
Intégration standard App_GKE Cloud Build / Cloud Deploy — voir
App_GKE. Entrées clés : enable_cicd_trigger,
github_repository_url, github_token, enable_cloud_deploy,
enable_binary_authorization.
Groupe 13 — Système de fichiers (NFS)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_nfs | true | Volume Filestore partagé ; fournit également l'hôte Redis par défaut lorsqu'aucun Redis externe n'est défini. |
nfs_mount_path | /mnt/nfs | Chemin de montage à l'intérieur du conteneur. |
nfs_instance_name | "" | Nom d'une VM GCE NFS existante. Laissez vide pour la découverte automatique. |
nfs_instance_base_name | app-nfs | Nom de base pour une VM GCE NFS intégrée lorsqu'aucune n'existe. |
Groupe 14 — Cloud Storage et Artifact Registry
| Variable | Valeur par défaut | Description |
|---|---|---|
create_cloud_storage | true | Provisionne des buckets GCS supplémentaires. Le bucket gcs-dify<resource-prefix>-storage est toujours provisionné par Dify_Common. |
storage_buckets | [{ name_suffix = "data" }] | Buckets supplémentaires au-delà du bucket de stockage auto-provisionné. |
gcs_volumes | [] | Montages GCS Fuse via le pilote CSI. |
manage_storage_kms_iam / enable_artifact_registry_cmek | false | Options CMEK. |
Groupe 16 — Backend de base de données
| Variable | Valeur par défaut | Description |
|---|---|---|
db_name | dify_db | Nom de la base de données PostgreSQL. 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 | false | Rotation du mot de passe de la base de données sans interruption de service. |
Groupe 17 — Sauvegarde et maintenance
| Variable | Valeur par défaut | Description |
|---|---|---|
backup_schedule | 0 2 * * * | Cron de sauvegarde automatisée (UTC). |
backup_retention_days | 7 | Rétention ; augmentez à 30–90 pour la production/conformité. |
enable_backup_import / backup_source / backup_uri | options de restauration | Restaurer à partir d'une sauvegarde lors du déploiement. |
Groupe 18 — Scripts SQL personnalisés
enable_custom_sql_scripts, custom_sql_scripts_bucket, custom_sql_scripts_path,
custom_sql_scripts_use_root — exécutez du SQL à partir d'un bucket GCS après le provisionnement. Voir
App_GKE.
Groupe 19 — Domaine personnalisé, IP statique et réseau
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_custom_domain | true | Provisionne Ingress pour les noms d'hôtes personnalisés + certificat géré. |
application_domains | [] | Noms d'hôtes à servir. |
reserve_static_ip | true | IP externe stable sur les redéploiements. Ne définissez pas false pour Dify — voir le piège critique dans §6 : les appels API du frontend web se résolvent en un nom d'hôte interne inaccessible sans cela. |
Groupe 20 — Identity-Aware Proxy (IAP)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_iap | false | Exige une connexion Google devant Dify. Nécessite enable_custom_domain = true. |
iap_authorized_users / iap_authorized_groups | [] | Qui peut accéder. |
iap_oauth_client_id / iap_oauth_client_secret | "" | Requis lorsque IAP est activé (sensible). |
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 explicitement pour une instance Memorystore externe. |
redis_port | 6379 | Port Redis. |
redis_auth | "" | Mot de passe d'authentification Redis facultatif (sensible). |
Groupe 22 — VPC Service Controls et journalisation d'audit
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_vpc_sc | false | Applique 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
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 (API Dify). |
namespace | Espace de noms dans lequel la charge de travail s'exécute. |
service_cluster_ip | ClusterIP du service API dans le cluster. |
stage_service_cluster_ips | Mappage des ClusterIP pour les services spécifiques à l'étape (Cloud Deploy). |
service_external_ip | IP externe du LoadBalancer (lorsqu'une IP statique est réservée). |
web_url | URL du frontend web Dify (utilisez-la pour ouvrir l'interface utilisateur du navigateur). |
database_instance_name | Nom de l'instance Cloud SQL. |
database_name | Nom de la base de données de l'application. |
database_user | Utilisateur de la base de données 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 de la base de données (127.0.0.1 via Auth Proxy) / port. |
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 / db_import_job | Noms des jobs de configuration et d'importation (facultatif). |
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. |
github_repository_url / github_repository_owner / github_repository_name | Détails du dépôt CI/CD. |
artifact_registry_repository / cloudbuild_trigger_name / cloudbuild_trigger_id | Registre et déclencheur de build. |
kubernetes_ready | Indique si le cluster et la charge de travail sont prêts. |
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 connectivité à la base de données. |
SECRET_KEY (auto-généré) | immuable une fois défini | Critique | Tous les pods 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 fait échouer le job d'importation. |
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. |
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 spécifications de pod visibles via kubectl describe pod. |
enable_redis + redis_host | hôte correct | Élevé | Un redis_host incorrect produit une URL de broker Celery mal formée ; toutes les tâches asynchrones restent en file d'attente indéfiniment. |
reserve_static_ip + service_type | true / LoadBalancer — ne pas modifier pour Dify | Critique | Les CONSOLE_API_URL/APP_API_URL du frontend web se résolvent via la sentinelle $(GKE_SERVICE_URL) vers local.service_url, qui revient à l'hostname interne *.svc.cluster.local inaccessible si reserve_static_ip=false ou service_type est remplacé en dehors de LoadBalancer. La page se charge, mais chaque appel API côté navigateur échoue avec net::ERR_NAME_NOT_RESOLVED. C'est une véritable exception à la convention reserve_static_ip=false de conservation du quota IP à l'échelle de la flotte. |
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 | 1 | Élevé | La mise à l'échelle à zéro provoque des démarrages à froid et abandonne les tâches Celery en cours. |
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. |
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. |
backup_retention_days | 7 (augmenter pour la production) | Moyen | Trop court pour la rétention de conformité. |
Pour le comportement du socle référencé partout — IAM et Workload Identity, autoscaling, ingress et certificats, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC-SC, sauvegardes et mise en miroir des images — voir App_GKE. La configuration d'application spécifique à Dify partagée avec la variante Cloud Run est décrite dans Dify_Common.
Guides associés
- Lab pratique : Dify sur GKE Autopilot — déployez-le étape par étape, avec les écrans de la console et les commandes à chaque étape.
- Dify sur Google Cloud Run — la même application sur Cloud Run, 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.
Need RAD to do something it does not do yet? Request it on the roadmap, or vote on what is already there.