Django sur GKE Autopilot
Django est un framework web Python éprouvé qui encourage le développement rapide et une conception propre et pragmatique, alimentant certaines des applications web les plus exigeantes au monde. Ce module déploie Django sur GKE Autopilot sur la base 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 Django et sur la manière de les explorer et de les exploiter 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 — veuillez vous référer au guide de la fondation App_GKE plutôt que de les répéter ici.
Ce que coûte Django sur RAD, et comment cela se compare
Le module GKE Autopilot de Django sur RAD coûte environ 106,53 $ US par mois. Un serveur autogéré est moins cher en espèces, mais vous devez alors gérer vous-même la base de données, les sauvegardes, les correctifs de sécurité et les mises à niveau. Pour le coût le plus bas, le guide Cloud Run exécute le même Django pour environ 81,23 $ US par mois. Les chiffres sont valables au 8 octobre 2026 ; les sources sont listées à la fin de cette section.
Si vous n'en avez besoin qu'occasionnellement — pour étudier, une démo, une activité saisonnière — un projet géré par RAD peut être supprimé et restauré dans les 30 jours sans frais supplémentaires, de sorte que les 106,53 $ US deviennent quelques dollars par mois. 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 | 110 crédits (11 $ US au prix de la recharge) | 99 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 106,53 $ US par mois pour la configuration par défaut (tableau ci-dessous) | Mesuré à l'heure en crédits ; RAD publie 127 crédits par jour, soit environ 3 810 par mois (environ 381 $ 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 projet propre 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, de sorte que 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, et moins pour un plan mensuel. 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 (valeur par défaut du module) | Par mois |
|---|---|
| Pod GKE Autopilot, 1x vCPU / 1 GiB | 36,08 $ US |
| Cloud SQL pour PostgreSQL, 1 vCPU / 3,75 Go, zonal, 10 Go SSD | 51,02 $ 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 du cluster GKE | partagés entre toutes les applications GKE du projet ; 0 $ si c'est votre seul cluster, sinon ~73 $ |
| Total | environ 106,53 $ US |
Comment cela se compare
- Django est un framework, pas un produit packagé, il n'y a donc pas de plan commercial d'"hébergement Django" à comparer — la comparaison honnête est un serveur nu : un Hetzner CPX22 ou un droplet DigitalOcean 2 vCPU/4 Go coûte environ 24 $ US par mois, et un GCP Compute Engine e2-standard-2 (2 vCPU/8 Go) environ 49 $ US — plus votre propre temps pour la base de données, les sauvegardes, les correctifs de sécurité et les mises à niveau du système d'exploitation, que Cloud SQL, Secret Manager et la surveillance gérés par RAD couvrent pour vous.
- Ce que vous évaluez réellement, c'est la part de la couche applicative qui est personnalisée. Pour une API mince ou un outil d'administration, un petit VPS peut suffire ; pour tout ce qui a de réelles exigences d'intégrité des données, une base de données gérée vaut plus que la différence de prix ne le suggère.
Mettez-le en pause gratuitement : supprimez un projet géré par RAD, restaurez-le quand vous en avez besoin
Si Django 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 Django dont vous n'avez besoin qu'occasionnellement — pour étudier, une démo, une activité saisonnière — 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 commence par dissocier 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 dissociée, rien n'est facturé pendant cette attente. Contrairement à la suppression d'un module, cela ne supprime pas Cloud SQL, la VM NFS ou le pod GKE un par un — 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 restaurer 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 381 $ US par mois pour le maintenir en fonctionnement. Déployez Django, utilisez-le pendant un certain temps, 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 les heures pendant lesquelles Django 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 : les sauvegardes nocturnes ne survivent pas. Les sauvegardes 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 supprimé dès que vous supprimez le projet — même si le projet lui-même est récupérable pendant 30 jours. Si vous avez personnalisé les données et souhaitez les conserver, copiez une sauvegarde (vers Google Drive, ou un bucket en dehors du projet) avant de supprimer, comme pour le flux de travail de redéploiement ci-dessous. 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 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) : 110 crédits (11,00 $ US), et environ une heure, car RAD recrée le projet et les services partagés avant Django. La suppression permet d'économiser de l'argent une fois que Django resterait inutilisé pendant environ 3 jours ou plus dans votre propre projet (environ 3,55 $ US par jour), ou environ 1 jour ou plus dans un projet géré par RAD (127 crédits par jour).
- Supprimez tout ce que Django utilise. La majeure partie du coût d'exécution est la base de données et la VM NFS/cache. Elles ne s'arrêtent que si rien d'autre dans le projet ne les utilise, donc les supprimer alors que quelque chose d'autre partage le projet n'économise que la partie calcul de Django.
- Conservez d'abord vos données. Les sauvegardes nocturnes de la base de données sont écrites dans un bucket à l'intérieur du déploiement, et ce bucket est supprimé avec lui. Avant de supprimer, copiez la dernière sauvegarde sur Google Drive, ou dans un bucket que vous conservez.
- 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 dispose de Django 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 Django 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 quotidiennes de crédits de radmodules.dev/pricing ; Supprimer et restaurer des projets pour les mécanismes et la fenêtre de pause/restauration.
1. Vue d'ensemble
Django s'exécute comme une charge de travail web Python/Gunicorn. Le déploiement connecte un ensemble ciblé de services Google Cloud :
| Capacité | Service Google Cloud | Notes |
|---|---|---|
| Calcul | GKE Autopilot | Pods Python/Gunicorn, 1 vCPU / 512 Mio par défaut, mise à l'échelle horizontale automatique |
| Base de données | Cloud SQL pour PostgreSQL 15 | Requis — le DB_ENGINE de Django est fixé à django.db.backends.postgresql |
| Fichiers partagés | Filestore (NFS) | Médias et téléchargements partagés entre toutes les répliques |
| Stockage d'objets | Cloud Storage | Un bucket média dédié provisionné par Django_Common |
| Secrets | Secret Manager | SECRET_KEY Django et mot de passe de base de données auto-générés |
| Cache (optionnel) | Redis / Cloud Memorystore | Désactivé par défaut ; activer pour le stockage de session et la mise en cache |
| Ingress | Cloud Load Balancing | LoadBalancer externe, domaine personnalisé optionnel + certificat géré |
Valeurs par défaut judicieuses à connaître à l'avance :
- PostgreSQL 15 est fixe.
Django_CommonfixeDB_ENGINEà PostgreSQL ; MySQL etNONEne sont pas pris en charge par ce module. - La
SECRET_KEYde Django est auto-générée et stockée dans Secret Manager ; elle est injectée à l'exécution et n'est jamais définie en texte clair. - Quatre extensions PostgreSQL sont installées automatiquement (
pg_trgm,unaccent,hstore,citext) par le jobdb-init, vous n'avez donc pas besoin de les configurer. - Deux jobs d'initialisation s'exécutent par défaut —
db-init(crée la base de données et l'utilisateur) etdb-migrate(exécutemanage.py migrateetcollectstatic). - NFS est activé par défaut. Toutes les répliques de pods partagent le même volume Filestore
pour les fichiers multimédias téléchargés. L'affinité de session est par défaut
ClientIP. - Redis est désactivé par défaut. Activez-le avec
enable_redis = trueet pointez vers une instance Cloud Memorystore pour le stockage de session et la mise en cache en production. - Mise à l'échelle à zéro par défaut.
min_instance_countest par défaut0; définissez-le sur1pour la production afin d'éliminer les démarrages à froid.
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 Django
Les pods Django sont planifiés sur Autopilot, qui facture le CPU/la mémoire que les pods demandent réellement. L'autoscaling horizontal des pods dimensionne le déploiement entre le nombre minimum et maximum de répliques.
- Console : Kubernetes Engine → Charges de travail → sélectionnez la charge de travail Django pour voir les pods, les révisions et les événements. Kubernetes Engine → Services et Ingress affiche l'adresse IP externe.
- CLI :
kubectl get pods,svc,hpa -n "$NAMESPACE"
kubectl logs -n "$NAMESPACE" deploy/<service-name> --tail=100
kubectl describe hpa -n "$NAMESPACE" # current vs target utilisation
Voir App_GKE pour la gestion d'Autopilot, de la mise à l'échelle et du type de charge de travail (Deployment vs StatefulSet).
B. Cloud SQL pour PostgreSQL 15
Django stocke toutes les données de l'application dans une instance Cloud SQL pour PostgreSQL 15 gérée.
Les pods l'atteignent en privé via le sidecar Cloud SQL Auth Proxy sur un socket Unix,
donc aucune IP publique n'est exposée. Un job db-init s'exécute à chaque apply (idempotent)
et crée la base de données et l'utilisateur de l'application, installe les extensions requises et
accorde les privilèges. Le job db-migrate exécute ensuite manage.py migrate et
manage.py collectstatic.
- Console : SQL → sélectionnez l'instance pour les connexions, les sauvegardes, les indicateurs et les métriques.
- CLI :
gcloud sql instances list --project "$PROJECT"
gcloud sql instances describe <instance-name> --project "$PROJECT"
# Open an interactive shell to inspect schema/data:
gcloud sql connect <instance-name> --user=<db-user> --project "$PROJECT"
# Confirm DB env vars are injected into the running pod:
kubectl exec -n "$NAMESPACE" deploy/<service-name> -- env | grep -E "^(DB_|SECRET_KEY)"
Le nom de l'instance, le nom de la base de données, l'utilisateur et le secret Secret Manager contenant le mot de passe sont tous affichés dans les Sorties. Pour le modèle de connexion, les sauvegardes automatisées et la rotation des mots de passe, voir App_GKE.
C. Filestore (NFS) et Cloud Storage
Les médias téléchargés sont écrits sur un partage Filestore (NFS) monté dans chaque pod afin que
toutes les répliques voient les mêmes fichiers. Un bucket média Cloud Storage dédié est également
provisionné automatiquement par Django_Common ; le compte de service de la charge de travail se voit accorder
l'accès.
- Console : Filestore → Instances pour le partage NFS ; Cloud Storage → Buckets pour le bucket média.
- CLI :
gcloud filestore instances list --project "$PROJECT"
gcloud storage buckets list --project "$PROJECT"
gcloud storage ls gs://<media-bucket>/ # bucket name is in the Outputs
# Confirm the share is mounted inside a pod:
kubectl exec -n "$NAMESPACE" deploy/<service-name> -- df -h | grep -i nfs
Voir App_GKE pour le provisionnement NFS, GCS Fuse et les options CMEK.
D. Cache Redis
Redis est désactivé par défaut. Lorsque enable_redis = true, Django reçoit
REDIS_HOST et REDIS_PORT comme variables d'environnement. Configurez settings.py pour
les utiliser pour CACHES et SESSION_ENGINE. Le module ne provisionne pas d'instance Redis —
utilisez une instance Cloud Memorystore et définissez redis_host sur son IP privée.
- Console : Memorystore → Redis (si vous utilisez une instance gérée).
- CLI :
redis-cli -h <redis-host> ping # from a host with network access
redis-cli -h <redis-host> info keyspace
# Confirm REDIS_HOST and REDIS_PORT are injected:
kubectl exec -n "$NAMESPACE" deploy/<service-name> -- env | grep REDIS
E. Secret Manager
La SECRET_KEY de Django et le mot de passe de la base de données sont stockés en tant que secrets Secret Manager
et injectés dans les pods au moment de l'exécution ; le texte en clair n'apparaît jamais dans la configuration.
Le mot de passe du superutilisateur (si vous en créez un via DJANGO_SUPERUSER_PASSWORD) doit
également être stocké ici.
- Console : Sécurité → Secret Manager.
- CLI :
gcloud secrets list --project "$PROJECT"
gcloud secrets versions access latest --secret=<secret-name> --project "$PROJECT"
Le nom du secret du mot de passe de la base de données se trouve dans les Sorties. Voir App_GKE pour l'intégration et la rotation de Secret Store CSI.
F. Réseau et ingress
Par défaut, la charge de travail est exposée via une IP externe de Cloud Load Balancing. Un
domaine personnalisé avec un certificat géré par Google peut être activé via
enable_custom_domain, et une IP statique peut être réservée afin que l'adresse survive
aux redéploiements.
- Console : Services réseau → Équilibrage de charge ; Réseau VPC → Adresses IP.
- CLI :
kubectl get ingress,svc -n "$NAMESPACE"
gcloud compute addresses list --project "$PROJECT"
Voir App_GKE pour les domaines personnalisés, Cloud CDN et les détails de l'IP statique.
G. Cloud Logging et Monitoring
Les sorties stdout/stderr des pods sont acheminées vers Cloud Logging ; les métriques GKE et Cloud SQL sont acheminées vers Cloud Monitoring. Des vérifications de disponibilité et des stratégies d'alerte optionnelles sont disponibles.
- Console : Logging → Explorateur de journaux ; Monitoring → Tableaux de bord / Alertes.
- CLI :
gcloud logging read 'resource.type="k8s_container" AND resource.labels.namespace_name="'"$NAMESPACE"'"' \
--project "$PROJECT" --limit 50
3. Comportement de l'application Django
- Configuration de la base de données au premier déploiement. Un job
db-initcrée la base de données PostgreSQL et l'utilisateur, accorde les privilèges et installe les quatre extensions requises (pg_trgm,unaccent,hstore,citext) en utilisant le secret superutilisateurROOT_PASSWORD. Le job est idempotent et peut être réexécuté en toute sécurité. - Migrations au premier déploiement. Un job
db-migrateexécutemanage.py migrateetmanage.py collectstatic --noinput --clearaprès quedb-initsoit terminé. Ces jobs s'exécutent avecexecute_on_apply = truepar défaut. Remplacezinitialization_jobspar une liste non vide pour les remplacer par des jobs personnalisés. - Gestion de
SECRET_KEY. Une clé aléatoire de 50 caractères est générée parDjango_Commonet stockée dans Secret Manager. Elle est injectée en tant queSECRET_KEY. Ne définissez pasSECRET_KEYdansenvironment_variables. - Création du superutilisateur. Si
DJANGO_SUPERUSER_USERNAME,DJANGO_SUPERUSER_EMAIL, etDJANGO_SUPERUSER_PASSWORDsont présents en tant que variables d'environnement lorsque le conteneur démarre,entrypoint.shcrée un superutilisateur Django au premier démarrage. Utilisezsecret_environment_variablespour le mot de passe :# Retrieve the SECRET_KEY or superuser password from Secret Manager
gcloud secrets versions access latest --secret=<secret-name> --project "$PROJECT" - Tâches planifiées. Les commandes de gestion Django (par exemple,
clearsessions) peuvent être planifiées en tant que CronJobs Kubernetes via la variablecron_jobs:kubectl get cronjobs -n "$NAMESPACE"
kubectl get jobs -n "$NAMESPACE" --sort-by=.metadata.creationTimestamp - Sondes de santé. La sonde de démarrage par défaut cible
GET /healthzavec un délai initial de 90 secondes (pour permettre les migrations au premier démarrage) et la sonde de vivacité cibleGET /healthzavec un délai initial de 60 secondes./healthzest défini dans le fichierurls.pyau niveau du projet, de sorte qu'il continue de renvoyer HTTP 200 après avoir remplacé l'exemple d'application à/— ce qui est important car la sonde est mise en miroir dans la vérification de santé de la passerelle, et une vue racine qui redirige vers une connexion laisserait autrement la passerelle servir 503 derrière un pod prêt. Conservez cette route si vous restructurezurls.py. - Affinité de session. Par défaut à
ClientIPafin que les requêtes d'un utilisateur donné soient acheminées vers le même pod. Définissezsession_affinity = "None"lorsque tout l'état de session est externalisé vers la base de données ou Redis.
4. Variables de configuration
Les variables sont regroupées exactement comme elles apparaissent sur la plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour Django 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 | [] | Adresses e-mail ayant accès au projet et aux alertes de surveillance. |
resource_labels | {} | Libellés appliqués à toutes les ressources pour le suivi des coûts/de la propriété. |
Groupe 3 — Identité de l'application
| Variable | Valeur par défaut | Description |
|---|---|---|
application_name | django | Nom de base des ressources. Ne pas modifier après le premier déploiement. |
application_display_name | Django Application | Nom convivial affiché dans la console. |
application_description | (défini) | Annotation de description de la charge de travail. |
application_version | latest | Tag de version de l'image ; incrémenter pour déployer une nouvelle build. Épingler à un tag spécifique en production. |
Groupe 4 — Exécution et mise à l'échelle
| Variable | Valeur par défaut | Description |
|---|---|---|
deploy_application | true | Définir false pour provisionner uniquement l'infrastructure. |
container_image_source | custom | custom construit via Cloud Build ; prebuilt déploie une URI d'image existante. |
container_image | us-docker.pkg.dev/cloudrun/container/hello | Remplacer l'URI de l'image du conteneur. |
container_resources | { cpu_limit = "1000m", memory_limit = "512Mi" } | Limites de CPU et de mémoire par pod. |
min_instance_count | 0 | Nombre minimal de répliques. Définir ≥ 1 pour éliminer les démarrages à froid en production. |
max_instance_count | 1 | Nombre maximal de répliques (plafond de l'autoscaler). |
container_port | 8080 | Django/Gunicorn écoute sur le port 8080. |
enable_cloudsql_volume | true | Sidecar Cloud SQL Auth Proxy pour les connexions socket. |
enable_vertical_pod_autoscaling | false | Laisser Autopilot ajuster automatiquement les requêtes de ressources. |
Groupe 5 — Variables d'environnement et secrets
| Variable | Valeur par défaut | Description |
|---|---|---|
environment_variables | {} | Paramètres supplémentaires non secrets. Ne pas inclure SECRET_KEY ou DB_* ici. |
secret_environment_variables | {} | Mappage de variable d'environnement → nom de secret Secret Manager (par exemple, DJANGO_SUPERUSER_PASSWORD). |
secret_propagation_delay | 30 | Secondes à attendre après la création du secret avant de continuer. |
secret_rotation_period | 2592000s | Fréquence de notification de rotation de Secret Manager. |
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 le stockage de session en cours de processus. |
workload_type | null | Se résout automatiquement en StatefulSet lorsque stateful_pvc_enabled est défini. |
network_tags | ["nfsserver"] | Tags de nœud/pod ; nfsserver est requis pour la connectivité NFS. |
Groupe 7 — StatefulSet / PVC
| Variable | Valeur par défaut | Description |
|---|---|---|
stateful_pvc_enabled | null | Activer les modèles PVC dans un StatefulSet. Normalement pas nécessaire pour Django. |
stateful_pvc_size | 10Gi | Taille de stockage pour chaque PVC par pod. |
stateful_pvc_mount_path | /data | Chemin du conteneur où le PVC est monté. |
stateful_pvc_storage_class | standard-rwo | Kubernetes StorageClass pour les PVC. |
Groupe 8 — Quota de ressources
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_resource_quota | false | Plafonner les comptes de CPU/mémoire/objets de l'espace de noms. |
quota_memory_requests / quota_memory_limits | "" | Doit utiliser des unités binaires (4Gi, 8192Mi) — les entiers nus sont lus comme des octets et bloquent la planification. |
Groupe 9 — Politiques de fiabilité
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_pod_disruption_budget | false | Protéger la disponibilité pendant les mises à niveau de nœuds. Désactivé par défaut car la valeur par défaut max_instance_count est 1. |
pdb_min_available | 1 | Augmenter min_instance_count au-dessus de 1 si vous avez besoin d'une marge d'éviction. |
enable_topology_spread | false | Répartir les pods sur plusieurs zones. |
Groupe 10 — Observabilité et santé
| Variable | Valeur par défaut | Description |
|---|---|---|
startup_probe | HTTP GET /healthz, délai initial de 90s | Sonde de démarrage transmise à Django_Common. Augmenter le délai pour les grands ensembles de migration. |
liveness_probe | HTTP GET /healthz, délai initial de 60s | Sonde de vivacité transmise à Django_Common. |
startup_probe_config | TCP, délai d'expiration de 240s | Sonde de démarrage de l'infrastructure au niveau App_GKE. |
health_check_config | HTTP GET /, délai d'expiration de 1s | Sonde de vivacité de l'infrastructure au niveau App_GKE. |
uptime_check_config | désactivé, chemin / | Vérification de disponibilité Cloud Monitoring optionnelle ; désactivée par défaut. |
alert_policies | [] | Politiques d'alerte métrique optionnelles. |
Groupe 11 — Jobs et tâches planifiées
| Variable | Valeur par défaut | Description |
|---|---|---|
initialization_jobs | [] (utilise db-init + db-migrate intégrés) | Laisser vide pour utiliser les jobs de configuration de base de données et de migration par défaut. Fournir une liste non vide pour les remplacer par des jobs personnalisés. |
cron_jobs | [] | CronJobs Kubernetes planifiés (par exemple, clearsessions, cleartokens). |
additional_services | [] | Services GKE sidecar ou auxiliaires déployés avec Django. |
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.
Groupe 13 — Système de fichiers (NFS)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_nfs | true | Volume Filestore partagé pour les médias Django (garder activé pour les répliques multiples). |
nfs_mount_path | /mnt/nfs | Chemin de montage à l'intérieur du conteneur. Doit correspondre à MEDIA_ROOT dans settings.py. |
Groupe 14 — Cloud Storage et Artifact Registry
| Variable | Valeur par défaut | Description |
|---|---|---|
create_cloud_storage | true | Provisionner le bucket de données supplémentaire. Le bucket média est toujours provisionné par Django_Common. |
storage_buckets | [{ name_suffix = "data" }] | Buckets supplémentaires au-delà du bucket média auto-provisionné. |
gcs_volumes | [] | Montages GCS Fuse. |
manage_storage_kms_iam / enable_artifact_registry_cmek | false | Options CMEK. |
max_images_to_retain | 7 | Nombre maximal d'images de conteneurs récentes conservées dans Artifact Registry par déploiement. |
delete_untagged_images | true | Supprimer automatiquement les images non taguées/orphelines du dépôt créé en ligne. |
image_retention_days | 30 | Jours après lesquels les images deviennent éligibles à la suppression ; 0 désactive la suppression basée sur l'âge. |
Groupe 15 — Cache Redis
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_redis | false | Activer Redis pour le stockage de session et la mise en cache. |
redis_host | "" | IP ou nom d'hôte de l'hôte Redis. Laisser vide pour revenir à l'IP du serveur NFS lorsqu'il est activé. |
redis_port | 6379 | Port Redis. |
redis_auth | "" | Mot de passe d'authentification Redis optionnel (sensible). |
Groupe 16 — Backend de base de données
| Variable | Valeur par défaut | Description |
|---|---|---|
database_type | POSTGRES | PostgreSQL requis. Django ne prend pas en charge MySQL via ce module. |
application_database_name | gkeapp | Nom de la base de données. Recommandé : définir sur django_db. Immuable après le premier déploiement. |
application_database_user | gkeapp | Utilisateur de l'application. Recommandé : définir sur django_user. 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. |
enable_postgres_extensions | false | Définir true uniquement pour installer des extensions supplémentaires au-delà de pg_trgm, unaccent, hstore et citext (qui sont toujours installées). |
postgres_extensions | [] | Extensions PostgreSQL supplémentaires (par exemple, postgis, uuid-ossp). |
Groupe 17 — Sauvegarde et maintenance
| Variable | Valeur par défaut | Description |
|---|---|---|
backup_schedule | 0 2 * * * | Cron de sauvegarde automatisée (UTC). |
backup_retention_days | 7 | Rétention ; augmenter 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. Définir enable_backup_import = false après une importation réussie. |
Groupe 18 — Scripts SQL personnalisés
enable_custom_sql_scripts, custom_sql_scripts_bucket, custom_sql_scripts_path,
custom_sql_scripts_use_root — exécuter 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 | Provisionner 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. |
Groupe 20 — Proxy d'identité (IAP)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_iap | false | Exiger la connexion Google devant Django. |
iap_authorized_users / iap_authorized_groups | [] | Qui peut accéder. |
iap_oauth_client_id / iap_oauth_client_secret | "" | Requis lorsque IAP est activé (sensible). |
iap_support_email | "" | Affiché sur l'écran de consentement OAuth. |
Groupe 21 — Cloud Armor
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_cloud_armor | false | Attacher une politique Cloud Armor (WAF) au backend Ingress. |
admin_ip_ranges | [] | CIDR autorisés à un accès privilégié. |
cloud_armor_policy_name | default-waf-policy | Nom de la politique. |
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
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 intra-cluster. |
stage_service_cluster_ips | Mappage des ClusterIP pour les services d'étape Cloud Deploy. |
service_external_ip | IP externe du LoadBalancer (lorsqu'une IP statique est réservée). |
service_url | URL pour atteindre Django. |
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 le proxy d'authentification) / 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 du projet. |
cicd_enabled / cicd_configuration | État et détails CI/CD (dépôt, déclencheur, registre). |
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/la charge de travail est prêt(e). |
vpc_sc_enabled / vpc_sc_perimeter_name / vpc_sc_dry_run_mode | État de 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 |
|---|---|---|---|
database_type | POSTGRES ou POSTGRES_15 | Critique | Django nécessite PostgreSQL ; MySQL ou NONE fera échouer le job db-init. |
application_name / tenant_id | défini une fois | Critique | Intégré dans les noms de ressources ; la modification recrée toutes les ressources nommées et détruit les données. |
application_database_name / _user | défini une fois | Critique | Immuable après le premier déploiement ; le renommage recrée la base de données/l'utilisateur et détruit les données. |
quota_memory_requests / _limits | unités binaires (4Gi) | Critique | Les entiers bruts sont des octets et bloquent toute planification de pod. |
startup_probe failure_threshold | ≥ 30 avec migrations | Critique | Trop faible : Kubernetes tue le pod avant la fin des migrations, provoquant une boucle de redémarrage. |
cloudsql_volume_mount_path | /cloudsql (par défaut) | Critique | Mauvais chemin : db-init.sh ne peut pas trouver le socket du proxy d'authentification ; toutes les opérations de base de données échouent. |
enable_backup_import | false après restauration | Élevé | Laisser true réexécute l'importation à chaque apply, écrasant les données en direct avec une sauvegarde obsolète. |
enable_nfs | true (par défaut) | Élevé | La désactivation avec max_instance_count > 1 signifie que chaque pod a un stockage éphémère isolé ; les téléchargements sont perdus au redémarrage. |
nfs_mount_path | /mnt/nfs — doit correspondre à MEDIA_ROOT | Élevé | Une non-concordance entraîne l'écriture des médias par Django dans un stockage local éphémère ; les fichiers sont perdus au redémarrage du pod. |
container_resources mémoire | ≥ 512Mi ; augmenter pour les charges de travail intensives en ORM | Élevé | Trop peu de mémoire : le pod est OOMKilled (code de sortie 137) sur de grands querysets ou le traitement de fichiers. |
min_instance_count | 1 pour la production | Moyen | 0 provoque des démarrages à froid (>60 s) à la première requête après l'inactivité ; les tâches planifiées peuvent ne trouver aucun pod. |
application_version | tag épinglé, pas latest | Moyen | latest rend le retour arrière ambigu ; Kubernetes ne peut pas distinguer deux pulls latest. |
enable_redis | true lors de l'utilisation de sessions basées sur Redis | Moyen | Laissé false avec settings.py configuré pour Redis : ConnectionRefusedError à chaque accès au cache/session. |
session_affinity | ClientIP pour les sessions basées sur la base de données | Moyen | None avec mise en cache en cours de processus : les requêtes du même utilisateur peuvent atteindre différents pods, perdant le cache. |
enable_pod_disruption_budget | false quand max_instance_count = 1 | Élevé | true avec un seul réplica bloque le drainage des nœuds et bloque la maintenance du cluster. |
enable_iap / enable_cloud_armor | activer pour l'interface d'administration | Moyen | L'interface utilisateur d'administration de Django est autrement accessible publiquement. |
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 d'images — voir App_GKE. La configuration d'application spécifique à Django partagée avec la variante Cloud Run est décrite dans Django_Common.
Guides associés
- Lab pratique : Django sur GKE Autopilot — déployez-le étape par étape, avec les écrans de la console et les commandes à chaque étape.
- Django sur Cloud Run — la même application sur Cloud Run, lorsque vous avez besoin de l'autre cible de déploiement.
- Django 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.