Aller au contenu principal

Kavita sur GKE Autopilot

Kavita sur GKE Autopilot

Kavita est un serveur de bibliothèque numérique et de lecture auto-hébergé, rapide et riche en fonctionnalités, pour les bandes dessinées, les mangas et les livres électroniques — une interface utilisateur web de lecture épurée, des flux OPDS, des collections, des listes de lecture et une recherche en texte intégral dans votre bibliothèque, construit sur .NET avec une base de données SQLite interne. Ce module déploie Kavita sur GKE Autopilot au-dessus du socle App_GKE, qui provisionne et gère l'infrastructure partagée de Google Cloud et Kubernetes.

Ce guide se concentre sur les services cloud que Kavita utilise 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 — reportez-vous au guide du socle App_GKE plutôt que de les répéter ici.


Ce que Kavita coûte sur RAD, et comment cela se compare​

Kavita sur le module GKE de RAD coûte environ 42 $ US par mois dans votre propre projet, plus des frais de module de 75 crédits (7,50 $ US) une fois par déploiement. Si vous ne lisez que par intermittence plutôt que continuellement, consultez la section "Mettez-le en pause gratuitement" ci-dessous pour arrêter de payer sans perdre votre progression de lecture. Kavita est également disponible en tant que module Cloud Run, ce qui est l'option la moins chère ici (environ 19 $ US/mois) — consultez le guide Cloud Run, sauf si vous utilisez déjà GKE Autopilot pour d'autres applications.

Ce que vous payez sur RAD​

Dans un projet Google Cloud que vous possédezDans un projet géré par RAD pour vous
Frais de module, une fois par déploiement75 crédits (7,50 $ US)67,5 crédits (10 % de moins)
BuildsInclus 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 buildIdem
Coût d'exécution Google CloudFacturé par Google à votre propre compte de facturation, environ 42,08 $ US par mois pour la configuration par défaut (tableau ci-dessous)Mesuré à l'heure en crédits ; RAD publie 75 crédits par jour, environ 2 250 par mois (environ 225 $ US au prix de la recharge ; estimé à partir des prix catalogue de Google, et incluant les frais de cluster)
Qui possède quoiVous possédez le projet et sa facturation ; RAD le déploie et le met à jourRAD 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 le socle partagé 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, donc la confirmation de déploiement ne le cite pas. Une deuxième application GKE dans le même projet géré par RAD partage le cluster et n'ajoute que ses propres pods.

Votre premier déploiement réussi sur RAD est exempt de frais de module, quel que soit le montant : une fois par compte, pour un module que vous déployez et payez vous-même (dans une solution, les frais d'une application : la première à réussir ; jamais une session de lab ou un projet client).

10 crédits coûtent 1 $ US pour une recharge ponctuelle, moins sur un plan. Dans un projet géré par RAD, la base de données, le serveur de fichiers et le réseau sont partagés par toutes les applications du projet, de sorte qu'une deuxième application n'ajoute pas de deuxième base de données.

Coût d'exécution par défaut dans votre propre projet (us-central1, prix catalogue Google) :

Ressource (par défaut du module)Par mois
Pod GKE Autopilot, 1x vCPU / 1 GiB36,08 $ US
Cloud NAT et réseau5,00 $ US
Cloud Storage (modules complémentaires, sauvegardes)1,00 $ US
Frais de gestion du cluster GKEpartagés entre toutes les applications GKE du projet ; 0 $ si c'est votre seul cluster, sinon ~73 $
Totalenviron 42,08 $ US

Comment cela se compare​

  • Kavita n'a pas de plan SaaS hébergé officiel à comparer — il est livré purement comme un serveur de lecture auto-hébergé avec une base de données SQLite interne — donc la comparaison honnête est un serveur nu.
  • L'empreinte de Kavita est légère (1 vCPU, 1 GiB), donc même un niveau de VPS moins cher/plus petit que ceux ci-dessous ferait fonctionner confortablement une bibliothèque personnelle ; à titre de référence, un Hetzner CPX22 ou un droplet DigitalOcean 2 vCPU/4 Go coûte environ 24 $/mois, et un GCP Compute Engine e2-standard-2 environ 49 $/mois.
  • Ce que RAD ajoute par rapport à un VPS nu : persistance basée sur Cloud Storage, réseau et surveillance gérés — Kavita n'a pas besoin de service de base de données séparé, donc la majeure partie de la valeur ici est opérationnelle plutôt que d'administration de base de données.

Mettez-le en pause gratuitement : supprimez un projet géré par RAD, restaurez-le lorsque vous en avez besoin​

Si Kavita s'exécute dans un projet géré par RAD pour vous et que vous prévoyez d'y revenir — une pause entre les cours, un creux saisonnier, ou simplement ne pas savoir si vous en aurez besoin le mois prochain — c'est la meilleure option, et cela ne coûte presque rien.

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.

La suppression d'un projet géré par RAD délie d'abord sa facturation, puis demande à Google de supprimer purement et simplement le projet : la suppression logicielle récupérable de 30 jours de Google. Contrairement à la suppression de Kavita en tant que module unique, cela ne démantèle pas le service Cloud Run/GKE et le réseau un par un — l'ensemble du projet s'arrête simplement, et rien n'est facturé pendant qu'il attend, car la facturation est déjà déliée.

La restauration, dans les 30 jours et uniquement par le propriétaire du projet, demande à Google de restaurer le projet et de rattacher son compte de facturation, puis vous demande d'exécuter une mise 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.

Ce qu'il faut : vous devez posséder le projet (pas un projet dont RAD ne gère que la facturation), vous devez le restaurer vous-même dans les 30 jours — après cela, Google le supprime définitivement — et la restauration est admise comme la création d'un nouveau projet, donc votre solde de crédits achetés doit toujours dépasser le seuil du palier (100 crédits pour le palier sandbox que la plupart utilisent conviennent). Google affirme que la plupart des services sont de nouveau pleinement fonctionnels dans les 36 heures suivant une restauration.

Un véritable manque : les sauvegardes nocturnes sont écrites dans un bucket à l'intérieur du projet, et ce bucket a la suppression logicielle de Cloud Storage explicitement désactivée, 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. L'exportation nocturne de Kavita couvre sa base de données SQLite (progression de lecture, collections, listes de lecture) ; pour une installation par défaut, c'est la seule copie qui vaille la peine d'être conservée, car les fichiers source de votre bibliothèque proviennent généralement d'ailleurs.

Payez uniquement pendant que vous l'utilisez, l'autre méthode : supprimer et redéployer​

Dans votre propre projet, ou une fois que la fenêtre de 30 jours ci-dessus est passée, la solution de repli consiste à supprimer Kavita purement et simplement et à le redéployer plus tard.

  • Ce que coûte un redéploiement : les frais de module à nouveau (les builds sont inclus) — les frais de module indiqués ci-dessus.
  • Quand cela en vaut la peine : la suppression ne permet d'économiser de l'argent que si Kavita devait rester inutilisé pendant environ 6 jours ou plus dans votre propre projet (environ 1 jour ou plus dans un projet géré par RAD). La majeure partie du coût d'exécution ici est le coût de gestion du cluster GKE, donc la suppression de Kavita seule n'économise que la part de son propre pod si d'autres applications partagent le cluster.
  • Conservez d'abord les données. Les sauvegardes nocturnes sont écrites dans un bucket à l'intérieur du déploiement, et ce bucket est supprimé avec lui — copiez la dernière sauvegarde (vers Google Drive, ou un bucket que vous conservez) avant de supprimer si vous voulez la conserver.

Sessions de lab et environnements gérés​

  • Sessions de lab, pour la formation. Un formateur anime une session pour une classe. Chaque participant obtient l'application dans son propre projet Google Cloud pendant 15 minutes à 24 heures, dans la limite d'une allocation définie par le formateur. Le formateur peut aussi créer un seul environnement partagé pour toute la classe, et chacun utilise alors la même application et ses données. Soit le formateur finance toutes les places, soit chaque participant paie la sienne. Tout est supprimé à la fin de la session et les crédits inutilisés sont reversés au formateur.
  • Environnements gérés, pour les sociétés de conseil. Un partenaire exécute l'application pour un client à partir d'un portefeuille cloisonné qu'il finance, et règle directement avec le client. Si le portefeuille est faible, la facturation est interrompue 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 RAD et estimation des crédits quotidiens de radmodules.dev/pricing ; Google Cloud : supprimer et restaurer des projets pour le mécanisme de pause/restauration. Les prix changent ; vérifiez chaque source avant de vous fier à un chiffre.


1. Vue d'ensemble​

Kavita s'exécute comme une seule charge de travail web .NET sans base de données externe ni cache — tout ce dont elle a besoin (paramètres, sa base de données SQLite interne et l'index de la bibliothèque) se trouve sur le disque sous /kavita/config.

CapacitéService Google CloudNotes
CalculGKE AutopilotPod web .NET sur le port 5000, 1000m CPU / 1Gi mémoire par défaut
Base de donnéesAucune — SQLite internedatabase_type est fixé à NONE par Kavita_Common ; aucune instance Cloud SQL n'est créée
Persistance de l'étatPVC de bloc par pod (StatefulSet)/kavita/config contient la base de données SQLite (kavita.db) et les paramètres de l'application ; activé par défaut (stateful_pvc_enabled = true)
Stockage d'objetsCloud StorageUn bucket storage est provisionné par Kavita_Common, mais n'est monté à /kavita/config que lorsque le PVC de bloc est désactivé
SecretsSecret ManagerAucun généré — l'assistant de configuration de première exécution crée le compte administrateur ; secret_ids/secret_values sont vides
IngressAPI Kubernetes GatewayService ClusterIP par défaut, exposé via la Gateway avec une IP statique réservée ; domaine personnalisé pris en charge

Valeurs par défaut judicieuses à connaître d'emblée :

  • SQLite réside sur un véritable PVC de bloc, pas sur GCS FUSE. stateful_pvc_enabled est par défaut true, donc Kavita s'exécute en tant que StatefulSet avec un PVC de bloc par pod monté à /kavita/config. C'est délibéré : gcsfuse corrompt les index SQLite/média, donc le montage GCS FUSE (enable_gcs_storage_volume) n'est utilisé qu'en dernier recours lorsque le PVC de bloc est désactivé. Si vous définissez un jour stateful_pvc_enabled = false, la base de données SQLite et les métadonnées de la bibliothèque de Kavita sont déplacées vers le bucket storage basé sur GCS FUSE — ne le faites que si vous comprenez le risque de SQLite sur gcsfuse.
  • Le bucket GCS storage est créé de toute façon mais n'est monté que sous condition. Kavita_Common déclare toujours une sortie de bucket storage, mais le wrapper GKE définit enable_gcs_storage_volume = !stateful_pvc_enabled, donc avec le PVC de bloc par défaut en place, ce bucket existe mais n'est pas monté dans le pod.
  • Réplica unique par défaut, et il devrait le rester. min_instance_count = 1, max_instance_count = 1. Kavita sert une bibliothèque SQLite partagée à partir d'un seul volume — il n'y a pas de coordination de clustering ou de stockage partagé, donc exécuter plus d'un réplica sur le même PVC est dangereux.
  • NFS est désactivé par défaut (enable_nfs = false) — la persistance est entièrement gérée par le PVC du StatefulSet, pas par Filestore.
  • Pas de job de configuration de base de données au premier démarrage. Kavita n'a pas de job db-init/de migration ; initialization_jobs est par défaut une liste vide et seuls les jobs personnalisés que vous fournissez sont exécutés.
  • Pas de secrets auto-générés. Contrairement à la plupart des modules d'application, Kavita n'a pas de mot de passe administrateur ou de clé API créé dans Secret Manager — le compte administrateur est créé via l'assistant de configuration de première exécution de l'interface web la première fois que vous ouvrez le service.
  • session_affinity est None et service_type est ClusterIP — l'accès externe passe par l'API Gateway (enable_custom_domain = true par défaut) plutôt que par un service LoadBalancer directement exposé.
  • Redis est forcé désactivé. La valeur par défaut du socle de App_GKE pour enable_redis est true, mais Kavita_GKE de main.tf code en dur enable_redis = false — Kavita n'a aucune utilité pour Redis et cela ne peut pas être outrepassé par les variables du module.

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 Kavita​

Kavita s'exécute par défaut en tant que StatefulSet (sélectionné automatiquement car stateful_pvc_enabled = true), donnant à chaque pod une identité stable et son propre PVC. Comme il s'agit d'une application SQLite à réplica unique et à écrivain unique, ne la mettez pas à l'échelle horizontalement.

  • Console : Kubernetes Engine → Charges de travail → sélectionnez la charge de travail Kavita pour les pods, les révisions et les événements.
  • CLI :
    kubectl get pods,svc -n "$NAMESPACE" --selector app.kubernetes.io/name~kavita 2>/dev/null || \
    kubectl get pods,svc -n "$NAMESPACE"
    kubectl logs -n "$NAMESPACE" statefulset/<service-name> --tail=100
    kubectl describe pod -n "$NAMESPACE" -l app=<service-name>

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. Stockage persistant — PVC de bloc (SQLite + métadonnées de la bibliothèque)​

La configuration de Kavita, sa base de données SQLite interne (kavita.db) et les métadonnées de la bibliothèque résident toutes sous /kavita/config, qui par défaut est une Persistent Volume Claim de bloc par pod (stateful_pvc_enabled = true, stateful_pvc_size = "20Gi", stateful_pvc_storage_class = "standard-rwo"). Il s'agit d'un véritable stockage de bloc — et non d'un montage GCS FUSE — car gcsfuse corrompt les fichiers SQLite et les fichiers d'index multimédia.

  • Console : Kubernetes Engine → Stockage pour le PVC ; Compute Engine → Disques pour le disque persistant sous-jacent.
  • CLI :
    kubectl get pvc -n "$NAMESPACE"
    kubectl describe pvc -n "$NAMESPACE" <pvc-name>
    gcloud compute disks list --project "$PROJECT" --filter="name~kavita"

standard-rwo est basé sur SSD (Balanced PD) et utilise le quota SSD_TOTAL_GB du projet — voir App_GKE et les directives de classe de stockage du dépôt pour savoir comment passer au HDD (stateful_pvc_storage_class = "standard") si le quota SSD est limité. La perte de ce PVC entraîne la perte de l'intégralité de l'index de la bibliothèque Kavita, des paramètres et de la progression de la lecture.

C. Cloud Storage (le bucket storage non monté)​

Kavita_Common provisionne un bucket Cloud Storage (suffixe storage) quelle que soit la disposition de stockage utilisée. Avec la disposition PVC de bloc par défaut, il est créé mais non monté ; il n'est monté à /kavita/config via GCS FUSE que lorsque stateful_pvc_enabled = false.

  • Console : Cloud Storage → Buckets.
  • CLI :
    gcloud storage buckets list --project "$PROJECT" --filter="name~kavita"

Voir App_GKE pour les options CMEK et les montages du pilote CSI GCS Fuse.

D. Secret Manager​

Kavita n'a aucun secret généré — aucun mot de passe administrateur, clé API ou clé de signature n'est créé par ce module. Tous les secrets personnalisés que vous configurez via secret_environment_variables transitent toujours par Secret Manager et le pilote CSI Secret Store comme tout autre module d'application GKE.

  • Console : Sécurité → Secret Manager.
  • CLI :
    gcloud secrets list --project "$PROJECT" --filter="name~kavita"

Voir App_GKE pour l'intégration et la rotation du Secret Store CSI.

E. Réseau et ingress​

Par défaut, la charge de travail utilise un service ClusterIP (service_type = "ClusterIP") exposé en externe via l'API Kubernetes Gateway (enable_custom_domain = true) avec une IP statique réservée (reserve_static_ip = true).

  • Console : Services réseau → Équilibrage de charge ; Réseau VPC → Adresses IP.
  • CLI :
    kubectl get svc,gateway,httproute -n "$NAMESPACE"
    gcloud compute addresses list --project "$PROJECT"

Voir App_GKE pour les domaines personnalisés, Cloud CDN et les détails de l'IP statique.

F. Cloud Logging et Monitoring​

Les sorties stdout/stderr des pods sont acheminées vers Cloud Logging ; les métriques GKE sont acheminées vers Cloud Monitoring. Des tests de disponibilité et des stratégies d'alerte optionnels sont disponibles (uptime_check_config est désactivé par défaut pour ce module).

  • 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 Kavita​

  • Pas de job de bootstrap de base de données. Kavita gère son propre stockage SQLite entièrement à l'exécution ; Kavita_Common n'injecte aucun job db-init/de migration, et initialization_jobs est par défaut [].
  • Assistant de configuration au premier démarrage. Il n'y a pas de compte administrateur pré-rempli ni de identifiant généré. Ouvrez l'URL du service — l'assistant de configuration de première exécution vous guidera pour créer le compte administrateur initial et ajouter votre première bibliothèque.
  • La disposition du stockage est contrôlée par stateful_pvc_enabled. Avec la valeur par défaut true, Kavita s'exécute en tant que StatefulSet et /kavita/config (config + SQLite kavita.db) est un PVC de bloc (stateful_pvc_size = "20Gi", classe de stockage standard-rwo, stateful_fs_group = 3000 pour que le volume soit accessible en écriture par le groupe). Si vous le désactivez, Kavita_Common monte à la place le bucket GCS storage au même chemin via GCS FUSE (enable_gcs_storage_volume = true dans ce cas). stateful_pod_management_policy est par défaut null (valeur par défaut OrderedReady d'App_GKE), ce qui est le paramètre sûr pour les redémarrages à écrivain unique de Kavita.
  • Écrivain unique, réplica unique. min_instance_count = 1 et max_instance_count = 1 par défaut — Kavita n'a pas de mode distribué/clustering, donc n'augmentez pas max_instance_count tant qu'un seul PVC/base de données SQLite ne supporte pas la charge de travail.
  • Chemins des sondes de santé. La sonde de démarrage (startup_probe / startup_probe_config) et la sonde de vivacité (liveness_probe / health_check_config) sont toutes deux HTTP GET /api/health, non authentifiées. La sonde de démarrage utilise un budget d'échec plus long (initial_delay_seconds = 15, period_seconds = 10, failure_threshold = 10) pour tolérer un indexage de bibliothèque plus lent au premier démarrage avant que la sonde de vivacité (initial_delay_seconds = 30, period_seconds = 30, failure_threshold = 3) ne prenne le relais.
  • Redis est désactivé de force. Kavita_GKE de main.tf définit enable_redis = false inconditionnellement lors de l'appel de App_GKE, outrepassant la valeur par défaut enable_redis = true du socle — aucun REDIS_HOST/REDIS_PORT n'est jamais injecté.
  • Build d'image personnalisé. Le conteneur est construit à partir d'un Dockerfile wrapper léger (FROM jvmilazz0/kavita:${KAVITA_VERSION}) ; application_version = "latest" se résout à l'argument de build KAVITA_VERSION = 0.8.7 épinglé (une mise à jour de version nécessite de modifier la valeur épinglée dans Kavita_Common, pas seulement de redéployer).
  • Vérifiez la charge de travail et le PVC après le déploiement :
    kubectl get statefulset,pvc,pods -n "$NAMESPACE"
    kubectl exec -n "$NAMESPACE" <pod-name> -- ls -la /kavita/config
    kubectl port-forward -n "$NAMESPACE" svc/<service-name> 5000:5000
    curl -s http://127.0.0.1:5000/api/health

4. Variables de configuration​

Les variables sont regroupées exactement telles qu'elles apparaissent sur la plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour Kavita sont listés ; toutes les autres entrées sont héritées de App_GKE avec son comportement et ses valeurs par défaut standard.

Groupe 3 — Identité de l'application​

VariableValeur par défautDescription
application_namekavitaNom de base des ressources. Ne pas modifier après le premier déploiement.
application_display_nameKavitaNom lisible par l'homme affiché dans l'interface utilisateur de la plateforme.
application_versionlatestTag de l'image Kavita ; latest construit le KAVITA_VERSION = 0.8.7 épinglé.

Groupe 4 — Exécution et mise à l'échelle​

VariableValeur par défautDescription
cpu_limit1000mLimite de CPU pour le conteneur Kavita.
memory_limit1GiLimite de mémoire ; Kavita est un serveur .NET léger, confortable pour les grandes bibliothèques.
min_instance_count1Maintenu à 1 pour éviter les démarrages à froid pendant le chargement de l'index.
max_instance_count1Maintenir à 1 — Kavita n'a pas de support de clustering/écriture partagée.
container_port5000 (fixé par Kavita_Common)Non transmis à App_GKE ; le conteneur écoute toujours sur 5000.
enable_cloudsql_volumefalseKavita n'a pas de Cloud SQL — laisser false.

Groupe 6 — Backend et cluster GKE​

VariableValeur par défautDescription
service_typeLoadBalancerL'accès externe passe par l'API Gateway, pas par un LoadBalancer direct.
workload_typenull → StatefulSetSe résout automatiquement en StatefulSet car stateful_pvc_enabled = true.
session_affinityNonePas de routage persistant nécessaire avec un seul réplica.

Groupe 7 — StatefulSet / PVC de bloc​

VariableValeur par défautDescription
stateful_pvc_enabledtrueActivé par défaut. Provisionne le PVC de bloc par pod qui contient la configuration de Kavita + la base de données SQLite.
stateful_pvc_size20GiTaille du volume de configuration/bibliothèque/SQLite ; à augmenter pour les grandes collections.
stateful_pvc_mount_path/kavita/configDoit rester le répertoire de données de Kavita (config + kavita.db).
stateful_pvc_storage_classstandard-rwoDisque persistant équilibré basé sur SSD ; utilise le quota SSD_TOTAL_GB.
stateful_fs_group3000Rend le PVC accessible en écriture par le groupe pour le processus UID 1000 / GID 2000 de Kavita.
stateful_pod_management_policynull → OrderedReadyRequis pour des redémarrages sûrs de la charge de travail SQLite à écrivain unique.

Groupe 15 — Redis (inactif pour Kavita)​

VariableValeur par défautDescription
enable_redistrue (valeur par défaut de la variable)Outrepassé à false dans Kavita_GKE de main.tf quelle que soit cette valeur — Kavita n'utilise jamais Redis.
redis_host / redis_port / redis_auth—Transmis au socle pour la compatibilité uniquement ; non applicable à Kavita.

Groupe 16 — Base de données (non applicable)​

VariableValeur par défautDescription
database_typeNONEFixé par Kavita_Common — Kavita stocke tout dans SQLite interne, aucune instance Cloud SQL n'est créée.

Groupe 19 — Domaine personnalisé, IP statique et réseau​

VariableValeur par défautDescription
enable_custom_domaintrueL'ingress de l'API Gateway est activé par défaut pour Kavita.
reserve_static_iptrueIP externe stable entre les redéploiements.
application_domains[]Noms d'hôtes personnalisés + certificat géré.
enable_nfsfalseDésactivé par défaut — la persistance se fait via le PVC de bloc, pas Filestore.

Toutes les autres entrées suivent le comportement standard de App_GKE.


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.

SortieDescription
service_nameNom du service Kubernetes.
namespaceEspace de noms dans lequel la charge de travail s'exécute.
service_cluster_ipClusterIP intra-cluster.
stage_service_cluster_ipsCarte des ClusterIP pour les services spécifiques à chaque étape.
service_external_ipIP externe du LoadBalancer (lorsqu'une IP statique est réservée).
service_urlURL pour atteindre Kavita.
storage_bucketsBuckets Cloud Storage créés (inclut le bucket storage, monté uniquement lorsque stateful_pvc_enabled = false).
network_name / network_exists / regionsRéseau VPC, présence, régions disponibles.
container_image / container_registryImage déployée et dépôt Artifact Registry.
monitoring_enabled / monitoring_notification_channelsÉtat et canaux de surveillance.
initialization_jobsNoms des jobs d'initialisation personnalisés que vous avez fournis (aucun par défaut).
statefulset_nameNom du StatefulSet (présent puisque Kavita utilise par défaut le type de charge de travail StatefulSet).
deployment_id / tenant_id / resource_prefixIdentifiants de nommage.
project_id / project_numberIdentifiants de projet.
cicd_enabled / cicd_configurationÉtat et détails CI/CD (dépôt, déclencheur, registre).
github_repository_url / github_repository_owner / github_repository_nameDétails GitHub CI/CD.
artifact_registry_repository / cloudbuild_trigger_name / cloudbuild_trigger_idRegistre et déclencheur de build.
kubernetes_readyIndique si le cluster/la charge de travail est prêt.
vpc_sc_enabled / vpc_sc_perimeter_name / vpc_sc_dry_run_modeÉtat VPC-SC.
audit_logging_enabled / artifact_registry_cmek_enabledJournalisation d'audit et état CMEK.

6. Pièges de configuration et valeurs par défaut judicieuses​

Risque : Critique (perte de données / panne / sécurité) — Élevé (service dégradé) — Moyen (coût ou dégradation partielle) — Faible (mineur).

Validation héritée au moment de la planification. Ce module transmet sa configuration au moteur du socle App_GKE, qui valide les valeurs et les combinaisons au moment de la planification — un StatefulSet forcé à côté d'un paramètre sans état, IAP sans identités autorisées, quota_memory_* donné comme des entiers bruts, un container_port/backup_retention_days hors de portée. Une configuration invalide fait échouer le plan avec une erreur claire et nommée avant qu'aucune ressource ne soit créée, de sorte que la plupart des erreurs ci-dessous sont détectées en amont plutôt qu'à l'application ou à l'exécution.

ParamètreValeur judicieuseRisqueConséquence si incorrect
stateful_pvc_enabledtrue (par défaut)CritiqueLe désactiver déplace la base de données SQLite de Kavita sur un montage GCS FUSE, ce qui risque de corrompre le fichier SQLite/l'index de la bibliothèque lors d'écritures concurrentes.
stateful_pvc_mount_path/kavita/configCritiqueDoit correspondre au répertoire de données fixe de Kavita ; le modifier sépare l'application de sa configuration/état SQLite.
max_instance_count1CritiqueKavita n'a pas de clustering ou de coordination d'écriture partagée ; plus d'un réplica sur le même PVC risque de corrompre SQLite.
stateful_pvc_storage_classstandard-rwo (SSD)MoyenLe SSD utilise le quota SSD_TOTAL_GB limité ; sur un projet avec des contraintes de quota, passez au HDD (standard) car les besoins en E/S de Kavita ne nécessitent pas les IOPS du SSD.
enable_nfsfalseFaibleNFS est inutile — la persistance se fait via le PVC de bloc ; l'activer ajoute des coûts sans avantage pour la disposition par défaut de ce module.
enable_redisforcé false dans main.tfFaibleLa définition de cette variable n'a aucun effet — Kavita n'utilise jamais Redis quelle que soit la valeur passée.
stateful_fs_group3000ÉlevéKavita s'exécute en tant qu'UID 1000/GID 2000 ; un fsGroup incorrect ou non défini peut rendre le PVC non inscriptible par le conteneur au démarrage.
memory_limit1GiMoyenConfortable pour les grandes bibliothèques ; trop faible risque d'OOM lors des analyses de bibliothèque ou de l'indexation en texte intégral.
quota_memory_requests / _limitsunités binaires (4Gi, 8192Mi)CritiqueLes entiers bruts sont traités comme des octets et bloquent toute planification de pod dans l'espace de noms.
Compte administrateur au premier démarrageTerminez l'assistant de configuration rapidement après le déploiementMoyenTant que l'assistant n'est pas exécuté, le service est accessible mais n'a pas de compte administrateur et aucune bibliothèque configurée.
reserve_static_iptrueMoyenSans cela, l'IP externe peut changer lors des redéploiements, ce qui rompt le DNS et les URL OPDS mises en signet.
backup_retention_days7 (augmenter pour la production)MoyenTrop court pour la rétention de conformité ; Kavita n'a pas de chemin de sauvegarde de base de données séparé puisque son état est entièrement sur le PVC.

Pour le comportement du socle référencé tout au long — IAM et Workload Identity, autoscaling, ingress et certificats, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC-SC, sauvegardes et mise en miroir d'images — voir App_GKE. La configuration d'application spécifique à Kavita partagée avec la variante Cloud Run est décrite dans Kavita_Common.

Need RAD to do something it does not do yet? Request it on the roadmap, or vote on what is already there.