Aller au contenu principal

LangFlow sur GKE Autopilot

LangFlow sur GKE Autopilot

LangFlow est un constructeur visuel open source, low-code, pour les agents et workflows d'IA, basé sur LangChain — vous assemblez des chaînes de modèles de langage, des pipelines RAG et des agents en faisant glisser et en connectant des composants sur un canevas, puis en les exposant sous forme d'API. Ce module déploie LangFlow 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 utilisés par LangFlow 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 le cycle de vie du déploiement — veuillez vous référer au guide du socle App_GKE plutôt que de les répéter ici.


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

Le module LangFlow sur GKE Autopilot de RAD coûte environ 97 US$ par mois dans un projet Google Cloud que vous possédez, plus des frais de module uniques de 110 crédits (11,00 US$). GKE convient à LangFlow exécutant des flux en continu ou à côté d'autres infrastructures d'agents ; pour le coût le plus bas, le module Cloud Run exécute le même LangFlow pour environ 84 US$ par mois. Si vous n'en avez besoin qu'occasionnellement, un projet géré par RAD peut être supprimé et restauré dans les 30 jours sans frais supplémentaires, de sorte que ces 97 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 possédezDans un projet géré par RAD pour vous
Frais de module, une fois par déploiement110 crédits (11,00 US$ au prix de la recharge)99,0 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 pour le temps de build à la minuteIdem
Coût d'exécution Google CloudFacturé par Google à votre propre compte de facturation, environ 97 US$ par mois pour la configuration par défaut (tableau ci-dessous)Mesuré à l'heure en crédits ; RAD publie 117 crédits par jour, environ 3 510 par mois (environ 351 US$ au prix de la recharge ; estimé à partir des prix catalogue 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 détenu 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 unique, et moins avec un plan mensuel. Dans un projet géré par RAD, la base de données, le serveur de fichiers et le réseau sont partagés par chaque application du projet, donc une deuxième application n'ajoute pas une deuxième base de données.

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

Ressource (par défaut du module)Par mois
Pod GKE Autopilot, 1x vCPU / 2 Gio39,68 US$
Cloud SQL pour PostgreSQL, 1 vCPU / 3,75 Go, zonal, 10 Go SSD51,02 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 97 US$

Comment cela se compare​

  • Le compte cloud LangFlow hébergé par DataStax est gratuit mais basé sur l'utilisation, sans prix mensuel forfaitaire publié, nous n'en citons donc pas.
  • Un Compute Engine e2-standard-2 (2 vCPU/8 Go, environ 49 US$/mois) est la comparaison autogérée de taille plus proche pour le pod GKE de 1 vCPU/2 Gio plus Postgres, moins la base de données gérée, les sauvegardes et les correctifs inclus par RAD.
  • Les appels aux fournisseurs de LLM sont facturés séparément de l'infrastructure dans les deux cas.
  • Ou consultez le guide Cloud Run pour l'option la moins chère.

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

Si LangFlow 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 LangFlow dont vous n'avez besoin qu'occasionnellement — un projet de cours, une démo, une évaluation de courte durée — 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 fiable 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. La facturation étant déjà déliée, rien n'est facturé pendant cette attente. Contrairement à la suppression d'un module, cela ne détruit pas Cloud SQL ou le calcul propre de LangFlow 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 récupérer le projet et rattache 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.
  • 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 démonstration). Google indique que la plupart des services sont de nouveau pleinement fonctionnels dans les 36 heures suivant une restauration.
  • Une lacune réelle : le bucket de sauvegarde ne survit pas. Les sauvegardes nocturnes de LangFlow 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 LangFlow et que vous souhaitez conserver ce travail, copiez une sauvegarde (vers Google Drive, ou un bucket en dehors du projet) avant de supprimer, comme pour le workflow de redéploiement ci-dessous. Pour une installation par défaut sans rien d'irremplaçable à l'intérieur, 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 déployer à nouveau 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$), car RAD recrée le projet et les services partagés avant LangFlow. La suppression permet d'économiser de l'argent seulement si LangFlow resterait inutilisé pendant environ quatre jours ou plus, à la fois dans votre propre projet (environ 3,22 US$ par jour) et dans un projet géré par RAD (117 crédits par jour).
  • Supprimez tout ce que LangFlow utilise. La majeure partie du coût d'exécution est généralement la base de données. Elle ne s'arrête que si rien d'autre dans le projet ne l'utilise, donc la suppression de LangFlow alors que quelque chose d'autre partage le projet n'économise que la partie calcul propre à LangFlow.
  • Conservez d'abord vos données. Les sauvegardes nocturnes vont dans un bucket à l'intérieur du déploiement et sont supprimées avec lui, alors copiez la dernière sauvegarde 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 LangFlow pour une classe. Chaque participant obtient LangFlow 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 à l'avance, 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 LangFlow 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, afin que personne ne reçoive de frais inattendus. À la fin de l'engagement, 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 quotidienne de 87 crédits de radmodules.dev/pricing ; Supprimer et restaurer des projets pour la fenêtre de récupération de 30 jours et ce qu'elle dit sur les objets Cloud Storage sans suppression logicielle. Les prix changent ; vérifiez chaque source avant de vous fier à un chiffre.

1. Vue d'ensemble​

LangFlow s'exécute comme une seule charge de travail web Python (FastAPI + React). Le déploiement connecte un ensemble ciblé de services Google Cloud :

CapacitéService Google CloudNotes
CalculGKE AutopilotPods Python sur le port 7860, 1 vCPU / 2 Gio par défaut, mise à l'échelle horizontale automatique
Base de donnéesCloud SQL pour PostgreSQL 15Requis — LangFlow persiste tous les flux, composants et identifiants dans Postgres
Stockage d'objetsCloud StorageUn bucket data dédié est provisionné par défaut ; l'état de l'application LangFlow lui-même réside dans PostgreSQL
Cache et file d'attenteRedis (optionnel)Non requis par LangFlow ; câblé pour la compatibilité future uniquement
SecretsSecret ManagerLANGFLOW_SECRET_KEY et LANGFLOW_SUPERUSER_PASSWORD auto-générés ; mot de passe de la base de données
IngressCloud Load BalancingLoadBalancer externe, domaine personnalisé optionnel + certificat géré

Valeurs par défaut judicieuses à connaître dès le départ :

  • PostgreSQL 15 est obligatoire. Le moteur de base de données est fixé par la couche d'application partagée (database_type = "POSTGRES_15") ; la sélection de tout autre moteur interrompt le démarrage.
  • LANGFLOW_SECRET_KEY est généré automatiquement et stocké dans Secret Manager. Il chiffre toutes les informations d'identification stockées et intégrées dans un flux. Il ne doit jamais être renouvelé après le premier démarrage — le renouveler rompt définitivement toutes les informations d'identification stockées, qui doivent alors être ressaisies dans chaque flux.
  • Le compte administrateur est provisionné à partir d'un mot de passe généré. LANGFLOW_AUTO_LOGIN = "false" active l'authentification ; LangFlow crée l'administrateur initial (admin par défaut) en utilisant le secret LANGFLOW_SUPERUSER_PASSWORD. Récupérez-le de Secret Manager pour vous connecter.
  • La base de données se connecte via le sidecar Cloud SQL Auth Proxy sur 127.0.0.1 ; le point d'entrée compose LANGFLOW_DATABASE_URL sur TCP avec sslmode=disable (le proxy termine TLS).
  • L'affinité de session est ClientIP par défaut. LangFlow conserve l'état de la session et de l'éditeur de flux en cours de traitement ; le routage persistant maintient un client sur le même pod.
  • Un seul pod par défaut (min_instance_count = 1, max_instance_count = 1). GKE ne se met pas à l'échelle à zéro ; l'état en cours de traitement de LangFlow signifie qu'un seul réplica est la valeur par défaut sûre.
  • Les flux et les identifiants résident dans PostgreSQL ; les fichiers téléchargés résident sur un PVC de bloc. stateful_pvc_enabled = true (par défaut) exécute LangFlow en tant que StatefulSet avec un PVC par pod à /data, que le wrapper transmet à LangFlow en tant que LANGFLOW_CONFIG_DIR — le répertoire contenant les fichiers téléchargés. stateful_fs_group = 1000 rend le PVC inscriptible par l'utilisateur non root de LangFlow. NFS est désactivé par défaut. Un bucket Cloud Storage data est également provisionné (storage_buckets).

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 LangFlow​

Les pods LangFlow 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 minimal et maximal de réplicas.

  • Console : Kubernetes Engine → Charges de travail → sélectionnez la charge de travail LangFlow 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 savoir comment Autopilot, la mise à l'échelle et le type de charge de travail (Deployment vs StatefulSet) sont gérés.

B. Cloud SQL pour PostgreSQL 15​

LangFlow stocke toutes les données de l'application (flux, composants, identifiants, historique d'exécution, utilisateurs) dans une instance gérée de Cloud SQL pour PostgreSQL 15. Les pods y accèdent en privé via le sidecar Cloud SQL Auth Proxy sur 127.0.0.1 ; aucune IP publique n'est exposée. Lors du premier déploiement, un job d'initialisation crée la base de données de l'application, le rôle et les autorisations.

  • Console : SQL → sélectionnez l'instance pour les connexions, les sauvegardes, les indicateurs et les métriques.
  • CLI :
    gcloud sql instances list --project "$PROJECT" --filter="name~langflow"
    gcloud sql instances describe <instance-name> --project "$PROJECT"
    # Open an interactive shell to inspect schema/data:
    gcloud sql connect <instance-name> --user=<db-user> --database=<db-name> --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. Redis (optionnel — non utilisé par LangFlow)​

Redis est désactivé par défaut et LangFlow ne le requiert pas ; les entrées enable_redis sont câblées uniquement pour la compatibilité future. Laissez enable_redis = false à moins qu'une fonctionnalité future ne le nécessite.

  • CLI (uniquement si activé) :
    kubectl exec -n "$NAMESPACE" deploy/<service-name> -- env | grep -i redis

D. Secret Manager​

Deux secrets sont générés automatiquement et stockés dans Secret Manager : LANGFLOW_SECRET_KEY (chiffre toutes les informations d'identification stockées) et LANGFLOW_SUPERUSER_PASSWORD (le mot de passe de connexion administrateur initial). Ils sont livrés aux pods via l'intégration Secret Store CSI. Le mot de passe de la base de données est géré séparément par le socle.

  • Console : Sécurité → Secret Manager.
  • CLI :
    gcloud secrets list --project "$PROJECT" --filter="name~langflow"
    gcloud secrets versions access latest --secret=<secret-name> --project "$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.

E. Réseau et Ingress​

Par défaut, la charge de travail est exposée via une adresse IP externe de Cloud Load Balancing (service_type = LoadBalancer). Un domaine personnalisé avec un certificat géré par Google peut être activé, et une adresse 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 détails sur les domaines personnalisés, Cloud CDN et les adresses IP statiques.

F. 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 tests de disponibilité et des stratégies d'alerte optionnels sont disponibles.

  • Console : Journalisation → Explorateur de journaux ; Surveillance → 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 LangFlow​

  • Configuration de la base de données au premier déploiement. Un job d'initialisation exécute create-db-and-user.sh en utilisant postgres:15-alpine. Il attend PostgreSQL, puis crée de manière idempotente le rôle et la base de données de l'application, définit la propriété et accorde les privilèges sur la base de données et le schéma public, puis signale au sidecar Cloud SQL Auth Proxy de s'arrêter (POST /quitquitquit) afin que le pod du job se termine proprement. Il peut être réexécuté en toute sécurité.
  • Migrations de schéma au démarrage. LangFlow exécute ses migrations Alembic à chaque démarrage de conteneur, de sorte que les tables sont créées et mises à jour par l'application elle-même — le job db-init ne gère que le rôle/la base de données/les autorisations. Prévoyez un délai supplémentaire au premier démarrage.
  • LANGFLOW_SECRET_KEY est immuable après le premier démarrage. Il est généré une fois et écrit dans Secret Manager. Le modifier rompt définitivement toutes les informations d'identification stockées intégrées dans un flux ; elles ne peuvent plus être déchiffrées. Ne le faites pivoter que lors d'une fenêtre de maintenance planifiée avec un plan pour ressaisir les informations d'identification.
  • Compte administrateur initial. Avec LANGFLOW_AUTO_LOGIN = "false", LangFlow crée le super-utilisateur (admin par défaut, défini via langflow_username) en utilisant le secret LANGFLOW_SUPERUSER_PASSWORD. Récupérez le mot de passe et connectez-vous :
    gcloud secrets versions access latest \
    --secret=<langflow-password-secret> --project "$PROJECT"
  • L'URL de la base de données est composée à l'exécution. Le point d'entrée construit LANGFLOW_DATABASE_URL à partir des variables DB_* injectées via TCP. Sur GKE DB_HOST = 127.0.0.1 (le sidecar Auth Proxy) donc sslmode=disable est utilisé — ne définissez pas le DSN manuellement.
  • Chemin de santé. Les sondes de démarrage et de vivacité ciblent /health, le point de terminaison de vivacité public de LangFlow qui renvoie 200 une fois le serveur démarré. Prévoyez du temps au premier démarrage pour les migrations Alembic avant que le pod ne devienne Prêt.
  • Affinité de session. session_affinity = ClientIP maintient chaque client sur le même pod — important car LangFlow conserve l'état de l'éditeur de flux en cours de traitement.
  • Inspecter l'exécution du job :
    kubectl get jobs -n "$NAMESPACE"
    kubectl logs -n "$NAMESPACE" job/<job-name>

4. Variables de configuration​

Les variables sont regroupées exactement comme elles apparaissent sur la plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour LangFlow 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​

VariableValeur par défautDescription
project_id(requis)Projet Google Cloud cible.
regionus-central1Région pour la charge de travail et les ressources régionales.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 2 — Environnement de déploiement​

VariableValeur par défautDescription
tenant_iddemoSuffixe court qui rend les noms de ressources uniques par environnement.
support_users[]E-mails ayant accès au projet et aux alertes de surveillance.
resource_labels{}Étiquettes appliquées à toutes les ressources pour le suivi des coûts/de la propriété.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 3 — Identité de l'application​

VariableValeur par défautDescription
application_namelangflowNom de base des ressources. Ne pas modifier après le premier déploiement.
application_display_nameLangFlowNom lisible par l'homme affiché dans la console.
application_versionlatestTag de version de l'image LangFlow ; épingle l'image de base 1.10.2 lorsque latest. Épinglez explicitement en production.
langflow_usernameadminNom d'utilisateur du super-utilisateur (administrateur) initial ; le mot de passe est auto-généré dans Secret Manager.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 4 — Exécution et mise à l'échelle​

VariableValeur par défautDescription
deploy_applicationtrueDéfinissez false pour provisionner uniquement l'infrastructure.
container_image_sourcecustomLangFlow est construit à partir de l'image encapsulée via Cloud Build.
min_instance_count1Réplicas minimum ; GKE ne se met pas à l'échelle à zéro.
max_instance_count1Garder à 1 — LangFlow conserve l'état en cours de traitement.
enable_vertical_pod_autoscalingfalseVPA Autopilot pour un dimensionnement approprié.
container_port7860LangFlow écoute sur le port 7860.
container_resources{ cpu_limit = "1000m", memory_limit = "2Gi" }Limites et requêtes CPU/mémoire par pod. Augmenté à partir de 1Gi après un bug confirmé OOMKilled-during-boot — ne pas dimensionner en dessous de 2Gi.
timeout_seconds300Durée maximale de la requête (0 à 3600 secondes).
enable_cloudsql_volumetrueSidecar Cloud SQL Auth Proxy pour la connectivité.
enable_image_mirroringtrueMettre en miroir l'image de base LangFlow dans Artifact Registry avant le build personnalisé.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 5 — Variables d'environnement et secrets​

VariableValeur par défautDescription
environment_variables{}Paramètres supplémentaires non secrets fusionnés sur les valeurs par défaut de LangFlow. Ne définissez pas LANGFLOW_SECRET_KEY, LANGFLOW_SUPERUSER_PASSWORD ou LANGFLOW_DATABASE_URL ici.
secret_environment_variables{}Mappage de variable d'environnement → nom de secret Secret Manager (par exemple, clés API de fournisseur LLM).
secret_propagation_delay30Secondes à attendre après la création du secret avant de continuer.
secret_rotation_period2592000sFréquence de notification de rotation de Secret Manager.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 6 — Backend et cluster GKE​

VariableValeur par défautDescription
gke_cluster_name"" (découverte automatique)Cluster Autopilot cible (de Services_GCP).
namespace_name"" (auto-généré)Espace de noms Kubernetes pour la charge de travail.
workload_typenullRésout en StatefulSet, car stateful_pvc_enabled par défaut est true.
service_typeLoadBalancerComment le service Kubernetes est exposé.
session_affinityClientIPRoutage persistant pour l'état de l'éditeur de flux en cours de traitement.
termination_grace_period_seconds30Secondes à attendre après SIGTERM avant SIGKILL.
enable_network_segmentationfalseCréer des ressources Kubernetes NetworkPolicy.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 7 — StatefulSet​

VariableValeur par défautDescription
stateful_pvc_enabledtrueGarder activé — le PVC à stateful_pvc_mount_path (/data) est le répertoire de configuration de LangFlow, où résident les fichiers téléchargés.
stateful_pvc_size / stateful_pvc_mount_path / stateful_pvc_storage_class(défini)Taille et montage du PVC par pod ; le chemin de montage (par défaut /data) est également passé comme LANGFLOW_CONFIG_DIR.
stateful_headless_service / stateful_pod_management_policy / stateful_update_strategy(défini)Comportement du StatefulSet (uniquement si activé).

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 8 — Quota de ressources​

VariableValeur par défautDescription
enable_resource_quotafalseAppliquer un ResourceQuota d'espace de noms.
quota_cpu_requests / quota_cpu_limits(défini)Quota CPU pour l'espace de noms.
quota_memory_requests / quota_memory_limits(défini)Doit utiliser des suffixes d'unité binaire (4Gi, 8192Mi) — les entiers nus sont traités comme des octets.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 9 — Politiques de fiabilité​

VariableValeur par défautDescription
enable_pod_disruption_budgetfalseActiver pour protéger la disponibilité pendant les mises à niveau de nœuds.
pdb_min_available1Nombre minimal de pods disponibles pendant les perturbations volontaires.
enable_topology_spread / topology_spread_strict(défini)Répartir les pods sur les zones/nœuds.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 10 — Observabilité et santé​

VariableValeur par défautDescription
startup_probe_configHTTP /healthSonde de démarrage. Prévoir du temps pour les migrations Alembic au premier démarrage.
health_check_configHTTP /healthSonde de vivacité.
uptime_check_configdésactivé (enabled = false, chemin /)Test de disponibilité Cloud Monitoring optionnel.
alert_policies[]Politiques d'alerte métrique optionnelles.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 11 — Jobs et tâches planifiées​

VariableValeur par défautDescription
initialization_jobs[]Laisser vide pour utiliser le job db-init intégré.
cron_jobs[]CronJobs Kubernetes planifiés (aucun requis par LangFlow).
additional_services[]Services sidecar ou auxiliaires déployés avec LangFlow.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 12 — CI/CD et autorisation binaire​

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)​

VariableValeur par défautDescription
enable_nfsfalseNFS est désactivé par défaut ; les fichiers téléchargés sont sur le PVC de bloc.
nfs_mount_path/mnt/nfsChemin de montage à l'intérieur du conteneur (lorsque NFS est activé).

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 14 — Cloud Storage et Artifact Registry​

VariableValeur par défautDescription
create_cloud_storagetrueCréer des buckets GCS définis dans storage_buckets.
storage_buckets[{ name_suffix = "data" }]Buckets à provisionner — la valeur par défaut crée un bucket data dédié.
gcs_volumes[]Montages de volume GCS Fuse via le pilote CSI.
manage_storage_kms_iam / enable_artifact_registry_cmekfalseOptions CMEK.
max_images_to_retain / delete_untagged_images / image_retention_days(défini)Politique de nettoyage d'Artifact Registry.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 15 — Cache Redis (optionnel)​

VariableValeur par défautDescription
enable_redisfalseNon utilisé par LangFlow ; câblé pour la compatibilité future uniquement.
redis_host / redis_port / redis_auth"" / 6379 / ""Paramètres de connexion Redis (uniquement si activé).

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 16 — Backend de base de données​

VariableValeur par défautDescription
database_typePOSTGRES_15Fixe — LangFlow nécessite PostgreSQL 15.
application_database_namelangflowdbNom de la base de données PostgreSQL. Immuable après le premier déploiement.
application_database_userlangflowuserUtilisateur de la base de données de l'application. Immuable après le premier déploiement.
database_password_length32Longueur du mot de passe généré.
enable_postgres_extensions / postgres_extensionsdésactivéExtensions Postgres optionnelles.
enable_auto_password_rotation / rotation_propagation_delay_secdésactivéRotation du mot de passe de la base de données sans interruption.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 17 — Sauvegarde et maintenance​

VariableValeur par défautDescription
backup_schedule0 2 * * *Cron de sauvegarde Cloud SQL automatisé (UTC).
backup_retention_days7Rétention ; augmenter à 30–90 pour la production/conformité.
enable_backup_import / backup_source / backup_file / backup_formatoptions de restaurationRestaurer à partir d'une sauvegarde lors du déploiement.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

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​

VariableValeur par défautDescription
enable_custom_domaintrueProvisionner Ingress pour les noms d'hôtes personnalisés + certificat géré.
application_domains[]Noms d'hôtes à servir.
reserve_static_iptrueIP externe stable sur les redéploiements.
network_tags["nfsserver"]Tags réseau de nœud/pod ; nfsserver requis lorsque enable_nfs = true.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 20 — Identity-Aware Proxy (IAP)​

Avertissement : L'activation d'IAP nécessite une authentification d'identité Google pour toutes les requêtes entrantes, y compris les appels à l'API programmatique de LangFlow.

VariableValeur par défautDescription
enable_iapfalseExiger une connexion Google devant LangFlow.
iap_authorized_users / iap_authorized_groups[]Qui peut accéder.
iap_oauth_client_id / iap_oauth_client_secret""Requis lorsque IAP est activé (sensible).

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 21 — Cloud Armor​

VariableValeur par défautDescription
enable_cloud_armorfalseAttacher une politique Cloud Armor (WAF) au backend Ingress.
admin_ip_ranges[]CIDR autorisés à un accès privilégié.
cloud_armor_policy_namedefault-waf-policyNom de la politique.
enable_cdnfalseActiver Cloud CDN sur le backend Ingress GKE.

Toutes les autres entrées suivent le comportement standard d'App_GKE.

Groupe 22 — VPC Service Controls et journalisation d'audit​

VariableValeur par défautDescription
enable_vpc_scfalseAppliquer un périmètre VPC-SC (nécessite organization_id).
vpc_cidr_ranges / vpc_sc_dry_run(défini)CIDR de niveau d'accès / mode simulation.
enable_audit_loggingfalseJournaux d'audit Cloud détaillés.

Toutes les autres entrées suivent le comportement standard d'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_ipsMappage 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 LangFlow.
database_instance_nameNom de l'instance Cloud SQL.
database_nameNom de la base de données de l'application.
database_userUtilisateur de la base de données de l'application.
database_password_secretSecret Secret Manager contenant le mot de passe de la base de données.
database_host / database_portPoint de terminaison de la base de données (127.0.0.1 via le proxy d'authentification) / port.
storage_bucketsBuckets Cloud Storage créés (le bucket data par défaut).
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_jobs / db_import_jobNoms des jobs de configuration et d'importation (facultatif).
deployment_id / tenant_id / resource_prefixIdentifiants de nommage.
project_id / project_numberIdentifiants du 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(e).
vpc_sc_enabled / vpc_sc_perimeter_name / vpc_sc_dry_run_modeÉtat de 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 via le moteur de socle App_GKE ainsi qu'une protection validation.tf qui vérifie les valeurs et les combinaisons au moment de la planification — min_instance_count > max_instance_count, Redis activé sans source d'hôte, IAP sans identifiants OAuth, et enable_cloudsql_volume = true avec database_type = "NONE". Une configuration invalide fait échouer le plan avec une erreur claire et nommée avant la création de toute ressource, de sorte que la plupart des erreurs ci-dessous sont détectées en amont plutôt qu'à l'apply ou à l'exécution.

ParamètreValeur judicieuseRisqueConséquence en cas d'erreur
LANGFLOW_SECRET_KEY (auto-généré)Ne jamais faire pivoter après le premier démarrageCritiqueLe faire pivoter rompt définitivement toutes les informations d'identification stockées intégrées dans un flux — elles ne peuvent pas être déchiffrées et doivent être ressaisies.
application_database_name / application_database_userDéfinir une seule foisCritiqueImmuable après le premier déploiement ; le renommage recrée la base de données/l'utilisateur et détruit tous les flux et informations d'identification.
database_typePOSTGRES_15CritiqueLangFlow nécessite PostgreSQL 15 ; tout autre moteur empêche le démarrage.
enable_backup_importfalse sauf restaurationCritiqueL'activation sans source de sauvegarde valide fait échouer le job d'importation.
quota_memory_requests / _limitsunités binaires (4Gi, 8192Mi)CritiqueLes entiers bruts sont des octets et bloquent toute planification de pod dans l'espace de noms.
LANGFLOW_SUPERUSER_PASSWORD (auto-généré)Récupérer depuis Secret ManagerÉlevéC'est la connexion administrateur ; la perdre signifie qu'il n'y a aucun moyen de se connecter tant qu'elle n'est pas réinitialisée.
max_instance_count1ÉlevéLangFlow conserve l'état de session/flux en cours de traitement ; la mise à l'échelle au-delà de 1 divise l'état entre les pods et provoque un comportement incohérent.
session_affinityClientIPÉlevéSans persistance, les requêtes sont acheminées vers différents pods, perturbant l'éditeur de flux en cours de traitement.
min_instance_count1ÉlevéGKE nécessite min ≥ 1 ; la protection de validation rejette les valeurs supérieures à max_instance_count.
enable_cloudsql_volumetrueÉlevéLe sidecar Auth Proxy est requis pour la connectivité PostgreSQL ; le désactiver avec une vraie base de données rompt toutes les connexions.
container_port7860ÉlevéLangFlow écoute sur le port 7860 ; un port non concordant fait échouer toutes les sondes de santé.
enable_iapuniquement lorsque l'authentification API n'est pas nécessaire en externeÉlevéIAP place la connexion Google devant l'ensemble du service, y compris son API programmatique.
container_resources.memory_limit≥ 2GiÉlevéOOMKilled confirmé pendant le démarrage en dessous de 2 Gio — LangFlow charge tous les composants et amorce les projets de démarrage avant que le serveur ne se lie ; 1Gi a tué le pod juste au moment où il démarrait.
enable_pod_disruption_budgettrueMoyenLa désactivation permet à GKE d'expulser tous les pods simultanément pendant la maintenance.
backup_retention_days7 (augmenter pour la production)MoyenTrop court pour la rétention de conformité.

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 création d'images — voir App_GKE. La configuration d'application spécifique à LangFlow partagée avec la variante Cloud Run est décrite dans LangFlow_Common.

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