Aller au contenu principal

Matomo sur GKE Autopilot

Matomo sur GKE Autopilot

Matomo est la principale plateforme d'analyse web open source et une alternative auto-hébergée à Google Analytics, axée sur la confidentialité — pas d'échantillonnage de données, suivi compatible GDPR/CCPA, cartes thermiques, enregistrements de sessions, tests A/B et analyses d'entonnoir, avec une propriété à 100 % des données collectées. Ce module déploie Matomo sur GKE Autopilot sur la base App_GKE, qui provisionne et gère l'infrastructure partagée de Google Cloud et Kubernetes.

Ce guide se concentre sur les services cloud utilisés par Matomo 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 de la base App_GKE plutôt que de les répéter ici.


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

Le module GKE Autopilot de Matomo sur RAD coûte environ 110 $ US par mois dans votre propre projet, sans frais par page vue. RAD facture 110 crédits une fois par déploiement dans votre propre projet (99 crédits, soit 10 % de moins, dans un projet géré par RAD). Les builds sont inclus dans le prix. La même application se déploie également sur Cloud Run pour environ 84 $ US par mois — voir le guide Cloud Run pour l'option la moins chère. 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 ce chiffre mensuel ne représente que quelques dollars — voir Mettre 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 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 de fonctionnement de Google CloudFacturé par Google à votre propre compte de facturation, environ 110 $ US par mois pour la configuration par défaut (tableau ci-dessous)Mesuré à l'heure en crédits ; RAD publie 129 crédits par jour, soit environ 3 870 par mois (environ 387 $ 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 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 la base 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 suffisamment 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 des frais : 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 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 de fonctionnement par défaut dans votre propre projet (us-central1, prix catalogue Google) :

Ressource (module par défaut)Par mois
Pod GKE Autopilot, 1x vCPU / 2 Gio40 $ US
Cloud SQL pour MySQL, 1 vCPU / 3,75 Go, zonal, 10 Go SSD51 $ US
Serveur de fichiers NFS/cache (petite VM)13 $ US
Cloud NAT et réseau5 $ US
Cloud Storage (modules complémentaires, sauvegardes)1 $ US
Frais de gestion du cluster GKEpartagés entre toutes les applications GKE du projet ; 0 $ US si c'est votre seul cluster, sinon ~73 $ US
Totalenviron 110 $ US

Comment cela se compare​

  • "Matomo Cloud" hébergé par Matomo propose des plans payants, mais son prix dépend d'un sélecteur de niveau de trafic sans chiffre fixe publié, de sorte qu'aucun chiffre unique ne peut être cité de manière fiable ici — consultez matomo.org/pricing pour votre propre volume de trafic avant de comparer.
  • Google Analytics est gratuit, ce qui est la véritable alternative par laquelle la plupart des sites commencent. Le module Matomo de RAD coûte environ 110 $ US par mois dans votre propre projet, et la raison de le payer n'est pas le prix — c'est la possession à 100 % de vos données de visiteurs, sans échantillonnage et sans données partagées avec Google, ce qui est important pour les sites sensibles au GDPR/CCPA.
  • Comparaison auto-gérée : avec 1 vCPU / 2 Gio et une base de données MySQL, un Hetzner CPX22 ou un droplet DigitalOcean de 2 vCPU/4 Go (~24 $ US/mois) est à portée, en plus vous gérez MySQL, les sauvegardes et les mises à niveau vous-même.

Mettre en pause gratuitement : supprimer un projet géré par RAD, le restaurer lorsque vous en avez besoin​

Si Matomo s'exécute dans un projet géré par RAD pour vous, vous avez une deuxième option qui va bien au-delà de la mise à l'échelle à zéro : supprimer l'ensemble du projet et le restaurer dans les 30 jours pour presque rien. Cela convient bien mieux à Matomo dont vous n'avez besoin qu'occasionnellement — évaluation, environnement de démonstration, charge de travail saisonnière ou intermittente — que de le faire fonctionner en continu.

Une restauration n'est pas garantie — conservez vos propres sauvegardes. Les conditions de Google Cloud ne garantissent pas qu'un projet restauré, ou les ressources qu'il contient, sera utilisable après sa restauration, de sorte que la restauration ne peut pas être 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 délie d'abord sa facturation, puis demande à Google de supprimer le projet. Google ne supprime pas le projet immédiatement : il le conserve, récupérable, pendant 30 jours. Comme la facturation est déjà déliée, rien n'est facturé pendant cette attente. Contrairement à la suppression d'un module, cela ne supprime pas la base de données, aucune VM ou la ressource de calcul une par une — l'ensemble du projet, et tout ce qu'il contient, s'arrête simplement.
  • La restauration est une vérification, pas une reconstruction. Dans les 30 jours, le propriétaire du projet peut le restaurer. RAD demande à Google de restaurer le projet et de rattacher son compte de facturation, puis vous demande d'exécuter Mettre à jour sur chaque déploiement pour confirmer que tout est revenu. Parce que 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 387 $ US par mois de fonctionnement continu. Déployez Matomo, utilisez-le pendant un certain temps, supprimez le projet. Restaurez-le la prochaine fois que vous en avez besoin, confirmez avec Mettre à jour, et supprimez-le à nouveau lorsque vous avez terminé. Vous ne payez que les frais de module une fois et le temps qu'il a réellement été actif.
  • Ce que cela nécessite. Vous devez posséder le projet (pas un projet 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 niveau (100 crédits pour le niveau sandbox que la plupart des évaluations utilisent). Google indique que la plupart des services sont de nouveau pleinement fonctionnels dans les 36 heures suivant une restauration.
  • Une lacune réelle : les sauvegardes nocturnes ne survivent pas. Les sauvegardes et autres fichiers générés sont écrits 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 Matomo et souhaitez conserver ce travail, copiez une sauvegarde (vers Google Drive ou un bucket en dehors du projet) avant de supprimer. Pour une installation par défaut sans rien d'irremplaçable, cela n'a pas d'importance.

Payer uniquement pendant l'utilisation, l'autre méthode : supprimer et redéployer​

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) au total. La suppression permet d'économiser de l'argent seulement si Matomo resterait inutilisé assez longtemps pour compenser ce coût de redéploiement par rapport à son propre coût de fonctionnement — environ 4 jours ou plus, à la fois dans votre propre projet (environ 3,67 $ US par jour) et dans un projet géré par RAD (129 crédits par jour).
  • La majeure partie du coût de fonctionnement est généralement partagée. Pour Matomo, il s'agit de la base de données et de la VM de fichier/cache partagée. Elles ne s'arrêtent que lorsque rien d'autre dans le projet ne les utilise, donc la suppression de cette application pendant que quelque chose d'autre partage le projet n'économise que la partie calcul de cette application.
  • Conservez d'abord vos données. Les sauvegardes nocturnes vont dans un bucket à l'intérieur du déploiement et sont supprimées avec lui, alors copiez la dernière sauvegarde avant de la 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 que le formateur définit. Le formateur peut aussi créer un seul environnement partagé pour toute la classe, et chacun utilise alors la même application et ses données. Soit le formateur finance toutes les places, soit chaque participant paie la sienne. Tout est supprimé à la fin de la session et les crédits inutilisés sont reversés au formateur.
  • Environnements gérés, pour les sociétés de conseil. Un partenaire exécute l'application pour un client à partir d'un portefeuille cloisonné qu'il finance, et règle directement avec le client. Si le portefeuille est faible, la facturation est suspendue et les données sont conservées, de sorte que personne ne reçoit de frais inattendus. À la fin, le partenaire transfère le projet et les déploiements deviennent la propriété du client.

Les crédits peuvent être achetés dans plus de 20 devises, y compris XAF, XOF, NGN, GHS, KES et ZAR, par carte, virement bancaire ou argent mobile.

Sources (8 octobre 2026) : Prix catalogue Google Cloud de l'API Cloud Billing Catalog ; frais RAD et estimation des crédits quotidiens de radmodules.dev/pricing ; Supprimer et restaurer des projets pour les mécanismes de pause/restauration et ce qu'il 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​

Matomo s'exécute comme une seule charge de travail web PHP/Apache construite à partir de l'image pré-construite officielle. Le déploiement relie un ensemble ciblé de services Google Cloud :

CapacitéService Google CloudNotes
CalculGKE AutopilotPods PHP/Apache (matomo:<application_version>) sur le port 80, 1 vCPU / 2 Gio par défaut
Base de donnéesCloud SQL pour MySQL 8.0Obligatoire — le moteur est fixé à MYSQL_8_0
Persistance des fichiersCloud Filestore (NFS)La racine des documents de Matomo (/var/www/html) persiste ici, partagée entre les pods
CacheRedis (co-hébergé sur VM NFS ou Memorystore)Cache d'objets optionnel ; connectivité uniquement — voir Section 6
Stockage d'objetsCloud StorageUn bucket data provisionné automatiquement
SecretsSecret ManagerMot de passe de l'utilisateur d'application Cloud SQL auto-généré uniquement
IngressCloud Load BalancingÉquilibreur de charge externe avec une IP statique réservée ; domaine personnalisé optionnel + certificat géré

Valeurs par défaut judicieuses à connaître d'emblée :

  • MySQL 8.0 est obligatoire. Le moteur de base de données est fixé par la couche d'application partagée (Matomo_Common code en dur database_type = "MYSQL_8_0") ; les autres moteurs ne sont pas pris en charge.
  • L'image officielle pré-construite est utilisée par défaut. container_image_source = "prebuilt" déploie matomo:<application_version> (par défaut 5-apache) directement — pas d'étape Cloud Build. L'image est mise en miroir dans Artifact Registry (enable_image_mirroring = true) pour éviter les limites de débit de Docker Hub.
  • Cloud SQL est atteint via le sidecar Auth Proxy sur la boucle locale. GKE injecte enable_cloudsql_volume = true par défaut ; un sidecar cloud-sql-proxy écoute sur 127.0.0.1:3306, et la plateforme mappe les identifiants de base de données spécifiques au déploiement sur MATOMO_DATABASE_HOST/USERNAME/DBNAME/PASSWORD — les variables d'environnement exactes que le plugin EnvironmentVariables de Matomo lit pour pré-remplir l'écran de base de données de l'installateur web.
  • NFS est activé par défaut (enable_nfs = true, monté à /var/www/html), persistant la configuration de Matomo (config.ini.php), les plugins installés, et les actifs générés. Le point d'entrée de l'image officielle peuple un volume vide à partir de /usr/src/matomo au premier démarrage.
  • Réplica unique par défaut. min_instance_count = 1, max_instance_count = 1. session_affinity = ClientIP maintient les requêtes d'un client sur le même pod ; la charge de travail basée sur NFS se déploie avec la stratégie de mise à jour Recreate afin qu'une mise à jour glissante n'exécute jamais deux pods sur le même volume NFS et la même base de données partagée simultanément.
  • Aucun secret d'application n'est auto-généré. Contrairement aux applications qui génèrent un secret de mot de passe administrateur ou de sel d'instance, le seul secret géré par Matomo est le mot de passe de l'utilisateur d'application Cloud SQL. Le compte super-utilisateur Matomo est créé interactivement via l'installateur web lors de la première navigation — il n'y a pas de job d'initialisation qui le provisionne.
  • db-init crée uniquement la base de données vide + l'utilisateur ; l'installateur web fait le reste. Il n'y a pas de job de migration de schéma sans tête — l'assistant d'installation de Matomo, accessible à l'URL du service, crée le schéma et le premier compte administrateur.
  • La connectivité Redis est câblée mais non auto-consommée. enable_redis = true par défaut injecte REDIS_HOST/REDIS_PORT dans le pod, mais rien dans ce module ne modifie le backend config.ini.php [Cache] de Matomo — l'utilisation de Redis comme cache d'objets de Matomo nécessite toujours une configuration manuelle post-déploiement.

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 signalés dans les Sorties du déploiement.

A. GKE Autopilot — la charge de travail Matomo​

Les pods Matomo sont planifiés sur Autopilot, qui facture le CPU/la mémoire que les pods demandent réellement. Comme la charge de travail est basée sur NFS, le déploiement utilise la stratégie Recreate (une mise à jour glissante exécuterait deux pods sur le même volume NFS et la même base de données partagée et provoquerait un blocage).

  • Console : Kubernetes Engine → Charges de travail → sélectionnez la charge de travail Matomo pour les pods, les révisions et les événements. Kubernetes Engine → Services et Ingress affiche l'IP externe.
  • CLI :
    kubectl get pods,svc -n "$NAMESPACE"
    kubectl logs -n "$NAMESPACE" deploy/<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 (Déploiement vs StatefulSet).

B. Cloud SQL pour MySQL 8.0​

Matomo stocke toutes les données d'analyse (sites, visites, tables de logs, rapports, utilisateurs) dans une instance gérée de Cloud SQL pour MySQL 8.0. Les pods y accèdent via le sidecar Cloud SQL Auth Proxy sur 127.0.0.1:3306 ; aucune IP publique n'est exposée. Lors du premier déploiement, le job db-init crée la base de données de l'application, l'utilisateur et les autorisations ; l'installateur web de Matomo crée ensuite le schéma.

  • Console : SQL → sélectionnez l'instance pour les connexions, les sauvegardes, les drapeaux, les métriques.
  • CLI :
    gcloud sql instances list --project "$PROJECT"
    gcloud sql instances describe <instance-name> --project "$PROJECT"
    gcloud sql connect <instance-name> --user=<db-user> --database=<db-name> --project "$PROJECT"

Le nom de l'instance, la base de données, l'utilisateur et le secret Secret Manager contenant le mot de passe se trouvent tous dans les Sorties. Voir App_GKE pour le modèle de connexion, les sauvegardes automatisées et la rotation des mots de passe.

C. Cloud Storage et persistance des fichiers​

Un bucket Cloud Storage dédié (suffixe par défaut data) est provisionné automatiquement et le compte de service de la charge de travail se voit accorder l'accès. Séparément, la racine des documents de Matomo se trouve sur NFS (Cloud Filestore) à /var/www/html, partagée entre les pods — la configuration, les plugins et les actifs de rapport générés persistent là-bas lors des redémarrages des pods.

  • Console : Cloud Storage → Buckets ; Filestore → Instances.
  • CLI :
    gcloud storage buckets list --project "$PROJECT" --filter="name~-data"
    gcloud filestore instances list --project "$PROJECT"
    kubectl get pvc -n "$NAMESPACE"

Voir App_GKE pour les options CMEK et les montages GCS Fuse.

D. Secret Manager​

Le seul secret d'application que Matomo consomme est le mot de passe de l'utilisateur d'application Cloud SQL, généré et géré par le module de secrets partagés de la fondation (aucun mot de passe administrateur ou secret de sel spécifique à Matomo n'est créé). Sur GKE, les secrets sont projetés dans les pods via le pilote CSI du Secret Store.

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

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

E. Réseau et ingress​

Par défaut, la charge de travail est exposée via une IP externe de Cloud Load Balancing (service_type = LoadBalancer, reserve_static_ip = true afin que l'adresse survive aux redéploiements). Un domaine personnalisé avec un certificat géré par Google peut être activé.

  • Console : Services réseau → Équilibrage de charge ; Réseau VPC → Adresses IP.
  • CLI :
    kubectl get svc,ingress -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 flux stdout/stderr des pods vers Cloud Logging ; les métriques GKE et Cloud SQL vers Cloud Monitoring. Des tests de disponibilité et des politiques d'alerte optionnels 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 Matomo​

  • Configuration de la base de données au premier déploiement. Le job db-init exécute un script utilisant mysql:8.0-debian. Il se connecte à Cloud SQL (via le socket du sidecar Auth Proxy, avec un repli sur TCP vers l'IP privée), crée de manière idempotente la base de données et l'utilisateur de l'application, accorde les privilèges, vérifie que l'utilisateur de l'application peut se connecter, puis arrête proprement le sidecar proxy (quitquitquit, de sorte que le job se termine 0 et n'est pas relancé sous restartPolicy: OnFailure). Le job peut être réexécuté en toute sécurité (execute_on_apply = true, max_retries = 3).
  • Pas d'installation de schéma sans tête. Matomo n'exécute pas de job de migration au démarrage. La base de données vide créée par db-init est remplie par l'assistant d'installation de Matomo, accessible en naviguant vers l'URL du service — il parcourt la vérification du système, la connexion à la base de données (pré-remplie à partir de MATOMO_DATABASE_*), et la création du premier compte super-utilisateur.
  • Les variables d'environnement de la base de données pré-remplissent, mais ne complètent pas automatiquement, l'installateur. La plateforme injecte MATOMO_DATABASE_HOST (127.0.0.1 via le sidecar proxy), MATOMO_DATABASE_USERNAME, MATOMO_DATABASE_DBNAME, et MATOMO_DATABASE_PASSWORD — lus par le plugin EnvironmentVariables de Matomo pour pré-remplir l'écran de connexion à la base de données de l'installateur. Vous devez toujours parcourir l'installateur pour terminer la configuration et créer le compte administrateur.
  • Le préfixe de table et l'adaptateur sont fixes. MATOMO_DATABASE_ADAPTER=mysql et MATOMO_DATABASE_TABLES_PREFIX=matomo_ sont définis par Matomo_Common et ne sont pas exposés comme variables de module.
  • Les déploiements basés sur NFS utilisent Recreate. Les mises à jour terminent l'ancien pod avant de démarrer le nouveau, évitant ainsi que deux pods ne se bloquent sur le volume NFS partagé et les verrous de base de données.
  • Sondes de santé. La sonde de démarrage est TCP sur / avec un délai initial généreux de 30 s, une période de 15 s et un seuil d'échec de 40 tentatives (environ 10,5 min au total) — donnant au point d'entrée de l'image le temps de peupler la racine des documents montée sur NFS à partir de /usr/src/matomo et d'atteindre la base de données au premier démarrage. Le seuil a été relevé de 20 (environ 5,5 min) après un mode d'échec confirmé : l'extraction n'est pas toujours terminée en 5,5 minutes sur la racine des documents montée sur NFS, et un SIGKILL de sonde de démarrage en cours d'extraction laisse un arbre partiellement copié, appartenant à root, qui ne se répare pas au redémarrage (voir Pièges de configuration). La sonde de vivacité est HTTP GET / avec un délai initial de 300 s (200/302 vers l'installateur est considéré comme sain).
  • Inspecter le job d'initialisation et la configuration en cours d'exécution :
    kubectl get jobs -n "$NAMESPACE"
    kubectl logs -n "$NAMESPACE" job/<db-init-job-name>
    kubectl exec -n "$NAMESPACE" deploy/<service-name> -- env | grep MATOMO_DATABASE
  • Contrainte de mise à l'échelle. Gardez max_instance_count = 1 à moins que le comportement de session/verrouillage NFS multi-pod n'ait été vérifié — Matomo ne coordonne pas nativement les écritures d'archivage/de log de suivi entre les réplicas partageant un volume NFS et une base de données.
  • Le cron/archivage n'est pas câblé. Ce module ne provisionne pas de CronJob pour le traitement périodique des archives de Matomo (console core:archive) ; si le pré-traitement des rapports planifiés est requis, ajoutez-en un via la variable générique cron_jobs (Groupe 11) pointant vers l'image et la commande déployées.

4. Variables de configuration​

Les variables sont regroupées exactement comme elles apparaissent sur la plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour Matomo sont listés ; toutes les autres entrées sont héritées de App_GKE avec leur comportement standard et leurs valeurs par défaut.

Groupe 3 — Identité de l'application​

VariableValeur par défautDescription
application_namematomoNom de base des ressources. Ne pas modifier après le premier déploiement.
application_version5-apacheTag de l'image officielle de Matomo à déployer. Utilisez un tag de variante Apache (par exemple 5.11-apache, latest).

Groupe 4 — Exécution et mise à l'échelle​

VariableValeur par défautDescription
container_image_sourceprebuiltprebuilt déploie directement l'image officielle de Matomo ; custom construit via Cloud Build.
container_port80Matomo/Apache écoute sur le port 80.
cpu_limit1000mLimite de CPU pour le conteneur Matomo.
memory_limit2GiLimite de mémoire ; Matomo avec les plugins courants nécessite généralement au moins 512 Mio.
min_instance_count1Maintenir à 1 pour que la charge de travail reste accessible.
max_instance_count1Maintenir à 1 sauf si le comportement NFS/session multi-pod est vérifié.
enable_cloudsql_volumetrueSidecar Auth Proxy (boucle locale) — requis sur GKE.
php_memory_limit512MPHP memory_limit ; doit être ≤ memory_limit. S'applique uniquement à un build d'image custom.
upload_max_filesize64MTaille maximale d'un seul téléchargement (par exemple, importation de fichier journal). Doit être ≤ post_max_size.
post_max_size64MTaille maximale du corps POST. Doit être ≥ upload_max_filesize.

Groupe 6 — Backend GKE et cluster​

VariableValeur par défautDescription
service_typeLoadBalancerIP externe pour l'interface utilisateur de Matomo.
workload_typenull → DeploymentDéploiement (basé sur NFS, stratégie Recreate).
session_affinityClientIPRoutage persistant pour qu'un client atteigne le même pod.

Groupe 10 — Observabilité et santé​

VariableValeur par défautDescription
startup_probeTCP /, délai de 30 s, période de 15 s, 40 échecs (~10,5 min)Surcharge spécifique à Matomo avec un seuil généreux pour le premier remplissage NFS au démarrage + connexion à la base de données.
liveness_probeHTTP /, délai de 300 s, période de 60 s, 3 échecsConfirme que Apache/PHP fonctionne (200/302 vers l'installateur est considéré comme sain).

Groupe 13 — Système de fichiers (NFS)​

VariableValeur par défautDescription
enable_nfstrueNFS est activé par défaut afin que config.ini.php, les plugins et les actifs générés persistent et soient partagés.
nfs_mount_path/var/www/htmlRacine des documents de Matomo ; le point d'entrée de l'image peuple un volume vide à partir de /usr/src/matomo au premier démarrage.

Groupe 15 — Redis​

VariableValeur par défautDescription
enable_redistrueInjecte REDIS_HOST/REDIS_PORT dans le pod pour l'utiliser comme cache d'objets de Matomo. Connectivité uniquement — voir Section 6.
redis_host""Laisser vide pour utiliser par défaut l'IP Redis co-hébergée du serveur NFS ; définir explicitement pour Memorystore.
redis_port6379Port Redis standard.

Groupe 16 — Backend de base de données​

VariableValeur par défautDescription
database_typenull → MYSQL_8_0 (fixé par Matomo_Common)Seul MySQL est pris en charge.
application_database_namematomoNom de la base de données, injecté comme MATOMO_DATABASE_DBNAME. Immuable après le premier déploiement.
application_database_usermatomoUtilisateur de la base de données de l'application, injecté comme MATOMO_DATABASE_USERNAME ; mot de passe auto-généré dans Secret Manager.

Groupe 19 — Domaine personnalisé, IP statique et réseau​

VariableValeur par défautDescription
reserve_static_iptrueIP externe stable sur les redéploiements.
application_domains[]Noms d'hôtes personnalisés + certificat géré.

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 l'étape.
service_external_ipIP de l'équilibreur de charge externe (lorsqu'une IP statique est réservée).
service_urlURL pour atteindre Matomo.
database_instance_nameNom de l'instance Cloud SQL.
database_name / database_userNom / utilisateur 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 l'Auth Proxy) / port.
storage_bucketsBuckets Cloud Storage créés.
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 (db-init) et d'importation (optionnel).
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 de base 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 la création de toute ressource, de sorte que la plupart des erreurs ci-dessous sont détectées en amont plutôt qu'à l'application ou à l'exécution.

ParamètreValeur judicieuseRisqueConséquence en cas d'erreur
database_typenull (→ MYSQL_8_0)CritiqueMatomo nécessite MySQL/MariaDB ; le moteur ne peut pas être changé en Postgres.
application_database_name / application_database_userDéfini une foisCritiqueImmuable après le premier déploiement ; le renommage recrée la base de données/l'utilisateur et orpheline toutes les données d'analyse.
enable_nfstrueÉlevéLe désactiver rend config.ini.php, les plugins installés et les actifs générés éphémères — perdus lors de la recréation du pod, ce qui interrompt le site après le premier redémarrage.
enable_cloudsql_volumetrueÉlevéLe sidecar Auth Proxy sur 127.0.0.1:3306 est requis pour la connectivité de la base de données sur GKE.
max_instance_count1ÉlevéLa mise à l'échelle au-delà de 1 sans comportement de stockage/session partagé vérifié risque des sessions fractionnées et des conflits de verrouillage NFS/DB pendant le traitement des archives.
session_affinityClientIPÉlevéSans persistance, les requêtes rebondissent entre les pods et perturbent la session de l'interface utilisateur d'administration.
container_port80CritiqueMatomo/Apache sert sur le port 80 ; une non-concordance fait échouer toutes les sondes de vivacité/démarrage et le déploiement ne devient jamais prêt.
memory_limit2GiÉlevéEn dessous d'environ 512 Mio, le pod PHP/Apache manque de mémoire sous charge, en particulier lors de la génération d'archives/rapports.
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.
enable_redistrue, avec un véritable backend de cache configuré après le déploiementMoyenLes variables d'environnement seules ne configurent pas le backend [Cache] de Matomo — laisser Redis "activé" sans service accessible (par exemple, redis_host vide et pas de Redis co-hébergé) peut faire apparaître des erreurs de connexion sans réel avantage de mise en cache.
reserve_static_iptrueMoyenSans cela, l'IP externe peut changer lors des redéploiements, ce qui rompt le DNS et toutes les URL de suivi mises en signet/intégrées.
backup_retention_days7 (augmenter pour la production)MoyenTrop court pour la rétention de conformité des sauvegardes d'analyse historiques.
startup_probe.failure_threshold40 (~10,5 min)CritiqueLe point d'entrée de l'image tar-remplit la racine des documents montée sur NFS à partir de /usr/src/matomo en tant que root, chown -R seulement après la fin de l'extraction ; un seuil trop strict SIGKILL le conteneur en cours de copie, laissant une racine de documents corrompue de manière permanente, partiellement appartenant à root (erreurs "composer/vendor non installé") qui ne se répare pas au redémarrage — la récupération nécessite de vider manuellement /var/www/html sur le volume NFS et de laisser le point d'entrée le remplir à nouveau.

Pour le comportement de la fondation 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 Matomo partagée avec la variante Cloud Run est décrite dans Matomo_Common.

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