N8N AI sur Cloud Run
n8n est une plateforme d'automatisation de flux de travail open source avec une interface visuelle basée sur des nœuds pour connecter des services, exécuter de la logique et créer des pipelines basés sur l'IA. Ce module déploie n8n sur Cloud Run v2 aux côtés de deux services d'IA compagnons — Qdrant (base de données vectorielle pour RAG et recherche sémantique) et Ollama (inférence LLM locale pour une IA axée sur la confidentialité) — sur la base de la fondation App_CloudRun, qui provisionne et gère l'infrastructure Google Cloud partagée.
Ce guide se concentre sur les services cloud utilisés par n8n AI et sur la manière de les explorer et de les exploiter depuis la Google Cloud Console et la ligne de commande. Pour les mécanismes communs à chaque application Cloud Run — identité de service, ingress et équilibrage de charge, mise à l'échelle et concurrence, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC Service Controls, sauvegardes et cycle de vie du déploiement — reportez-vous au guide de la fondation App_CloudRun plutôt que de les répéter ici.
Ce que coûte N8N_AI sur RAD, et comment cela se compare
L'exécution de N8N_AI dans votre propre projet GCP coûte environ 101,98 $/mois en frais Google Cloud ; les frais de module de RAD sont de 175 crédits uniques (ou 157,5 crédits dans un projet géré par RAD), couvrant la configuration et le support — pas la facture cloud continue, que Google vous facture directement dans votre propre projet ou que RAD mesure à l'heure en crédits dans un projet géré par RAD. Ou consultez le guide GKE pour la cible de déploiement alternative ; dans tous les cas, si vous déployez dans un projet géré par RAD, vous pouvez tout mettre en pause gratuitement lorsque vous ne l'utilisez pas — voir Mettez-le en pause gratuitement ci-dessous.
Ce que vous payez sur RAD
| Votre propre projet | Projet géré par RAD | |
|---|---|---|
| Frais de module | 175 crédits, une fois | 157,5 crédits, une fois (10 % de moins) |
| Builds | Inclus dans le prix : pas de frais de build pour la création, 5 mises à jour par mois (mois calendaire UTC) gratuites puis 2 crédits chacune, et rien pour la suppression ou pour un build échoué, dans la limite de 10 builds échoués par jour (UTC). Les sessions de lab et les projets clients sont l'exception : ils sont toujours facturés pour le temps de build à la minute | Idem |
| Coût d'exécution Google Cloud | ~101,98 $/mois, facturé à votre propre compte de facturation au prix catalogue de Google | ~67 crédits/jour, mesuré à l'heure par RAD au prix catalogue plus marge |
Coût d'exécution par défaut dans votre propre projet
| Ressource | US$/mois (prix catalogue Google, us-central1) |
|---|---|
| Cloud Run, 2x vCPU / 4 GiB (scaleToZero) | 31,53 $ |
| Cloud SQL pour PostgreSQL, 1 vCPU / 3,75 Go, zonal, 10 Go SSD | 51,02 $ |
| Serveur de fichiers NFS/cache (petite VM) | 13,43 $ |
| Cloud NAT et réseau | 5,00 $ |
| Cloud Storage (modules complémentaires, sauvegardes) | 1,00 $ |
| Total | 101,98 $ |
Comment cela se compare
- Il n'y a pas de SaaS géré officiel vérifié pour N8N_AI à comparer, donc la base de référence honnête est un VPS nu : Hetzner CPX22 (2 vCPU/4 Go) coûte environ 24 $/mois, un Droplet DigitalOcean 2 vCPU/4 Go est également 24 $/mois, et un GCP Compute Engine e2-standard-2 (2 vCPU/8 Go) est environ 49 $/mois — plus le temps de l'administrateur pour les sauvegardes, les correctifs de sécurité et les mises à niveau, que Cloud SQL, Secret Manager et la surveillance gérés par RAD couvrent pour vous.
- RAD n'est pas censé être moins cher qu'un VPS en termes monétaires, et ne l'est généralement pas — pour une pile d'automatisation IA axée sur la confidentialité (flux de travail + recherche vectorielle + service LLM local), le véritable argument est ce que RAD gère pour vous (sauvegardes, correctifs, secrets, surveillance) plutôt que le prix affiché.
- Dans tous les cas, il s'agit d'une pile d'automatisation IA axée sur la confidentialité (flux de travail + recherche vectorielle + service LLM local), de sorte que le coût d'exécution ci-dessus est ce qui génère réellement la facture, pas les frais de module — et ce coût d'exécution est celui que vous pouvez mettre en pause (voir ci-dessous).
Mettez-le en pause gratuitement : supprimez un projet géré par RAD, restaurez-le lorsque vous en avez besoin
C'est le titre pour un projet géré par RAD. 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 logique récupérable de 30 jours de Google. Contrairement à la suppression d'un module, cela ne supprime pas Cloud SQL, aucune VM ou la ressource de calcul une par une : l'ensemble du projet s'arrête simplement, et rien n'est facturé pendant qu'il attend, car la facturation est déjà déliée.
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 restauration, dans les 30 jours et uniquement par le propriétaire du projet, demande à Google de récupérer le projet et de rattacher son compte de facturation, puis vous demande d'exécuter la mise 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.
Ce qu'il faut : vous devez être propriétaire du projet (pas un projet dont RAD gère uniquement 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 qui convient à la plupart des utilisations d'étude/démo). Google indique que la plupart des services sont à nouveau pleinement opérationnels 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 logique 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. Si vous avez personnalisé l'application et que vous souhaitez conserver ce travail, copiez une sauvegarde (vers Google Drive ou un bucket en dehors du projet) avant de supprimer. Pour une installation par défaut sans rien d'irremplaçable, cela n'a pas d'importance.
Payez uniquement pendant que vous l'utilisez, l'autre méthode : supprimer et redéployer
Dans votre propre projet (ou une fois que vous avez dépassé la fenêtre de restauration de 30 jours ci-dessus), l'alternative est de supprimer N8N_AI purement et simplement et de le redéployer plus tard. Un redéploiement coûte à nouveau les frais de module (les builds sont inclus) — 175 crédits.
La suppression ne permet d'économiser de l'argent que si N8N_AI restait inutilisé suffisamment longtemps pour compenser ce coût de redéploiement par rapport à son propre coût d'exécution quotidien — par rapport au total du projet ci-dessus, cela représente environ 5 jours ou plus. La majeure partie du coût d'exécution ici est généralement la base de données et la VM de fichier/cache partagée ; elles ne s'arrêtent que si 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 de calcul propre à cette application.
Conservez d'abord les données : les sauvegardes nocturnes vont dans un bucket à l'intérieur du déploiement et sont supprimées avec lui, donc 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 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 mise en pause 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 ceux 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 de l'API Google Cloud Billing Catalog ; radmodules.dev/pricing pour les propres frais de RAD et les estimations de crédits quotidiens ; https://cloud.google.com/resource-manager/docs/delete-restore-projects pour les mécanismes de pause/restauration.
1. Vue d'ensemble
n8n AI s'exécute en tant que conteneur Node.js sur Cloud Run v2. Le déploiement connecte un ensemble ciblé de services Google Cloud :
| Capacité | Service Google Cloud | Notes |
|---|---|---|
| Calcul | Cloud Run v2 | Service Node.js, 2 vCPU / 4 GiB par défaut, autoscaling basé sur les requêtes |
| Base de données | Cloud SQL pour PostgreSQL 15 | Requis — n8n nécessite PostgreSQL ; le moteur est fixe |
| Fichiers partagés | Filestore (NFS) | Volume persistant partagé pour les données de workflow ; découverte d'hôte Redis par défaut |
| Stockage d'objets | Cloud Storage (GCS Fuse) | Bucket de données AI partagé monté à /mnt/gcs |
| Cache et file d'attente | Redis | Activé par défaut ; requis pour le mode file d'attente n8n (multi-instance) |
| Base de données vectorielle | Qdrant (service Cloud Run compagnon) | Service Cloud Run interne uniquement ; non accessible publiquement |
| Inférence LLM | Ollama (service Cloud Run compagnon) | Service Cloud Run interne uniquement ; non accessible publiquement |
| Secrets | Secret Manager | Généré automatiquement N8N_ENCRYPTION_KEY et N8N_SMTP_PASS |
| Ingress | URL Cloud Run / Cloud Load Balancing | URL par défaut run.app ; équilibreur de charge HTTPS optionnel + domaine personnalisé via Cloud Armor |
Valeurs par défaut judicieuses à connaître d'emblée :
- PostgreSQL 15 est obligatoire. Le moteur de base de données est fixé par la
configuration commune ;
database_typepar défaut àPOSTGRES_15. Le changer en MySQL interrompt le démarrage de n8n. N8N_ENCRYPTION_KEYest généré automatiquement et stocké dans Secret Manager. Sauvegardez-le avant de détruire le module — les identifiants chiffrés avec une clé ne peuvent pas être déchiffrés avec une clé différente.- Qdrant et Ollama sont des services Cloud Run distincts, déployés dans le même projet et accessibles uniquement depuis le VPC. Ils ne sont pas accessibles publiquement.
- La persistance GCS Fuse maintient l'index vectoriel de Qdrant et les poids de modèle d'Ollama durables à travers les redémarrages de conteneurs et les nouvelles révisions.
min_instance_countpar défaut à0(mise à l'échelle à zéro). Définissez sur1pour une disponibilité fiable des webhooks et pour éviter la latence de démarrage à froid pour les workflows d'inférence AI.- Redis est activé par défaut. Une seule instance n8n peut fonctionner sans, mais plusieurs instances nécessitent Redis pour une exécution distribuée sécurisée.
2. Services Google Cloud et comment les explorer
Toutes les commandes supposent que PROJECT et REGION sont définis. Les noms de
services et de ressources sont rapportés dans les Sorties du déploiement.
A. Cloud Run — le service n8n AI et les compagnons AI
n8n s'exécute en tant que service Cloud Run v2. Qdrant et Ollama s'exécutent chacun en tant que services Cloud Run compagnons distincts dans le même projet, accessibles uniquement en interne via VPC.
- Console : Cloud Run → sélectionnez chaque service pour les révisions, le trafic, les logs et les métriques.
- CLI :
gcloud run services list --project "$PROJECT" --region "$REGION"
gcloud run services describe n8nai-<tenant-id> --project "$PROJECT" --region "$REGION"
gcloud run revisions list --service n8nai-<tenant-id> --project "$PROJECT" --region "$REGION"
Voir App_CloudRun pour la mise à l'échelle, la concurrence, l'environnement d'exécution et la répartition du trafic.
B. Cloud SQL pour PostgreSQL 15
n8n stocke toutes les définitions de workflow, l'historique d'exécution et les identifiants dans une instance Cloud SQL pour PostgreSQL 15 gérée. Le service se connecte privatement via le sidecar Cloud SQL Auth Proxy sur un socket Unix. Lors du premier déploiement, un job d'initialisation crée la base de données et l'utilisateur de l'application.
- Console : SQL → sélectionnez l'instance pour les connexions, les sauvegardes, les flags et les métriques.
- CLI :
gcloud sql instances list --project "$PROJECT"
gcloud sql instances describe <instance-name> --project "$PROJECT"
gcloud sql connect <instance-name> --user=<db-user> --database=n8n_db --project "$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_CloudRun.
C. Filestore (NFS) et Cloud Storage (GCS Fuse)
Filestore (NFS) fournit un volume persistant partagé monté dans le service n8n pour les
données de workflow et la persistance des identifiants entre les instances. Il sert
également d'hôte de découverte Redis par défaut lorsque redis_host est vide.
Cloud Storage est monté via GCS Fuse dans les trois services (n8n, Qdrant, Ollama) pour la persistance des données spécifiques à l'IA :
-
Index vectoriel de Qdrant à
/mnt/gcs/qdrant -
Poids du modèle d'Ollama à
/mnt/gcs/ollama/models -
Données de workflow n8n à
/home/node/.n8n -
Console : Filestore → Instances ; Cloud Storage → Buckets.
-
CLI :
gcloud filestore instances list --project "$PROJECT"
gcloud storage buckets list --project "$PROJECT"
gcloud storage ls gs://<ai-data-bucket>/ # bucket name is in the Outputs
Voir App_CloudRun pour les montages NFS, GCS Fuse et les options CMEK.
D. Backend de file d'attente Redis
Redis prend en charge le mode file d'attente de n8n, permettant une exécution fiable des
workflows multi-instances. Lorsqu'aucun redis_host n'est configuré et que NFS est activé,
l'adresse IP du serveur NFS est utilisée. Pour la production avec haute disponibilité,
pointez vers une instance Cloud Memorystore.
- Console : Memorystore → Redis (si vous utilisez une instance gérée).
- CLI :
gcloud run services describe n8nai-<tenant-id> \
--project "$PROJECT" --region "$REGION" \
--format='yaml(spec.template.spec.containers[0].env)'
redis-cli -h <redis-host> ping
E. Qdrant — base de données vectorielle
Qdrant fournit une recherche de similarité vectorielle haute performance pour les pipelines
RAG, les embeddings de documents et la mémoire AI dans les workflows n8n. Il s'exécute en
tant que service Cloud Run compagnon interne uniquement, accessible depuis n8n via la
variable d'environnement QDRANT_URL.
- Console : Cloud Run → sélectionnez le service Qdrant.
- CLI :
gcloud run services describe qdrant-<tenant-id> --project "$PROJECT" --region "$REGION"
# Confirm QDRANT_URL in the n8n service
gcloud run services describe n8nai-<tenant-id> --project "$PROJECT" --region "$REGION" \
--format='value(spec.template.spec.containers[0].env)'
F. Ollama — serveur LLM local
Ollama exécute des modèles de langage open source (Llama 3, Mistral, Gemma) sur votre
infrastructure, permettant une inférence AI axée sur la confidentialité sans dépendances
d'API externes. C'est un service Cloud Run interne uniquement ; OLLAMA_HOST est injecté
dans n8n.
- Console : Cloud Run → sélectionnez le service Ollama.
- CLI :
gcloud run services describe ollama-<tenant-id> --project "$PROJECT" --region "$REGION"
# Confirm OLLAMA_HOST in the n8n service
gcloud run services describe n8nai-<tenant-id> --project "$PROJECT" --region "$REGION" \
--format='value(spec.template.spec.containers[0].env)'
G. Secret Manager
La clé de chiffrement n8n et le mot de passe SMTP sont générés automatiquement et stockés dans Secret Manager, puis injectés dans la révision Cloud Run au moment de l'exécution.
- Console : Sécurité → Secret Manager.
- CLI :
gcloud secrets list --project "$PROJECT"
gcloud secrets versions access latest --secret=<encryption-key-secret> --project "$PROJECT"
Le nom du secret du mot de passe de la base de données se trouve dans les Sorties. Voir App_CloudRun pour les détails d'injection et de rotation.
H. Réseau et ingress
Le service est accessible à son URL run.app par défaut. Un équilibreur de charge HTTPS
externe avec un domaine personnalisé (utilisant Cloud Armor), Cloud CDN et des contrôles
VPC d'ingress/egress peuvent être superposés. Pour les webhooks publics, ingress_settings doit
rester "all".
- Console : Cloud Run (URL du service) ; Services réseau → Équilibrage de charge.
- CLI :
gcloud run services describe n8nai-<tenant-id> \
--region "$REGION" --format='value(status.url)'
gcloud compute addresses list --project "$PROJECT"
Voir App_CloudRun pour les domaines personnalisés et les adresses IP statiques.
I. Cloud Logging et Monitoring
Les logs de conteneur sont envoyés à Cloud Logging ; les métriques Cloud Run et Cloud SQL sont envoyées à Cloud Monitoring. Des tests de disponibilité et des stratégies d'alerte optionnels sont disponibles.
- Console : Logging → Explorateur de logs ; Monitoring → Tableaux de bord / Alertes.
- CLI :
gcloud run services logs read n8nai-<tenant-id> \
--project "$PROJECT" --region "$REGION" --limit 50
3. Comportement de l'application N8N AI
- Configuration de la base de données au premier déploiement. Un job d'initialisation
se connecte à Cloud SQL via le socket Unix du proxy d'authentification et crée la base de
données PostgreSQL
n8n_dbet l'utilisateurn8n_user, accorde tous les privilèges, puis arrête proprement le proxy. Le job est idempotent et peut être réexécuté en toute sécurité. - Clé de chiffrement.
N8N_ENCRYPTION_KEYest générée automatiquement lors du premier déploiement et stockée dans Secret Manager. Sauvegardez ce secret avant de détruire le module. Tous les identifiants n8n (clés API, jetons OAuth, mots de passe de workflow) sont chiffrés avec cette clé ; ils ne peuvent pas être déchiffrés après un redéploiement avec une clé différente. - Sondes de santé. La sonde de démarrage cible
GET /sur le port 5678 avec un délai initial de 120 secondes, donnant à n8n le temps de se connecter à PostgreSQL et de charger l'état du workflow. Cloud Run ne routra pas le trafic tant que la sonde de démarrage n'aura pas réussi. - URL de webhook et d'éditeur.
WEBHOOK_URLetN8N_EDITOR_BASE_URLsont définis sur l'URL de service prédite avant le déploiement de la révision afin que les webhooks fonctionnent sans réapplication post-déploiement. - Mode file d'attente. Lorsque Redis est activé, n8n fonctionne en mode file d'attente
pour une exécution fiable des workflows sur plusieurs instances. Avec une seule instance
(
max_instance_count = 1), le mode file d'attente est facultatif. - Mise à l'échelle à zéro et démarrages à froid. Avec
min_instance_count = 0, les instances s'arrêtent lorsqu'elles sont inactives. La première requête après la mise à l'échelle déclenche un démarrage à froid qui inclut l'initialisation de n8n par rapport à la base de données — cela peut prendre 30 à 60 secondes. Définissezmin_instance_count = 1pour éliminer ce délai. - Mot de passe SMTP.
N8N_SMTP_PASSest généré automatiquement comme espace réservé. Remplacez la valeur secrète dans Secret Manager par de véritables identifiants SMTP avant d'activer l'envoi d'e-mails. - Inspecter les jobs Cloud Run :
gcloud run jobs list --project "$PROJECT" --region "$REGION"
gcloud run jobs executions list --job <job-name> --project "$PROJECT" --region "$REGION"
4. Variables de configuration
Les variables sont regroupées exactement comme elles apparaissent sur la plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour n8n AI sont listés ; toutes les autres entrées sont héritées de App_CloudRun avec son comportement et ses valeurs par défaut standard.
Groupe 1 — Projet et identité
| Variable | Valeur par défaut | Description |
|---|---|---|
project_id | (requis) | Projet Google Cloud cible. |
region | us-central1 | Région pour le service et les ressources régionales. |
Groupe 2 — Environnement de déploiement
| Variable | Valeur par défaut | Description |
|---|---|---|
tenant_id | demo | Suffixe court qui rend les noms de ressources uniques par environnement. |
support_users | [] | E-mails ayant accès au projet et aux alertes de surveillance. |
resource_labels | {} | Étiquettes appliquées à toutes les ressources pour le suivi des coûts/propriété. |
Groupe 3 — Identité de l'application
| Variable | Valeur par défaut | Description |
|---|---|---|
application_name | n8nai | Nom de base des ressources. Ne pas modifier après le premier déploiement. |
application_display_name | N8N AI Starter Kit | Nom convivial affiché dans la Console. |
description | (défini) | Annotation de description du service. |
application_version | 2.4.7 | Tag de version de l'image n8n ; incrémenter pour déployer une nouvelle version. |
Groupe 4 — Exécution et mise à l'échelle
| Variable | Valeur par défaut | Description |
|---|---|---|
deploy_application | true | Définir false pour provisionner uniquement l'infrastructure. |
cpu_limit | 2000m | CPU par instance n8n. 2 vCPU recommandés pour les workflows AI. |
memory_limit | 4Gi | Mémoire par instance n8n. 4 GiB minimum pour les workflows AI. |
min_instance_count | 0 | Définir sur 1 pour une disponibilité continue des webhooks. 0 active la mise à l'échelle à zéro. |
cpu_always_allocated | true | Facturation basée sur l'instance (CPU toujours activé). Requis — les déclencheurs cron/planifiés et l'exécution de la file d'attente se déclenchent sans requête entrante. |
max_instance_count | 1 | Nombre maximal d'instances. Augmenter uniquement avec Redis activé. |
container_port | 5678 | n8n écoute sur le port 5678. Ne pas modifier. |
execution_environment | gen2 | Requis pour les montages NFS. Garder comme gen2. |
timeout_seconds | 300 | Durée maximale de la requête ; augmenter pour les longs workflows d'inférence AI. |
enable_cloudsql_volume | true | Sidecar Cloud SQL Auth Proxy pour les connexions socket. |
cloudsql_volume_mount_path | /cloudsql | Chemin du système de fichiers où le socket Unix du Cloud SQL Auth Proxy est monté. Utilisé uniquement lorsque enable_cloudsql_volume = true. |
traffic_split | [] | Répartir le trafic entre les révisions pour des déploiements sûrs. |
max_revisions_to_retain | 7 | Anciennes révisions à conserver dans Artifact Registry. |
Groupe 5 — Contrôle d'accès et d'ingress
| Variable | Valeur par défaut | Description |
|---|---|---|
ingress_settings | all | Quels réseaux peuvent atteindre le service. Doit être all pour les webhooks publics. |
vpc_egress_setting | PRIVATE_RANGES_ONLY | Comment le trafic sortant est acheminé via le VPC. |
enable_iap | false | Exiger la connexion Google. Remarque : l'activation d'IAP bloque les webhooks publics. |
iap_authorized_users / iap_authorized_groups | [] | Qui peut accéder lorsque IAP est activé. |
Groupe 6 — Variables d'environnement et secrets
| Variable | Valeur par défaut | Description |
|---|---|---|
environment_variables | Espaces réservés SMTP | Paramètres non sensibles. Les variables n8n principales sont auto-injectées ; ne pas définir N8N_PORT, DB_TYPE, DB_POSTGRESDB_*, N8N_ENCRYPTION_KEY, WEBHOOK_URL, QDRANT_URL ou OLLAMA_HOST. |
secret_environment_variables | {} | Références Secret Manager. Utiliser pour les clés API des fournisseurs AI externes. |
secret_propagation_delay | 30 | Secondes à attendre après la création du secret avant le déploiement. |
secret_rotation_period | 2592000s | Période de notification de rotation (30 jours). |
Groupe 7 — Sauvegarde et maintenance
| Variable | Valeur par défaut | Description |
|---|---|---|
backup_schedule | 0 2 * * * | Cron de sauvegarde automatisée (UTC). |
backup_retention_days | 7 | Rétention ; augmenter à 30–90 pour la production/conformité. |
enable_backup_import / backup_source / backup_uri / backup_format | options de restauration | Restaurer à partir d'une sauvegarde lors du déploiement. |
Groupe 8 — CI/CD et Binary Authorization
Intégration standard App_CloudRun Cloud Build / Cloud Deploy — voir
App_CloudRun. Entrées clés : enable_cicd_trigger,
github_repository_url, github_token, enable_cloud_deploy,
enable_binary_authorization, binauthz_evaluation_mode.
Groupe 9 — NFS et SQL personnalisé
| Variable | Valeur par défaut | Description |
|---|---|---|
nfs_instance_name / nfs_instance_base_name | (défini) | Instance NFS existante / nom de base pour une instance intégrée. |
enable_custom_sql_scripts / custom_sql_scripts_bucket / custom_sql_scripts_path / custom_sql_scripts_use_root | désactivé | Exécuter SQL à partir d'un bucket GCS après le provisionnement. |
Groupe 10 — Équilibreur de charge, CDN et rétention d'images
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_cloud_armor | false | Attacher une politique Cloud Armor HTTPS LB + WAF. |
application_domains | [] | Noms d'hôtes personnalisés ; nécessite enable_cloud_armor. |
admin_ip_ranges | [] | CIDR avec accès privilégié. |
enable_cdn | false | Cloud CDN sur le backend LB. |
max_images_to_retain | 7 | Images conteneur maximales conservées par révision. |
delete_untagged_images | true | Purger les images orphelines/non taguées d'Artifact Registry. |
image_retention_days | 30 | Seuil de suppression d'images basé sur l'âge. |
Groupe 11 — Stockage et système de fichiers
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_nfs | true | Volume Filestore partagé pour les données de workflow et la découverte d'hôte Redis. |
nfs_mount_path | /mnt/nfs | Chemin de montage à l'intérieur du conteneur. |
create_cloud_storage | true | Provisionner des buckets GCS. |
storage_buckets | [] | Buckets supplémentaires au-delà du bucket de données AI auto-provisionné. |
gcs_volumes | [] | Montages GCS Fuse supplémentaires. |
manage_storage_kms_iam / enable_artifact_registry_cmek | false | Options CMEK. |
Groupe 12 — Backend de base de données
| Variable | Valeur par défaut | Description |
|---|---|---|
database_type | POSTGRES_15 | Fixe — ne pas modifier. n8n nécessite PostgreSQL. |
db_name | n8n_db | Nom de la base de données PostgreSQL. Immuable après le premier déploiement. |
db_user | n8n_user | Utilisateur de l'application. Immuable après le premier déploiement. |
database_password_length | 32 | Longueur du mot de passe généré (16–64). |
enable_auto_password_rotation | false | Rotation du mot de passe de la base de données sans interruption. |
rotation_propagation_delay_sec | 90 | Secondes après la rotation pour redémarrer les instances. |
db_host_env_var_name / db_name_env_var_name / db_user_env_var_name / db_port_env_var_name / service_url_env_var_name | "" | Alias pour les détails de connexion injectés comme variables d'environnement supplémentaires. |
Groupe 13 — Jobs et tâches planifiées
| Variable | Valeur par défaut | Description |
|---|---|---|
initialization_jobs | [] | Laisser vide pour utiliser le job db-init intégré. |
cron_jobs | [] | Jobs Cloud Run planifiés pour les exportations de workflow ou la maintenance. |
Groupe 14 — Observabilité et santé
| Variable | Valeur par défaut | Description |
|---|---|---|
startup_probe | HTTP / — délai de 120s | Sonde de démarrage n8n ; permet la connexion à la base de données + le chargement du workflow. |
liveness_probe | HTTP / — délai de 30s | Sonde de vivacité n8n. |
startup_probe_config | TCP — activé | Sonde de démarrage standard App_CloudRun. |
health_check_config | HTTP — activé | Sonde de vivacité standard App_CloudRun. |
uptime_check_config | désactivé — / | Test de disponibilité Cloud Monitoring ; désactivé par défaut — activez-le une fois que le point de terminaison est accessible publiquement. |
alert_policies | [] | Stratégies d'alerte métrique optionnelles. |
Groupe 21 — Backend de file d'attente Redis
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_redis | true | Utiliser Redis pour le mode file d'attente n8n. Requis lorsque max_instance_count > 1. |
redis_host | "" | Laisser vide pour utiliser l'IP du serveur NFS ; définir explicitement pour une instance Memorystore. |
redis_port | 6379 | Port Redis. |
redis_auth | "" | Mot de passe d'authentification Redis optionnel (sensible). |
Groupe 22 — Composants AI
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_ai_components | true | Interrupteur principal. Définir false pour déployer n8n sans Qdrant ni Ollama. |
enable_qdrant | true | Déployer Qdrant en tant que service Cloud Run interne. |
qdrant_version | latest | Tag d'image Qdrant. Épingler à une version spécifique pour la stabilité en production. |
enable_ollama | true | Déployer Ollama en tant que service Cloud Run interne. |
ollama_version | latest | Tag d'image Ollama. Épingler à une version spécifique pour la stabilité en production. |
ollama_model | llama3.2 | Modèle par défaut déclaré. Remarque : cette variable n'est actuellement pas transmise au service Ollama — les modèles doivent être extraits séparément au niveau de l'API Ollama. |
Groupe 23 — VPC Service Controls et Audit Logging
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_vpc_sc | false | Appliquer un périmètre VPC-SC (nécessite organization_id). |
vpc_cidr_ranges / vpc_sc_dry_run | (défini) | CIDR de niveau d'accès / mode simulation. |
organization_id | "" | Requis lorsque enable_vpc_sc = true. |
enable_audit_logging | false | Logs d'audit Cloud détaillés. |
5. Sorties
Ces valeurs sont renvoyées lors d'un déploiement réussi et constituent le moyen le plus rapide de localiser et d'explorer les ressources en cours d'exécution.
| Sortie | Description |
|---|---|
service_name | Nom du service Cloud Run pour n8n. |
service_url | URL run.app par défaut du service n8n. |
service_location | Région dans laquelle le service s'exécute. |
stage_services | URL de service spécifiques à l'étape (Cloud Deploy). |
load_balancer_ip / load_balancer_url | IP / URL de l'équilibreur de charge HTTPS externe (lorsque Cloud Armor est activé). |
database_instance_name | Nom de l'instance Cloud SQL. |
database_name / database_user | Nom de la base de données / utilisateur de l'application. |
database_password_secret | Secret Secret Manager contenant le mot de passe de la base de données. |
database_host / database_port | Point de terminaison de la base de données (sensible) / port. |
storage_buckets | Buckets Cloud Storage créés (y compris le bucket de données AI). |
network_name / network_exists / regions | Réseau VPC, présence, régions disponibles. |
container_image / container_registry | Image déployée et dépôt Artifact Registry. |
monitoring_enabled / monitoring_notification_channels / uptime_check_names | État de la surveillance, canaux, tests de disponibilité. |
initialization_jobs | Noms des jobs de configuration. |
deployment_id / tenant_id / resource_prefix | Identifiants de nommage. |
project_id / project_number | Identifiants de projet. |
cicd_enabled / cicd_configuration | État et détails CI/CD (dépôt, déclencheur, registre). |
github_repository_url / github_repository_owner / github_repository_name | Détails du dépôt connecté. |
artifact_registry_repository / cloudbuild_trigger_name / cloudbuild_trigger_id | Registre et déclencheur de build. |
vpc_sc_enabled / vpc_sc_perimeter_name / vpc_sc_dry_run_mode | État VPC-SC. |
audit_logging_enabled / artifact_registry_cmek_enabled | Audit logging et état CMEK. |
6. Pièges de configuration et valeurs par défaut judicieuses
Risque : Critique (perte de données / panne / sécurité) — Élevé (service dégradé) — Moyen (coût ou dégradation partielle) — Faible (mineur).
| Paramètre | Valeur judicieuse | Risque | Conséquence en cas d'erreur |
|---|---|---|---|
N8N_ENCRYPTION_KEY (auto-généré) | Sauvegarder immédiatement | Critique | Toute modification après la première exécution détruit définitivement toutes les informations d'identification n8n enregistrées. |
application_name | n8nai — défini une fois | Critique | Immuable après le premier déploiement ; le renommage recrée toutes les ressources GCP avec perte de données. |
db_name / db_user | défini une fois | Critique | Immuable après le premier déploiement ; le renommage pointe n8n vers une nouvelle base de données vide, perdant tous les workflows. |
database_type | POSTGRES_15 | Critique | n8n nécessite PostgreSQL ; le passage à MySQL ou NONE empêche le démarrage. |
enable_backup_import | false sauf en cas de restauration | Critique | L'activation sans un backup_uri valide échoue le job d'importation et bloque le démarrage. |
enable_qdrant | true | Élevé | Les workflows RAG actifs échouent à l'exécution avec des erreurs de connexion si Qdrant est supprimé. |
enable_ollama | true | Élevé | Les workflows utilisant le nœud LLM local échouent ; ne désactiver que si vous utilisez exclusivement des fournisseurs d'IA externes. |
enable_redis | true | Élevé | Sans Redis, plusieurs instances entrent en conflit sur l'état du workflow ; l'exécution en split-brain corrompt les exécutions. |
redis_host | "" (NFS) ou explicite | Élevé | Lorsque Redis est activé mais que redis_host et NFS ne sont pas définis, n8n ne démarre pas. |
memory_limit | 4Gi | Élevé | Les workflows d'IA (embedding, recherche vectorielle, chaînage LLM) provoquent des OOM kills en dessous de 4 GiB. |
ingress_settings | all pour les webhooks publics | Élevé | internal ou internal-and-cloud-load-balancing bloquent la livraison des webhooks externes. |
max_instance_count | 1 sauf si Redis est configuré | Élevé | La mise à l'échelle au-delà de 1 sans Redis provoque un split-brain ; l'augmentation avec Redis est sûre. |
min_instance_count | 1 pour les webhooks | Moyen | 0 provoque des retards de démarrage à froid (30-60s) ; les webhooks manquent le premier événement pendant le réchauffement. |
enable_nfs | true | Élevé | Sans NFS, les données de workflow ne sont pas partagées entre les instances et la découverte de l'hôte Redis échoue. |
enable_iap | uniquement avec des identifiants OAuth valides | Élevé | L'activation sans iap_authorized_users / iap_authorized_groups bloque tout accès. IAP bloque également les webhooks publics. |
backup_retention_days | 7 (à augmenter pour la production) | Moyen | Trop court pour la rétention de conformité. |
execution_environment | gen2 | Élevé | gen1 ne prend pas en charge les montages NFS ; l'intégration Filestore nécessite gen2. |
Pour le comportement de base référencé tout au long — identité de service, mise à l'échelle et concurrence, ingress et équilibrage de charge, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC-SC, sauvegardes, et mise en miroir d'images — voir App_CloudRun. La configuration d'application spécifique à n8n AI partagée avec la variante GKE est décrite dans N8N_AI_Common.
Guides associés
- Lab pratique : N8N_AI sur Cloud Run — déployez-le étape par étape, avec les écrans de la console et les commandes à chaque étape.
- N8N AI sur GKE Autopilot — la même application sur Kubernetes, pour lorsque vous avez besoin de l'autre cible de déploiement.
- N8N AI Common — Configuration d'application partagée — la configuration partagée par les deux cibles de déploiement.
- Déployé avec LiteLLM sur Google Cloud Run, Langfuse sur Google Cloud Run dans la solution AI Automation Starter.
Need RAD to do something it does not do yet? Request it on the roadmap, or vote on what is already there.