N8N AI sur GKE Autopilot
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 GKE Autopilot aux côtés de deux services d'IA complémentaires — 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_GKE, qui provisionne et gère l'infrastructure partagée Google Cloud et Kubernetes.
Ce guide se concentre sur les services cloud utilisés par n8n AI et sur la manière de les explorer et de les opérer depuis la console Google Cloud et la ligne de commande. Pour les mécanismes communs à chaque application 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 de la fondation App_GKE 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 149,81 $/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. Si un coût de fonctionnement inférieur est plus important que la cible de déploiement, consultez le guide Cloud Run pour l'option la moins chère ; sinon, si vous déployez dans un projet géré par RAD, vous pouvez tout mettre en pause gratuitement lorsque vous ne l'utilisez pas — voir Mettre 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 de fonctionnement Google Cloud | ~149,81 $/mois, facturé à votre propre compte de facturation au prix catalogue de Google | ~146 crédits/jour, mesuré à l'heure par RAD au prix catalogue plus marge |
Coût de fonctionnement par défaut dans votre propre projet
| Ressource | US$/mois (prix catalogue Google, us-central1) |
|---|---|
| Pod GKE Autopilot, 2x vCPU / 4 Gio | 79,35 $ |
| 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 $ |
| Frais de gestion de cluster GKE | partagés entre toutes les applications GKE du projet ; 0 $ si c'est votre seul cluster, sinon ~73 $ |
| Total | 149,81 $ |
Comment cela se compare
- Il n'existe 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 coûte également 24 $/mois, et un GCP Compute Engine e2-standard-2 (2 vCPU/8 Go) coûte 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.
- Quoi qu'il en soit, il s'agit d'une pile d'automatisation IA axée sur la confidentialité (flux de travail + recherche vectorielle + service LLM local), donc le coût de fonctionnement ci-dessus est ce qui génère réellement la facture, pas les frais de module — et ce coût de fonctionnement est celui que vous pouvez mettre en pause (voir ci-dessous).
Mettre en pause gratuitement : supprimer un projet géré par RAD, le restaurer 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 le projet purement et simplement — la suppression logique récupérable de 30 jours de Google. Contrairement à la suppression d'un seul 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 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 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 quoi Google le supprime définitivement — et la restauration est admise comme la création d'un nouveau projet, donc votre solde de crédits achetés doit toujours dépasser le seuil du palier (100 crédits pour le palier sandbox que la plupart des utilisations d'étude/démo conviennent). Google indique que la plupart des services sont de 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 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
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 reste inutilisé assez longtemps pour compenser ce coût de redéploiement par rapport à son propre coût de fonctionnement quotidien — par rapport au total du projet propre ci-dessus, cela représente environ 4 jours ou plus. La majeure partie du coût de fonctionnement 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 calcul de cette application.
Conserver les données d'abord : 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 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 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 comme une charge de travail de flux de travail Node.js aux côtés des déploiements Kubernetes Qdrant et Ollama. Le déploiement connecte un ensemble ciblé de services Google Cloud :
| Capacité | Service Google Cloud | Notes |
|---|---|---|
| Calcul | GKE Autopilot | Déploiements n8n + Qdrant + Ollama, 2 vCPU / 4 Gio par défaut pour n8n |
| Base de données | Cloud SQL pour PostgreSQL 15 | Requis — n8n nécessite PostgreSQL ; le moteur est fixe |
| Stockage d'objets | Cloud Storage (GCS Fuse) | Bucket de données AI partagé monté à /mnt/gcs ; données de flux de travail à /home/node/.n8n |
| Fichiers partagés | Filestore (NFS) | Volume NFS partagé pour la persistance inter-répliques ; sert également d'hôte Redis par défaut |
| Cache et file d'attente | Redis | Activé par défaut ; utilisé pour le mode file d'attente n8n sur plusieurs répliques |
| Base de données vectorielle | Qdrant (dans le cluster) | Déployé comme un déploiement Kubernetes compagnon ; service ClusterIP interne uniquement |
| Inférence LLM | Ollama (dans le cluster) | Déployé comme un déploiement Kubernetes compagnon ; service ClusterIP interne uniquement |
| Secrets | Secret Manager | N8N_ENCRYPTION_KEY et N8N_SMTP_PASS auto-générés ; synchronisés avec les secrets Kubernetes |
| Ingress | Cloud Load Balancing | LoadBalancer externe, domaine personnalisé facultatif + certificat géré via l'API Gateway |
Valeurs par défaut judicieuses à connaître d'emblée :
- PostgreSQL 15 est obligatoire. Le moteur de base de données est fixé par la
configuration commune ; changer
database_typeen MySQL interrompt le démarrage. N8N_ENCRYPTION_KEYest auto-généré 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 s'exécutent comme des déploiements Kubernetes internes uniquement dans le même espace de noms que n8n, chacun avec un service ClusterIP. Ils ne sont pas exposés en dehors du cluster.
- La persistance GCS Fuse maintient l'index vectoriel de Qdrant (
/mnt/gcs/qdrant) et les poids du modèle d'Ollama (/mnt/gcs/ollama/models) durables après les redémarrages de pod. - Redis est activé par défaut. Avec plus d'une réplique, un backend de file d'attente partagé est requis pour éviter l'exécution de flux de travail en mode split-brain.
min_instance_countest par défaut0. GKE HPA ne prend pas en charge la véritable mise à l'échelle à zéro de la même manière que Cloud Run ; définissez-le sur1pour une disponibilité fiable des webhooks.
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 n8n AI
n8n, Qdrant et Ollama s'exécutent chacun comme un déploiement Kubernetes distinct dans le même espace de noms. L'autoscaling horizontal des pods régit le nombre de répliques n8n entre les limites minimale et maximale. Qdrant et Ollama sont fixés à une réplique chacun.
- Console : Kubernetes Engine → Charges de travail → sélectionnez chaque charge de travail pour voir les pods, les révisions et les événements. Kubernetes Engine → Services et Ingress affiche les adresses IP externes et les points de terminaison ClusterIP.
- CLI :
kubectl get deployments,svc,hpa -n "$NAMESPACE"
kubectl logs -n "$NAMESPACE" deploy/n8nai --tail=100
kubectl logs -n "$NAMESPACE" deploy/qdrant --tail=50
kubectl logs -n "$NAMESPACE" deploy/ollama --tail=50
kubectl describe hpa -n "$NAMESPACE"
Voir App_GKE pour les détails sur Autopilot, la mise à l'échelle et les types de charges de travail.
B. Cloud SQL pour PostgreSQL 15
n8n stocke toutes les définitions de flux de travail, l'historique d'exécution et les
identifiants dans une instance Cloud SQL pour PostgreSQL 15 gérée. Les pods l'atteignent en
privé via le sidecar Cloud SQL Auth Proxy sur un socket Unix à 127.0.0.1. Lors du
premier déploiement, un job db-init crée la base de données et l'utilisateur de
l'application.
- Console : SQL → sélectionnez l'instance pour les connexions, les sauvegardes, les indicateurs et les métriques.
- CLI :
gcloud sql instances list --project "$PROJECT"
gcloud sql instances describe <instance-name> --project "$PROJECT"
gcloud sql connect <instance-name> --user=<db-user> --database=n8n_db --project "$PROJECT"
Le nom de l'instance, le nom de la base de données, l'utilisateur et le secret Secret Manager contenant le mot de passe sont tous affichés dans les Sorties. Pour le modèle de connexion, les sauvegardes automatisées et la rotation des mots de passe, voir App_GKE.
C. Cloud Storage (GCS Fuse) et Filestore (NFS)
Un bucket Cloud Storage partagé est monté dans chaque conteneur via GCS Fuse :
- Données de flux de travail et identifiants n8n à
/home/node/.n8n - Index vectoriel de Qdrant à
/mnt/gcs/qdrant - Poids du modèle d'Ollama à
/mnt/gcs/ollama/models
Filestore (NFS) est activé par défaut et fournit un volume persistant partagé pour les données multi-répliques et sert également de point de terminaison Redis par défaut.
- Console : Cloud Storage → Buckets pour le bucket de données AI ; Filestore → Instances pour le partage NFS.
- CLI :
gcloud storage buckets list --project "$PROJECT"
gcloud storage ls gs://<ai-data-bucket>/ # bucket name is in the Outputs
gcloud filestore instances list --project "$PROJECT"
kubectl exec -n "$NAMESPACE" deploy/n8nai -- df -h | grep -E "gcs|nfs"
Voir App_GKE pour le provisionnement 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 flux
de travail multi-répliques. Lorsqu'aucun redis_host n'est configuré et que NFS est
activé, l'adresse IP du serveur NFS est utilisée comme point de terminaison Redis. Pour la
production avec haute disponibilité, pointez vers une instance Cloud Memorystore.
- Console : Memorystore → Redis (si vous utilisez une instance gérée).
- CLI :
kubectl describe pod -n "$NAMESPACE" -l app=n8nai | grep -E "REDIS"
redis-cli -h <redis-host> ping
E. Qdrant — base de données vectorielle
Qdrant fournit une recherche de similarité vectorielle haute performance pour les pipelines
RAG, les embeddings de documents et la mémoire AI dans les flux de travail n8n. Il est
déployé en tant que déploiement Kubernetes interne uniquement et est accessible depuis n8n
via la variable d'environnement QDRANT_URL, qui pointe vers son service ClusterIP.
- Console : Kubernetes Engine → Charges de travail → sélectionnez le déploiement
qdrant. - CLI :
kubectl get deployment qdrant -n "$NAMESPACE"
kubectl logs -n "$NAMESPACE" deploy/qdrant --tail=50
# Confirm QDRANT_URL is injected into n8n
kubectl describe pod -n "$NAMESPACE" -l app=n8nai | grep QDRANT_URL
# Check Qdrant's health endpoint from inside the cluster
kubectl exec -n "$NAMESPACE" deploy/n8nai -- curl -s http://qdrant:6333/healthz
F. Ollama — serveur LLM local
Ollama exécute des modèles de langage open source (Llama 3, Mistral, Gemma) directement sur
votre infrastructure, permettant une inférence IA axée sur la confidentialité sans
dépendances API externes. Il s'agit d'un déploiement Kubernetes interne uniquement ;
OLLAMA_HOST est injecté dans n8n pour l'atteindre.
- Console : Kubernetes Engine → Charges de travail → sélectionnez le déploiement
ollama. - CLI :
kubectl get deployment ollama -n "$NAMESPACE"
kubectl logs -n "$NAMESPACE" deploy/ollama --tail=50
# Confirm OLLAMA_HOST is injected into n8n
kubectl describe pod -n "$NAMESPACE" -l app=n8nai | grep OLLAMA_HOST
# List models loaded in Ollama (from inside the cluster)
kubectl exec -n "$NAMESPACE" deploy/n8nai -- curl -s http://ollama:11434/api/tags
G. Secret Manager
La clé de chiffrement n8n et le mot de passe SMTP sont générés automatiquement et stockés sous forme de secrets Secret Manager, puis synchronisés avec les secrets Kubernetes et injectés dans les pods au moment de l'exécution.
- Console : Sécurité → Secret Manager.
- CLI :
gcloud secrets list --project "$PROJECT"
gcloud secrets versions access latest --secret=<encryption-key-secret> --project "$PROJECT"
Le nom du secret du mot de passe de la base de données se trouve dans les Sorties. Voir App_GKE pour l'intégration et la rotation de Secret Store CSI.
H. Réseau et ingress
Par défaut, la charge de travail est exposée via une adresse IP externe Cloud Load Balancing.
La prise en charge de domaines personnalisés via l'API Kubernetes Gateway avec un certificat
géré par Google est activée par défaut (enable_custom_domain = true), et une adresse IP statique est
réservée par défaut afin que l'adresse survive aux redéploiements.
- Console : Services réseau → Équilibrage de charge ; Réseau VPC → Adresses IP.
- CLI :
kubectl get gateway,httproute,svc -n "$NAMESPACE"
gcloud compute addresses list --project "$PROJECT"
Voir App_GKE pour les domaines personnalisés, Cloud CDN et l'adresse IP statique.
I. Cloud Logging et Monitoring
Les sorties stdout/stderr des pods sont acheminées vers Cloud Logging ; les métriques GKE et Cloud SQL sont acheminées vers Cloud Monitoring. Des tests de disponibilité et des règles d'alerte facultatifs sont disponibles.
- Console : Logging → Explorateur de journaux ; Monitoring → Tableaux de bord / Alertes.
- CLI :
gcloud logging read \
'resource.type="k8s_container" AND resource.labels.namespace_name="'"$NAMESPACE"'"' \
--project "$PROJECT" --limit 50
3. Comportement de l'application N8N AI
- Configuration de la base de données au premier déploiement. Un job Kubernetes
db-inits'exécute avant le démarrage du déploiement n8n. Il crée la base de données PostgreSQLn8n_dbet l'utilisateurn8n_uservia le socket Cloud SQL Auth Proxy, accorde tous les privilèges et arrête proprement le proxy. Le job est idempotent et peut être réexécuté en toute sécurité. - Clé de chiffrement.
N8N_ENCRYPTION_KEYest auto-générée lors du premier déploiement et stockée dans Secret Manager. Sauvegardez ce secret avant de détruire le module. Tous les identifiants n8n (clés API, jetons OAuth, mots de passe de flux de travail) sont chiffrés avec cette clé ; ils ne peuvent pas être déchiffrés après un redéploiement avec une clé différente. - Sondes de santé. La sonde de démarrage cible
GET /sur le port 5678 avec un délai initial de 120 secondes, donnant à n8n le temps de se connecter à PostgreSQL et de charger l'état du flux de travail. La sonde de vivacité vérifie le même chemin après le démarrage. - URL de webhook et d'éditeur.
WEBHOOK_URLetN8N_EDITOR_BASE_URLsont définies sur l'URL de service prédite avant la création du déploiement afin que les webhooks fonctionnent sans réapplication post-déploiement. - Mode file d'attente. Lorsque Redis est activé, n8n fonctionne en mode file d'attente pour une exécution fiable des flux de travail sur plusieurs répliques. Sans Redis, une seule réplique doit s'exécuter.
- Mot de passe SMTP.
N8N_SMTP_PASSest auto-généré comme espace réservé. Remplacez la valeur secrète dans Secret Manager par de véritables identifiants SMTP avant d'activer l'envoi d'e-mails. - Inspecter les jobs planifiés et les CronJobs :
kubectl get jobs -n "$NAMESPACE" --sort-by=.metadata.creationTimestamp
kubectl get cronjobs -n "$NAMESPACE"
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_GKE avec son comportement et ses valeurs par défaut standard.
Groupe 1 — Projet et identité
| Variable | Valeur par défaut | Description |
|---|---|---|
project_id | (requis) | Projet Google Cloud cible. |
region | us-central1 | Région pour la charge de travail et les ressources régionales. |
Groupe 2 — Environnement de déploiement
| Variable | Valeur par défaut | Description |
|---|---|---|
tenant_id | demo | Suffixe court qui rend les noms de ressources uniques par environnement. |
support_users | [] | E-mails auxquels sont accordés l'accès au projet et les alertes de surveillance. |
resource_labels | {} | Libellés appliqués à toutes les ressources pour le suivi des coûts/propriétés. |
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 de la charge de travail. |
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 l'infrastructure uniquement. |
cpu_limit | 2000m | CPU par pod n8n ; également hérité par Ollama. 2 vCPU recommandés. |
memory_limit | 4Gi | Mémoire par pod n8n ; également héritée par Ollama. 4 Gio minimum pour les charges de travail IA. |
min_instance_count | 0 | Nombre minimal de répliques n8n. Définir sur 1 pour une disponibilité continue des webhooks. |
max_instance_count | 3 | Nombre maximal de répliques. Augmenter uniquement avec Redis activé. |
enable_cloudsql_volume | true | Sidecar Cloud SQL Auth Proxy pour les connexions socket. |
enable_vertical_pod_autoscaling | false | Laisser Autopilot ajuster automatiquement les requêtes de ressources. |
timeout_seconds | 300 | Durée maximale de la requête ; augmenter pour les longs flux de travail d'inférence IA. |
Groupe 5 — Variables d'environnement et secrets
| Variable | Valeur par défaut | Description |
|---|---|---|
environment_variables | Espaces réservés SMTP | Paramètres non sensibles. Les variables n8n principales sont injectées automatiquement ; ne pas définir N8N_PORT, DB_TYPE, DB_POSTGRESDB_*, N8N_ENCRYPTION_KEY, WEBHOOK_URL, QDRANT_URL ou OLLAMA_HOST. |
secret_environment_variables | {} | Mappage de variable d'environnement → nom de secret Secret Manager. Utiliser pour les clés API de fournisseurs d'IA externes. |
secret_rotation_period | 2592000s | Fréquence de notification de rotation de Secret Manager (30 jours). Configure une notification Pub/Sub lorsque la rotation est due. |
Groupe 6 — Backend et cluster GKE
| Variable | Valeur par défaut | Description |
|---|---|---|
service_type | LoadBalancer | Comment le service est exposé. |
session_affinity | None | n8n AI est sans état entre les instances avec Redis. Changer en ClientIP uniquement si nécessaire. |
workload_type | null | Se résout automatiquement en StatefulSet lorsque le stockage par pod est activé. |
network_tags | ['nfsserver'] | Requis pour les règles de pare-feu de connectivité NFS. |
gke_cluster_name | "" | Laisser vide pour la découverte automatique. |
namespace_name | "" | Laisser vide pour générer automatiquement. |
prereq_subnet_cidr_override | "" | Remplacement pour le CIDR du sous-réseau primaire VPC intégré. Vide dérive un /24 unique par déploiement à partir de l'ID de déploiement aléatoire ; défini sur la valeur précédemment appliquée sur les déploiements existants pour éviter le remplacement des ressources. |
Groupe 7 — StatefulSet
| Variable | Valeur par défaut | Description |
|---|---|---|
stateful_pvc_enabled | null | Activer les modèles PVC dans le StatefulSet. La définition de true sélectionne automatiquement StatefulSet. |
stateful_pvc_size | 10Gi | Taille de stockage pour chaque PVC. |
stateful_pvc_mount_path | /data | Chemin du conteneur où le PVC est monté. |
stateful_pvc_storage_class | standard-rwo | StorageClass Kubernetes pour les PVC. |
Groupe 8 — Quota de ressources
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_resource_quota | false | Limiter les nombres de CPU/mémoire/objets de l'espace de noms. |
quota_memory_requests / quota_memory_limits | "" | Doit utiliser des unités binaires (4Gi, 8192Mi) — les entiers nus sont traités comme des octets et bloquent la planification. |
Groupe 9 — Politiques de fiabilité
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_pod_disruption_budget | true | Protéger la disponibilité pendant les mises à niveau de nœuds. |
pdb_min_available | 1 | Augmenter min_instance_count au-dessus de 1 si vous avez besoin d'une marge d'éviction. |
enable_topology_spread | false | Répartir les pods n8n, Qdrant et Ollama sur plusieurs zones. |
Groupe 10 — Observabilité et santé
| Variable | Valeur par défaut | Description |
|---|---|---|
startup_probe | HTTP / — délai de 120s | Sonde de démarrage n8n ; délai généreux permettant la connexion à la base de données + le chargement du flux de travail. |
liveness_probe | HTTP / — délai de 30s | Sonde de vivacité n8n. |
startup_probe_config | TCP — activé | Sonde de démarrage standard App_GKE. |
health_check_config | HTTP / — activé | Sonde de vivacité standard App_GKE. |
uptime_check_config | désactivé | Activer pour la surveillance de production. |
alert_policies | [] | Politiques d'alerte métrique facultatives. |
Groupe 11 — Automatisation de la charge de travail
| Variable | Valeur par défaut | Description |
|---|---|---|
initialization_jobs | [] | Laisser vide pour utiliser le job db-init intégré. |
cron_jobs | [] | CronJobs planifiés pour les tâches périodiques (exportations, maintenance). |
additional_services | [] | Déploiements sidecar ou auxiliaires supplémentaires à côté de n8n. |
Groupe 12 — CI/CD et intégration GitHub
Intégration standard App_GKE Cloud Build / Cloud Deploy — voir
App_GKE. Entrées clés : enable_cicd_trigger,
github_repository_url, github_token, enable_cloud_deploy.
Groupe 13 — Système de fichiers (NFS)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_nfs | true | Volume Filestore partagé pour les données de flux de travail et la découverte de l'hôte Redis par défaut. |
nfs_mount_path | /mnt/nfs | Chemin de montage à l'intérieur du conteneur. |
nfs_volume_name | nfs-data-volume | Nom du volume pour le montage NFS. Remplacer lors du montage d'un deuxième partage NFS à côté du premier. |
Groupe 14 — Cloud Storage et Artifact Registry
| Variable | Valeur par défaut | Description |
|---|---|---|
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 15 — 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 facultatif (sensible). |
Groupe 16 — Backend de base de données
| Variable | Valeur par défaut | Description |
|---|---|---|
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. |
enable_mysql_plugins | false | Activer l'installation automatique des plugins MySQL. Applicable uniquement aux bases de données MySQL ; N8N_AI_Common fixe database_type à PostgreSQL 15, donc ceci est inactif pour la propre base de données de n8n. |
mysql_plugins | [] | Liste des plugins MySQL à installer (par exemple validate_password, audit_log). Applicable uniquement aux bases de données MySQL. |
Groupe 17 — Sauvegarde et maintenance
| Variable | Valeur par défaut | Description |
|---|---|---|
backup_schedule | 0 2 * * * | Cron de sauvegarde automatisée (UTC). |
backup_retention_days | 7 | Rétention ; augmenter à 30–90 pour la production/conformité. |
enable_backup_import / backup_source / backup_uri | options de restauration | Restaurer à partir d'une sauvegarde lors du déploiement. |
Groupe 18 — Scripts SQL personnalisés
enable_custom_sql_scripts, custom_sql_scripts_bucket, custom_sql_scripts_path,
custom_sql_scripts_use_root — exécuter du SQL à partir d'un bucket GCS après le provisionnement. Voir
App_GKE.
Groupe 19 — Domaine personnalisé, IP statique et réseau
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_custom_domain | true | Provisionner l'API Kubernetes Gateway pour les noms d'hôte personnalisés + certificat géré. |
application_domains | [] | Noms d'hôte à servir. |
reserve_static_ip | true | IP externe stable sur les redéploiements. |
Groupe 20 — Proxy conscient de l'identité (IAP)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_iap | false | Exiger la connexion Google devant n8n. Remarque : l'activation d'IAP bloque les points de terminaison de webhook publics. |
iap_authorized_users / iap_authorized_groups | [] | Qui peut accéder. |
iap_oauth_client_id / iap_oauth_client_secret | "" | Requis lorsque IAP est activé (sensible). |
Groupe 21 — Cloud Armor et CDN
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_cloud_armor | false | Attacher une politique Cloud Armor (WAF) au backend Ingress. |
admin_ip_ranges | [] | CIDR autorisés à un accès privilégié. |
cloud_armor_policy_name | (défini) | Nom de la politique. |
enable_cdn | false | Activer Cloud CDN sur le backend. |
Groupe 22 — Contrôles de service VPC et journalisation d'audit
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_vpc_sc | false | Appliquer un périmètre VPC-SC (nécessite organization_id). |
vpc_cidr_ranges / vpc_sc_dry_run | (défini) | CIDR de niveau d'accès / mode simulation. |
enable_audit_logging | false | Journaux d'audit Cloud détaillés. |
Groupe — Composants IA
| 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 déploiement Kubernetes interne uniquement. |
qdrant_version | latest | Tag d'image Docker Qdrant. Épingler à une version spécifique pour la stabilité de la production. |
enable_ollama | true | Déployer Ollama en tant que déploiement Kubernetes interne uniquement. |
ollama_version | latest | Tag d'image Docker Ollama. Épingler à une version spécifique pour la stabilité de la production. |
ollama_model | llama3.2 | Déclaration de modèle par défaut. Remarque : cette variable n'est actuellement pas transmise au service Ollama — les modèles doivent être extraits séparément au niveau de l'API Ollama. |
5. Sorties
Ces valeurs sont renvoyées lors d'un déploiement réussi et constituent le moyen le plus rapide de localiser et d'explorer les ressources en cours d'exécution.
| Sortie | Description |
|---|---|
service_name | Nom du service Kubernetes pour la charge de travail n8n. |
namespace | Espace de noms dans lequel toutes les charges de travail (n8n, Qdrant, Ollama) s'exécutent. |
service_cluster_ip | ClusterIP interne au cluster pour le service n8n. |
stage_service_cluster_ips | Mappage des ClusterIP pour les services spécifiques aux étapes (Cloud Deploy). |
service_external_ip | IP externe du LoadBalancer (lorsqu'une IP statique est réservée). |
service_url | URL pour atteindre l'interface utilisateur de n8n. |
database_instance_name | Nom de l'instance Cloud SQL. |
database_name | Nom de la base de données de l'application (n8n_db). |
database_user | Utilisateur de la base de données de l'application (n8n_user). |
database_password_secret | Secret Manager secret contenant le mot de passe de la base de données. |
database_host / database_port | Point de terminaison de la base de données (127.0.0.1 via Auth Proxy) / 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 | État et canaux de surveillance. |
initialization_jobs / db_import_job | Noms des jobs de configuration et d'importation (facultatif). |
deployment_id / tenant_id / resource_prefix | Identifiants de nommage. |
project_id / project_number | Identifiants du projet. |
cicd_enabled / cicd_configuration | État et détails CI/CD (dépôt, déclencheur, registre). |
github_repository_url / github_repository_owner / github_repository_name | Détails du dépôt connecté. |
artifact_registry_repository / cloudbuild_trigger_name / cloudbuild_trigger_id | Registre et déclencheur de build. |
kubernetes_ready | Indique si le cluster/la charge de travail est prêt(e). |
vpc_sc_enabled / vpc_sc_perimeter_name / vpc_sc_dry_run_mode | État VPC-SC. |
audit_logging_enabled / artifact_registry_cmek_enabled | Journalisation d'audit et état CMEK. |
6. Pièges de configuration et valeurs par défaut judicieuses
Risque : Critique (perte de données / panne / sécurité) — Élevé (service dégradé) — Moyen (coût ou dégradation partielle) — Faible (mineur).
| Paramètre | Valeur judicieuse | Risque | Conséquence en cas d'erreur |
|---|---|---|---|
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 et Kubernetes 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, entraînant la perte de tous les workflows. |
enable_backup_import | false sauf restauration | Critique | L'activation sans un backup_uri valide fait échouer le job d'importation. |
quota_memory_requests / _limits | unités binaires | Critique | Les entiers bruts sont des octets et bloquent toute planification de pod. |
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 lors de l'utilisation exclusive de fournisseurs d'IA externes. |
enable_redis | true | Élevé | Sans Redis, plusieurs réplicas 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 (intégration, recherche vectorielle, chaînage LLM) provoquent des OOM kills en dessous de 4 GiB. |
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 peut laisser les webhooks sans pod cible ; l'état HPA peut être incohérent sur GKE. |
enable_nfs | true | Élevé | Qdrant et Ollama utilisent GCS Fuse sur le bucket de données AI ; sans cela, les fichiers de modèle et les index vectoriels sont perdus au redémarrage du pod. |
enable_iap | uniquement avec des identifiants OAuth valides | Élevé | L'activation sans iap_oauth_client_id / iap_oauth_client_secret bloque tout accès. IAP bloque également les webhooks publics. |
backup_retention_days | 7 (augmenter pour la production) | Moyen | Trop court pour la rétention de conformité. |
pdb_min_available vs min_instance_count | laisser de la marge | Moyen | 1/1 peut bloquer les mises à niveau de nœuds (un seul pod ne peut pas être expulsé). |
Pour le comportement de la fondation référencé partout — IAM et Workload Identity, autoscaling, ingress et certificats, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC-SC, sauvegardes, et mise en miroir d'images — voir App_GKE. La configuration d'application spécifique à n8n AI partagée avec la variante Cloud Run est décrite dans N8N_AI_Common.
Guides associés
- Lab pratique : N8N_AI sur GKE Autopilot — déployez-le étape par étape, avec les écrans de la console et les commandes à chaque étape.
- N8N AI sur Cloud Run — la même application sur Cloud Run, 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.
Need RAD to do something it does not do yet? Request it on the roadmap, or vote on what is already there.