Déployer une application Docker sans serveur avec Google Cloud Run¶

Contexte¶

La gestion de serveurs virtuels (VM) peut s'avérer fastidieuse (mises à jour, sécurité, dimensionnement). Google Cloud Run permet d'exécuter des conteneurs Docker en mode serverless. La plateforme gère automatiquement l'infrastructure, la mise à l'échelle (scale-to-zero y compris), et le routage HTTP. C'est idéal pour des API, des backends ou des sites web légers.

Prérequis¶

• Un compte Google Cloud Platform (GCP) avec un projet actif.
• La facturation activée sur ce projet (GCP propose un niveau gratuit très généreux pour Cloud Run).
• Le Google Cloud SDK (gcloud) installé sur votre machine locale.
• Docker installé en local (optionnel si vous utilisez Google Cloud Build, mais recommandé pour tester).

Procédure¶

Étape 1 : S'authentifier et configurer le projet¶

Ouvrez un terminal et connectez-vous à votre compte Google Cloud, puis sélectionnez votre projet.

# Se connecter à GCP
gcloud auth login

# Lier le terminal à votre projet (remplacez ID_DU_PROJET)
gcloud config set project ID_DU_PROJET

# Activer l'API Cloud Run et Artifact Registry
gcloud services enable run.googleapis.com artifactregistry.googleapis.com

Étape 2 : Préparer l'application et le Dockerfile¶

Nous allons créer une application web minimaliste en Python (Flask). Créez un dossier pour votre projet et ajoutez-y trois fichiers.

import os
from flask import Flask

app = Flask(__name__)

@app.route("/")
def hello():
    return "Bonjour depuis Cloud Run !"

if __name__ == "__main__":
    # Cloud Run utilise la variable d'environnement PORT (par défaut 8080)
    port = int(os.environ.get("PORT", 8080))
    app.run(debug=True, host="0.0.0.0", port=port)

Flask==3.0.0
gunicorn==21.2.0

# Utiliser une image Python officielle légère
FROM python:3.12-slim

# Définir le répertoire de travail
WORKDIR /app

# Copier les fichiers de dépendances et les installer
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# Copier le code de l'application
COPY app.py .

# Commande de démarrage
CMD ["gunicorn", "--bind", "0.0.0.0:8080", "app:app"]

Étape 3 : Créer un dépôt Artifact Registry¶

Cloud Run a besoin d'accéder à l'image Docker de votre application. Nous allons utiliser Artifact Registry pour stocker l'image.

# Créer un dépôt nommé "mon-repo-docker" dans la région europe-west1 (Belgique/France)
gcloud artifacts repositories create mon-repo-docker \
    --repository-format=docker \
    --location=europe-west1 \
    --description="Dépôt pour mes images Docker"

Étape 4 : Construire et pousser l'image Docker¶

Plutôt que de compiler l'image en local, nous pouvons confier cette tâche à Google Cloud Build, qui la poussera directement dans le registre. Assurez-vous d'être dans le dossier contenant le Dockerfile.

# Construire et pousser l'image dans Artifact Registry
gcloud builds submit --tag europe-west1-docker.pkg.dev/ID_DU_PROJET/mon-repo-docker/mon-app-flask

Étape 5 : Déployer sur Cloud Run¶

Maintenant que l'image est hébergée, nous pouvons la déployer sur Cloud Run.

gcloud run deploy mon-service-flask \
    --image europe-west1-docker.pkg.dev/ID_DU_PROJET/mon-repo-docker/mon-app-flask \
    --region europe-west1 \
    --allow-unauthenticated

Le paramètre --allow-unauthenticated rend l'application accessible publiquement (sur internet) sans nécessiter d'authentification IAM.

Vérification¶

Une fois la commande gcloud run deploy terminée, le terminal affichera une URL publique (se terminant par .run.app).

# Exemple de sortie attendue :
# Service [mon-service-flask] revision [mon-service-flask-00001-abc] has been deployed and is serving 100 percent of traffic.
# Service URL: https://mon-service-flask-abcdefgh-ew.a.run.app

Ouvrez cette URL dans votre navigateur web ou utilisez curl pour vérifier que l'application répond :

curl https://mon-service-flask-abcdefgh-ew.a.run.app
# Résultat attendu : Bonjour depuis Cloud Run !

Ressources¶

• Documentation officielle Google Cloud Run — Déploiement et gestion des services
• Guide de démarrage Artifact Registry
• Optimiser les conteneurs pour Cloud Run