Giter Club home page Giter Club logo

flask-deployment-cloudrun's Introduction

Deploy Flask dengan menggunakan Cloud Run

Deploy Flask Machine Learning model dengan menggunakan CloudRun

Kebutuhan

  • Pyenv (optional)
  • Virtualenv (optional)
  • Python 3.9
  • Google Cloud Platform Account
  • Google Cloud Platform - API Cloud Build

Jalankan secara lokal

$ python -m venv [nama-folder]
$ cd [nama-folder]
$ cd Scripts
$ activate
$ cd ..
$ git clone https://github.com/sendhyrama/flask-deployment-cloudrun
$ pip install -r requirements.txt
$ python main.py

Cara deploy ke cloud-run menggunakan cloud SDK

$ gcloud init
$ gcloud services enable run.googleapis.com
$ gcloud builds submit --tag gcr.io/[project-id-kalian]/flask-model-deployment
$ gcloud run deploy --image gcr.io/[project-id-kalian]/flask-model-deployment --platform managed --region asia-southeast2 --allow-unauthenticated flask-model-ml

Cara deploy ke cloud-run menggunakan Google Cloud Platform

  1. Pastikan Anda memiliki akun Google Cloud Platform (GCP) yang aktif. Jika belum, daftar dan buat proyek baru di https://console.cloud.google.com.

  2. Pastikan Anda telah menginstal Google Cloud SDK (https://cloud.google.com/sdk) dan menginisialisasi dengan menjalankan perintah berikut di terminal atau command prompt: gcloud init

  3. Buatlah repository di service pengelolaan kode seperti GitHub atau GitLab, dan pastikan repository tersebut berisi semua file yang diperlukan untuk aplikasi Flask, termasuk Dockerfile, requirements.txt, dan kode aplikasi Flask Anda.

  4. Build container Docker lokal dengan menjalankan perintah berikut: docker build -t gcr.io/[PROJECT_ID]/flask-app . Ganti [PROJECT_ID] dengan ID proyek Google Cloud Platform yang telah Anda tentukan sebelumnya.

  5. Setelah proses pembangunan selesai, verifikasi bahwa kontainer Docker lokal berjalan dengan menjalankan perintah berikut: docker run -p 8080:8080 gcr.io/[PROJECT_ID]/flask-app Pastikan tidak ada kesalahan dan aplikasi Flask berjalan dengan baik di localhost.

  6. Jika langkah sebelumnya berhasil, berhenti dan hapus kontainer Docker yang berjalan dengan menekan Ctrl+C di terminal atau command prompt.

  7. Untuk menerbitkan kontainer Docker ke Google Cloud Container Registry, jalankan perintah berikut: docker push gcr.io/[PROJECT_ID]/flask-app Kontainer akan diunggah ke Container Registry di proyek Google Cloud Platform yang sesuai.

  8. Selanjutnya, buat service Cloud Run dengan menjalankan perintah berikut pada asia-southeast2(jakarta): gcloud run deploy --image gcr.io/[PROJECT_ID]/flask-model-deployment --platform managed --region asia-southeast2 --allow-unauthenticated flask-model-ml

  9. GCP akan meminta Anda untuk memilih wilayah (region) untuk mendeploy service Cloud Run. Pilih wilayah yang sesuai dengan kebutuhan Anda.

  10. Setelah proses deploy selesai, GCP akan memberikan URL yang dapat digunakan untuk mengakses aplikasi Flask yang dideploy. Salin URL tersebut dari output dan coba akses di web browser atau dengan menggunakan perangkat lunak pengujian API seperti Postman.

  11. Jika cara 11 dan 12 tidak bisa, maka lakukan lah cara manual seperti ini setelah berhasil clone repo: gcloud builds submit --tag gcr.io/[project-id-kalian]/flask-model-deployment

  12. Buka Cloud Run pada google cloud platform, CloudRun klik tombol create service

  13. Pilih Deploy one revision from an existing container image, lalu tekan select CloudRun2

  14. Pilih Container Registry, lalu pilih container image yang sudah kita buat sebelumnya pada poin 14 CloudRun3

  15. Lalu setting region sesuai kebutuhan anda, lalu tekan create CloudRun4

  16. Jika sudah berhasil, maka tampilan akan seperti ini, dan tersedia url yang sudah diberikan CloudRun5

  17. Setelah proses deploy selesai, GCP akan memberikan URL yang dapat digunakan untuk mengakses aplikasi Flask yang dideploy. Salin URL tersebut dari output dan coba akses di web browser atau dengan menggunakan perangkat lunak pengujian API seperti Postman. CloudRun7 CloudRun6

flask-deployment-cloudrun's People

Contributors

sendhyrama avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    ๐Ÿ–– Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. ๐Ÿ“Š๐Ÿ“ˆ๐ŸŽ‰

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google โค๏ธ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.