Google Cloud Run: Serverless Containers

📋 Daftar Isi

Pengenalan Cloud Run
Konsep Dasar: Container, Services, Jobs
Deploy Aplikasi ke Cloud Run
Containerisasi Aplikasi
Revisions dan Versioning
Traffic Splitting
Auto-scaling dan Konfigurasi
Custom Domains dan HTTPS
Cloud Run Jobs
Integrasi dengan GCP Services
Best Practices
Quiz Pemahaman

1. Pengenalan Cloud Run

Google Cloud Run adalah platform serverless fully managed yang memungkinkan Anda menjalankan container tanpa perlu mengelola server, cluster, atau infrastruktur apapun. Cloud Run otomatis menghandle scaling — dari 0 hingga ribuan instance — berdasarkan traffic yang masuk. Anda hanya perlu menyediakan container image dan Cloud Run akan mengurus sisanya.

Diperkenalkan pada Google Cloud Next 2019, Cloud Run menjadi populer karena menyederhanakan deployment aplikasi container. Berbeda dengan Kubernetes yang memerlukan manajemen cluster, atau GKE Autopilot yang lebih kompleks, Cloud Run menawarkan pengalaman yang sangat sederhana — satu perintah untuk deploy, dan aplikasi langsung bisa diakses.

Mengapa Cloud Run?

Keunggulan	Penjelasan
Zero Server Management	Tidak perlu mengelola VM, cluster, atau node
Scale to Zero	Bayar hanya saat request aktif — 0 request = 0 biaya
Auto-scaling	Otomatis scale dari 0 hingga 1000+ instance
Any Language	Gunakan bahasa apapun — Node.js, Python, Go, Rust, Java, PHP
Portable	Berbasis standar container — bisa dipindahkan ke platform lain
Fast Deploys	Deploy dalam hitungan detik, bukan menit
Built-in HTTPS	Endpoint HTTPS otomatis tanpa konfigurasi SSL
Pay-per-use	Bayar per request, per CPU time, dan memori yang digunakan

Diagram: Cloud Run Architecture

Cloud Run Architecture

Perbandingan dengan Alternatif GCP

Fitur	Cloud Run	Cloud Functions	GKE Autopilot
Unit Deploy	Container image	Function code	Pod / Container
Scale to Zero	✅ Ya	✅ Ya	❌ Tidak
Concurrency	Up to 1000/instance	1 per instance	Tidak dibatasi
Max Timeout	60 menit	9 menit	Tidak ada
Complexity	🟢 Rendah	🟢 Rendah	🔴 Tinggi
WebSocket	✅ Didukung	❌ Tidak	✅ Didukung
Use Case	Web app, API, microservice	Event handler, webhook	Complex workloads

2. Konsep Dasar: Container, Services, Jobs

Cloud Run Service

Service adalah unit utama di Cloud Run. Setiap service memiliki satu atau lebih revisions, dan menerima HTTP request dari internet. Service otomatis scale berdasarkan jumlah request yang masuk.

Cloud Run Job

Job adalah unit untuk tugas yang bersifat batch — berjalan sekali dan selesai. Berbeda dengan Service yang selalu menunggu request, Job menjalankan task, lalu berhenti. Cocok untuk ETL, data processing, scheduled tasks.

Container Image

Cloud Run menggunakan container image standar (OCI) yang bisa dibangun dengan Dockerfile apapun. Image disimpan di Artifact Registry (recommended) atau Docker Hub, GitHub Container Registry, dll.

Diagram: Service vs Job

flowchart TD
    subgraph service["☁️ Cloud Run SERVICE"]
        direction TB
        S1["HTTP Request"] --> S2["Auto-scaled\nContainers"]
        S2 --> S3["Always running"]
        S3 --> S4["Use Cases:\n- Web apps\n- APIs"]
    end
    
    subgraph job["⚙️ Cloud Run JOB"]
        direction TB
        J1["Trigger"] --> J2["Batch Tasks\n1-N parallel"]
        J2 --> J3["Run to completion"]
        J3 --> J4["Use Cases:\n- ETL jobs\n- Data migration"]
    end

    style service fill:#0f2a1f,stroke:#3ecf8e,stroke-width:2px
    style job fill:#0f1d3a,stroke:#60a5fa,stroke-width:2px

Region dan Availability

Cloud Run tersedia di lebih dari 30 region di seluruh dunia. Setiap region menyimpan container image dan menjalankan instances dekat dengan user. Multi-region deployment dimungkinkan dengan Cloud Load Balancing.

Diagram

Manage Revisions

Diagram

Bash

# === TRAFFIC SPLITTING COMMANDS ===

# Default: 100% ke revisi terbaru
gcloud run deploy my-service \
  --image my-app:v2.0 \
  --region asia-southeast1

# Split traffic: 90% v1, 10% v2 (canary)
gcloud run services update-traffic my-service \
  --to-revisions my-service-00001=90,my-service-00002=10 \
  --region asia-southeast1

# Gradual rollout: 80% v1, 20% v2
gcloud run services update-traffic my-service \
  --to-revisions my-service-00001=80,my-service-00002=20 \
  --region asia-southeast1

# Complete rollout: 100% ke v2
gcloud run services update-traffic my-service \
  --to-revisions my-service-00002=100 \
  --region asia-southeast1

# Rollback: 100% ke v1
gcloud run services update-traffic my-service \
  --to-revisions my-service-00001=100 \
  --region asia-southeast1

# Deploy tanpa langsung menerima traffic (--no-traffic)
gcloud run deploy my-service \
  --image my-app:v3.0 \
  --no-traffic \
  --region asia-southeast1
# Revision baru dibuat tapi tidak menerima traffic
# Untuk testing via URL khusus sebelum promote

# Promote revision yang di-test
gcloud run services update-traffic my-service \
  --to-revisions my-service-00003=100 \
  --region asia-southeast1

# Lihat traffic distribution saat ini
gcloud run services describe my-service \
  --region asia-southeast1 \
  --format "table(status.traffic.revisionName, status.traffic.percent, status.traffic.tag)"

Tagged Revisions untuk Testing

Bash

# Deploy dengan tag (preview URL)
gcloud run deploy my-service \
  --image my-app:v3.0 \
  --tag staging \
  --no-traffic \
  --region asia-southeast1

# Akses via tagged URL untuk testing
# Format: https://staging----uc.a.run.app
# Tidak mempengaruhi traffic production

# Update tag
gcloud run services update-traffic my-service \
  --update-tags staging=my-service-00003 \
  --region asia-southeast1

# Remove tag
gcloud run services update-traffic my-service \
  --remove-tags staging \
  --region asia-southeast1

# Promote tagged revision ke production
gcloud run services update-traffic my-service \
  --to-revisions my-service-00003=100 \
  --region asia-southeast1

💡 Tips

Gunakan --no-traffic saat deploy untuk mencegah revision baru langsung menerima traffic. Test dulu via tagged URL, lalu promote ke production jika sudah yakin. Ini mengurangi risiko deployment yang buruk.

7. Auto-scaling dan Konfigurasi

Cara Kerja Auto-scaling

Cloud Run secara otomatis menambah atau mengurangi instances berdasarkan jumlah concurrent requests. Setiap instance bisa menerima 1-80 concurrent request (configurable). Ketika semua instance penuh, Cloud Run menambah instance baru. Ketika traffic turun, instance idle akan di-scale down ke nol.

Konfigurasi Resource

Parameter	Range	Default
CPU	1, 2, 4, 6, 8 vCPU	1 vCPU
Memory	128 MiB - 32 GiB	256 MiB
Concurrency	1 - 1000	80
Timeout	1 - 3600 detik (60 menit)	300 detik
Min Instances	0 - 1000	0
Max Instances	0 - 1000	100
Request timeout	1s - 3600s	300s

Bash

# Deploy dengan full configuration
gcloud run deploy my-service \
  --image my-app:latest \
  --region asia-southeast1 \
  --cpu 2 \
  --memory 1Gi \
  --concurrency 100 \
  --timeout 600 \
  --min-instances 1 \
  --max-instances 50 \
  --port 8080

# Update resource tanpa redeploy
gcloud run services update my-service \
  --region asia-southeast1 \
  --cpu 4 \
  --memory 2Gi \
  --max-instances 100

# CPU allocation modes:
# --cpu-boost    : Startup CPU boost (allocasi CPU lebih saat cold start)
# --cpu-throttled: CPU throttled saat tidak menerima request
# --no-cpu-throttle: CPU selalu allocated (untuk background processing)

# Deploy dengan startup CPU boost
gcloud run deploy my-service \
  --image my-app:latest \
  --cpu-boost \
  --region asia-southeast1

# CPU always allocated (untuk WebSockets atau background tasks)
gcloud run deploy my-service \
  --image my-app:latest \
  --no-cpu-throttle \
  --min-instances 1 \
  --region asia-southeast1

Cold Start Mitigation

⚠️ Cold Start

Cold start terjadi ketika Cloud Run perlu membuat instance baru karena tidak ada instance yang idle. Ini bisa menambah 1-5 detik latency. Cara mengatasi: (1) set --min-instances 1 untuk menjaga minimal 1 instance tetap hidup, (2) gunakan --cpu-boost untuk percepat startup, (3) buat container image sekecil mungkin.

8. Custom Domains dan HTTPS

Bash

# Map custom domain ke Cloud Run service
gcloud run domain-mappings create \
  --service my-service \
  --domain myapp.example.com \
  --region asia-southeast1

# Output akan menunjukkan DNS records yang perlu ditambahkan:
# NAME   TYPE  DATA
# myapp  A     216.239.32.21
# myapp  AAAA  2001:4860:4802:32::15
# _ghs  CNAME   ghs.googlehosted.com.

# Setelah DNS dikonfigurasi, SSL certificate otomatis dibuat

# List domain mappings
gcloud run domain-mappings list --region asia-southeast1

# Deskripsi mapping
gcloud run domain-mappings describe myapp.example.com \
  --region asia-southeast1

# Delete domain mapping
gcloud run domain-mappings delete myapp.example.com \
  --region asia-southeast1

# Dengan Google-managed SSL certificate (otomatis)
# Cloud Run otomatis provisioning SSL cert untuk custom domain
# Pastikan DNS record benar dan propagated

Multi-region dengan Load Balancer

Bash

# Deploy ke beberapa region
gcloud run deploy my-service-asia \
  --image my-app:latest \
  --region asia-southeast1

gcloud run deploy my-service-us \
  --image my-app:latest \
  --region us-central1

gcloud run deploy my-service-eu \
  --image my-app:latest \
  --region europe-west1

# Buat Serverless NEG (Network Endpoint Group) untuk setiap region
gcloud compute network-endpoint-groups create neg-asia \
  --region=asia-southeast1 \
  --serverless-service=my-service-asia

gcloud compute network-endpoint-groups create neg-us \
  --region=us-central1 \
  --serverless-service=my-service-us

# Buat Load Balancer dengan URL Map
# (Lebih detail di Google Cloud Load Balancing docs)

9. Cloud Run Jobs

Cloud Run Jobs cocok untuk tugas yang berjalan sekali dan selesai — seperti ETL, migration, scheduled reports, dan batch processing.

Bash

# Buat Cloud Run Job
gcloud run jobs create etl-job \
  --image my-etl-image:latest \
  --region asia-southeast1 \
  --tasks 10 \
  --parallelism 5 \
  --memory 2Gi \
  --cpu 2 \
  --max-retries 3 \
  --set-env-vars "SOURCE=gs://my-bucket/data/*"

# Execute job
gcloud run jobs execute etl-job --region asia-southeast1

# Execute dengan override parameters
gcloud run jobs execute etl-job \
  --region asia-southeast1 \
  --tasks 20 \
  --parallelism 10

# Cek status execution
gcloud run jobs executions describe etl-job-xxxxx \
  --region asia-southeast1

# List executions
gcloud run jobs executions list \
  --job etl-job \
  --region asia-southeast1

# Lihat logs dari execution
gcloud run jobs executions describe etl-job-xxxxx \
  --region asia-southeast1 \
  --format 'value(status.executionCompletionStatus)'

# Update job
gcloud run jobs update etl-job \
  --region asia-southeast1 \
  --memory 4Gi \
  --tasks 20

# Schedule job dengan Cloud Scheduler
gcloud scheduler jobs create http etl-daily \
  --location asia-southeast1 \
  --schedule "0 2 * * *" \
  --uri "https://run.googleapis.com/v2/projects/my-project/locations/asia-southeast1/jobs/etl-job:run" \
  --http-method POST \
  --oauth-service-account-email scheduler@my-project.iam.gserviceaccount.com

# Delete job
gcloud run jobs delete etl-job --region asia-southeast1

10. Integrasi dengan GCP Services

Cloud SQL Connection

Bash

# Deploy dengan Cloud SQL connection
gcloud run deploy my-service \
  --image my-app:latest \
  --region asia-southeast1 \
  --add-cloudsql-instances my-project:asia-southeast1:my-db \
  --set-env-vars "INSTANCE_CONNECTION_NAME=my-project:asia-southeast1:my-db"

# Gunakan Cloud SQL Auth Proxy (recommended)
# Environment variables untuk koneksi database:
# DB_HOST=/cloudsql/my-project:asia-southeast1:my-db
# DB_USER=postgres
# DB_PASS=secret-from-secret-manager
# DB_NAME=myapp

Pub/Sub Integration

Bash

# Cloud Run bisa subscribe ke Pub/Sub topics
# Buat service account untuk Pub/Sub push
gcloud iam service-accounts create pubsub-invoker \
  --display-name "Pub/Sub to Cloud Run Invoker"

# Berikan permission
gcloud run services add-iam-policy-binding my-service \
  --region asia-southeast1 \
  --member serviceAccount:pubsub-invoker@my-project.iam.gserviceaccount.com \
  --role roles/run.invoker

# Create Pub/Sub subscription yang push ke Cloud Run
gcloud pubsub subscriptions create my-subscription \
  --topic my-topic \
  --push-endpoint=https://my-service-xxx.a.run.app/pubsub \
  --push-auth-service-account=pubsub-invoker@my-project.iam.gserviceaccount.com

VPC Connector untuk Private Resources

Bash

# Buat VPC Connector
gcloud compute networks vpc-access connector create my-connector \
  --region asia-southeast1 \
  --subnet projects/my-project/regions/asia-southeast1/subnetworks/default \
  --min-instances 2 \
  --max-instances 10

# Deploy dengan VPC connector
gcloud run deploy my-service \
  --image my-app:latest \
  --region asia-southeast1 \
  --vpc-connector my-connector \
  --set-env-vars "REDIS_HOST=10.0.0.5"

# Sekarang service bisa mengakses resources di VPC:
# - Cloud SQL private IP
# - Redis/Memcached
# - Internal microservices
# - Private APIs

11. Best Practices

Best Practice	Detail
Stateless Apps	Cloud Run instances bisa dihentikan kapanpun. Jangan simpan state di container. Gunakan external storage (Cloud Storage, Cloud SQL, Redis)
Graceful Shutdown	Handle SIGTERM signal untuk cleanup sebelum container dihentikan. Timeout 10 detik default
Health Checks	Implementasi /health endpoint. Cloud Run menggunakan ini untuk menentukan kesehatan instance
Min Instances	Gunakan `--min-instances 1` untuk production services yang sensitif terhadap cold start
Concurrency	Turunkan concurrency jika app CPU-intensive. Naikkan jika I/O-bound (waiting database)
Image Size	Gunakan multi-stage build dan Alpine base images. Image kecil = deploy cepat + cold start cepat
Secrets	Jangan taruh secrets di environment variables langsung. Gunakan Secret Manager
IAM	Gunakan least-privilege. Jangan gunakan `--allow-unauthenticated` untuk internal services
Logging	Output logs ke stdout/stderr. Cloud Run otomatis mengirim ke Cloud Logging
Startup Probe	Implementasi startup readiness. Cloud Run akan mengirim traffic setelah container start

💡 Tips

Untuk mengurangi cold start, gunakan kombinasi --min-instances 1 + --cpu-boost + image sekecil mungkin. Untuk WebSocket atau streaming, gunakan --no-cpu-throttle dan set --min-instances 1.

Google Cloud Run: Serverless Containers

1. Pengenalan Cloud Run

Mengapa Cloud Run?

Perbandingan dengan Alternatif GCP

2. Konsep Dasar: Container, Services, Jobs

Cloud Run Service

Cloud Run Job

Container Image

Region dan Availability

3. Deploy Aplikasi ke Cloud Run

Prerequisites

Manage Revisions

Tagged Revisions untuk Testing

7. Auto-scaling dan Konfigurasi

Cara Kerja Auto-scaling

Konfigurasi Resource

Cold Start Mitigation

8. Custom Domains dan HTTPS

Multi-region dengan Load Balancer

9. Cloud Run Jobs

10. Integrasi dengan GCP Services

Cloud SQL Connection

Pub/Sub Integration

VPC Connector untuk Private Resources

11. Best Practices

12. Quiz Pemahaman

📝 Quiz: Pemahaman Google Cloud Run

📚 Artikel Terkait

📬 Dapatkan Tutorial Terbaru