GCP 部署指南：Cloud Run 與 Cloud Function 實作

「Google Cloud Platform 好像很厲害，但服務那麼多，我該從哪個開始？」

這是很多想嘗試 GCP 部署的開發者都有的疑問。相比 AWS 的複雜，GCP 其實提供了更直覺的部署體驗，尤其是 Cloud Run 和 Cloud Functions 這兩個服務，幾乎是「寫完程式碼就能上線」的程度。

這篇文章會帶你從零開始，了解 GCP 各種部署服務的差異，並實際動手完成 Cloud Run 和 Cloud Functions 的部署。

GCP 部署服務總覽

GCP 提供多種部署服務，各有不同定位。在開始實作前，先搞清楚它們的差異，才能選對工具。

Compute Engine vs App Engine vs Cloud Run

GCP 的運算服務可以分成三大類：

Compute Engine 就像你自己買了一台電腦放在 Google 機房，要自己安裝作業系統、設定網路、管理安全更新。自由度最高，但管理成本也最高。

App Engine 是 Google 最早的 PaaS 服務，你只要上傳程式碼，平台自動處理其他事情。但它的架構比較固定，彈性有限。

Cloud Run 是目前最受歡迎的選擇，結合了容器的彈性和 Serverless 的便利。你把程式包成 Docker 容器，Cloud Run 自動處理擴展、負載平衡、HTTPS 等。

想深入了解部署的基本概念，可以參考 程式部署完整指南。

Cloud Functions vs Cloud Run 比較

這兩個服務常被拿來比較，因為都是 Serverless 架構：

Cloud Functions 適合「做一件事」的情境，例如：
- 接收 Webhook 並處理資料
- 定時執行的排程任務
- 檔案上傳後的自動處理

Cloud Run 適合「完整服務」的情境，例如：
- RESTful API 後端
- 網頁應用程式
- 微服務架構

如何選擇適合的服務

簡單的決策流程：

1. 需要完整掌控 VM？ → Compute Engine
2. 只是單一函式或 Webhook？ → Cloud Functions
3. 已經有 Docker 容器？ → Cloud Run
4. 想要最簡單的部署體驗？ → Cloud Run（source deploy）

對於大多數情況，Cloud Run 是最推薦的選擇，因為它平衡了彈性和便利性。

Cloud Run 部署實戰

接下來我們實際動手，把一個 Python Flask API 部署到 Cloud Run。

什麼是 Cloud Run？

Cloud Run 是 Google 的「全託管容器平台」，它的核心概念是：

你只管寫程式和打包容器，Google 負責其他所有事情。

Cloud Run 的特色：

• 自動擴展：流量大就自動開更多實例，沒流量就縮回 0
• 按請求計費：沒有流量就不收錢
• 免設定 HTTPS：自動提供 SSL 憑證
• 支援自訂網域：可以綁定自己的網域

準備 Docker 容器

以一個簡單的 Python Flask API 為例：

app.py

from flask import Flask, jsonify
import os

app = Flask(__name__)

@app.route('/')
def hello():
    return jsonify({
        'message': 'Hello from Cloud Run!',
        'version': '1.0.0'
    })

@app.route('/health')
def health():
    return jsonify({'status': 'healthy'})

if __name__ == '__main__':
    port = int(os.environ.get('PORT', 8080))
    app.run(host='0.0.0.0', port=port)

requirements.txt

flask==3.0.0
gunicorn==21.2.0

Dockerfile

FROM python:3.11-slim

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 app:app

幾個重點：

• PORT 環境變數：Cloud Run 會透過這個變數告訴你要監聽哪個 Port
• gunicorn：Production 環境建議使用 gunicorn 而不是 Flask 內建 server
• slim 映像：使用較小的基礎映像，加快部署速度

部署到 Cloud Run

方法一：直接從原始碼部署（最簡單）

如果你不想自己建 Docker 映像，Cloud Run 可以自動幫你處理：

# 安裝 gcloud CLI（如果還沒安裝）
# https://cloud.google.com/sdk/docs/install

# 登入 GCP
gcloud auth login

# 設定專案
gcloud config set project YOUR_PROJECT_ID

# 直接從原始碼部署
gcloud run deploy my-api \
  --source . \
  --region asia-east1 \
  --allow-unauthenticated

Cloud Run 會自動偵測你的程式語言，建立容器映像並部署。

方法二：手動建立並推送容器

如果需要更多控制，可以自己建容器：

# 啟用必要的 API
gcloud services enable artifactregistry.googleapis.com
gcloud services enable run.googleapis.com

# 建立容器映像
gcloud builds submit --tag gcr.io/YOUR_PROJECT_ID/my-api

# 部署到 Cloud Run
gcloud run deploy my-api \
  --image gcr.io/YOUR_PROJECT_ID/my-api \
  --region asia-east1 \
  --allow-unauthenticated

設定自訂網域

預設的 Cloud Run URL 長這樣：https://my-api-xxxxx-de.a.run.app

如果想用自己的網域，例如 api.yourdomain.com：

# 驗證網域所有權
gcloud domains verify yourdomain.com

# 對應網域
gcloud run domain-mappings create \
  --service my-api \
  --domain api.yourdomain.com \
  --region asia-east1

然後到你的 DNS 設定，新增一筆 CNAME 記錄指向 ghs.googlehosted.com。

Cloud Run 會自動處理 SSL 憑證，完全不用手動設定。

想了解更多 AWS 的對比方案，可以參考 AWS 部署教學。

💡 Docker 設定卡關？ 容器化對新手來說確實有些門檻。如果你在打包容器時遇到問題，讓 VibeFix 幫你處理，我們有豐富的 GCP 部署經驗。

Cloud Functions 部署實戰

如果你的需求只是「一個 API 端點」或「處理事件」，Cloud Functions 會更輕量。

什麼是 Cloud Functions？

Cloud Functions 是 Google 的 Function as a Service（FaaS） 服務，核心概念是：

一個函式處理一件事，用多少算多少。

與 Cloud Run 相比，Cloud Functions 更適合：

• 單純的 API 端點
• Webhook 接收器
• 事件驅動的處理（檔案上傳、訊息佇列等）

撰寫第一個 Function

main.py

import functions_framework
from flask import jsonify

@functions_framework.http
def hello_world(request):
    """HTTP Cloud Function."""
    name = request.args.get('name', 'World')
    return jsonify({
        'message': f'Hello, {name}!',
        'method': request.method
    })

requirements.txt

functions-framework==3.*
flask==3.0.0

Cloud Functions 使用 functions-framework 套件來處理 HTTP 請求，這讓你可以在本機測試：

# 本機測試
pip install functions-framework
functions-framework --target hello_world --debug

# 瀏覽器打開 http://localhost:8080

部署與測試

# 部署 HTTP 觸發的 Function
gcloud functions deploy hello-world \
  --gen2 \
  --runtime python311 \
  --region asia-east1 \
  --source . \
  --entry-point hello_world \
  --trigger-http \
  --allow-unauthenticated

部署完成後，會得到一個 URL，可以直接測試：

curl https://asia-east1-YOUR_PROJECT.cloudfunctions.net/hello-world?name=VibeFix
# {"message": "Hello, VibeFix!", "method": "GET"}

設定觸發器

Cloud Functions 支援多種觸發方式：

HTTP 觸發（最常見）

gcloud functions deploy my-function \
  --gen2 \
  --trigger-http

Pub/Sub 觸發（訊息佇列）

@functions_framework.cloud_event
def process_message(cloud_event):
    import base64
    data = base64.b64decode(cloud_event.data["message"]["data"])
    print(f"Received: {data}")

gcloud functions deploy process-message \
  --gen2 \
  --trigger-topic YOUR_TOPIC_NAME

Cloud Storage 觸發（檔案事件）

@functions_framework.cloud_event
def process_file(cloud_event):
    data = cloud_event.data
    bucket = data["bucket"]
    name = data["name"]
    print(f"File uploaded: gs://{bucket}/{name}")

gcloud functions deploy process-file \
  --gen2 \
  --trigger-event-filters="type=google.cloud.storage.object.v1.finalized" \
  --trigger-event-filters="bucket=YOUR_BUCKET_NAME"

GCP 部署最佳實踐

部署成功只是第一步，接下來要確保服務穩定運行。

環境變數管理

不要把機密資訊寫死在程式碼裡！Cloud Run 和 Cloud Functions 都支援環境變數：

設定環境變數

# Cloud Run
gcloud run deploy my-api \
  --set-env-vars="DB_HOST=xxx,API_KEY=yyy"

# Cloud Functions
gcloud functions deploy my-function \
  --set-env-vars="DB_HOST=xxx,API_KEY=yyy"

使用 Secret Manager（推薦）

對於真正敏感的資訊（API Key、資料庫密碼），建議使用 Secret Manager：

# 建立 Secret
echo -n "my-api-key" | gcloud secrets create api-key --data-file=-

# 在 Cloud Run 中使用
gcloud run deploy my-api \
  --set-secrets="API_KEY=api-key:latest"

程式碼中直接讀取環境變數：

import os
api_key = os.environ.get('API_KEY')

日誌與監控

GCP 內建了完整的監控工具，不需要額外設定：

Cloud Logging

所有 print() 和 logging 輸出都會自動送到 Cloud Logging：

import logging
logging.info("Processing request...")

在 GCP Console 可以搜尋、過濾日誌。

Cloud Monitoring

Cloud Run 和 Cloud Functions 自動收集這些指標：

• 請求次數
• 回應時間（延遲）
• 錯誤率
• 記憶體使用量
• CPU 使用量

你可以設定警示，例如「錯誤率超過 5% 就發通知」。

費用控制

Serverless 的優點是按用量計費，但也要注意不要爆帳。

Cloud Run 免費額度（每月）

• 200 萬次請求
• 360,000 GB-秒 記憶體
• 180,000 vCPU-秒 運算

Cloud Functions 免費額度（每月）

• 200 萬次調用
• 400,000 GB-秒 記憶體
• 200,000 GHz-秒 運算

設定預算警示

強烈建議設定預算警示：

# 在 GCP Console → Billing → Budgets & alerts
# 設定每月預算，例如 $10
# 當使用量達到 50%、80%、100% 時發送通知

限制最大實例數

避免流量爆發時開太多實例：

gcloud run deploy my-api \
  --max-instances 10

想深入了解 Python 的部署技巧，可以參考 Python 部署指南。

FAQ 常見問題

Cloud Run 和 Cloud Functions 哪個比較便宜？

兩者的計費模式類似，都是按請求次數和運算資源計費。對於小流量應用，兩者費用差不多。如果你的服務需要持續運行或處理時間較長，Cloud Run 可能更划算。

Cloud Run 冷啟動要多久？

通常在 1-3 秒之間，取決於容器大小和程式複雜度。可以設定「最小實例數」來避免冷啟動：

gcloud run deploy my-api --min-instances 1

但這會產生持續費用。

可以在 Cloud Run 上跑資料庫嗎？

技術上可以，但不建議。Cloud Run 的檔案系統是暫時性的，每次重啟都會清空。資料庫建議使用 Cloud SQL 或 Firestore。

Cloud Functions 的執行時間限制可以調整嗎？

要看版本：現行的 2nd gen（現稱 Cloud Run functions）HTTP 觸發最長可到 60 分鐘、排程／工作佇列觸發最長 30 分鐘，但事件觸發（Eventarc）仍是 9 分鐘上限；舊版 1st gen 則全部都是 9 分鐘上限，無法調整。需要更長的執行時間，可以直接改用 Cloud Run。

如何設定 CI/CD 自動部署？

最簡單的方式是使用 Cloud Build：

# cloudbuild.yaml
steps:
  - name: 'gcr.io/google.com/cloudsdktool/cloud-sdk'
    entrypoint: gcloud
    args:
      - 'run'
      - 'deploy'
      - 'my-api'
      - '--source=.'
      - '--region=asia-east1'

把這個檔案加到 Git repository，然後在 Cloud Build 設定觸發器，就能實現 push 自動部署。

想了解更多容器化知識，可以參考 Docker Deploy 教學。

結語

GCP 的 Cloud Run 和 Cloud Functions 是目前最友善的 Serverless 部署方案，尤其適合：

• 個人開發者：免費額度足夠跑小專案
• 新創團隊：按用量計費，初期成本低
• 想快速驗證想法：幾分鐘就能部署上線

如果你是第一次嘗試雲端部署，建議從 Cloud Run 開始，因為它的彈性最高，未來要擴展也比較容易。

重點整理：

1. 選對服務：大多數情況 Cloud Run 是最佳選擇
2. 善用免費額度：小專案幾乎不用花錢
3. 設定預算警示：避免意外帳單
4. 使用 Secret Manager：保護機密資訊

🔧 雲端部署搞不懂？ GCP 的服務確實很多，一開始會有點眼花撩亂。如果你在選擇服務或設定部署時遇到困難，讓 VibeFix 協助你規劃雲端架構，我們熟悉各種雲端平台的特性，能幫你找到最適合的方案。