跳到主要內容

[野人獻曝] Google App Engine ...... 的踩雷

最近因為要把用 Go 寫的一些 API 搬到專用平台跑又不想花錢,
想到 App Engine 有免費方案,
所以看了一下就先搬一兩隻進去跑了一個禮拜後,
昨天好奇瞄了一下帳單後大吃一斤,
發現才跑一個星期就有 16 鎂的帳單!

再仔細翻一下文件發現這其中的奧秘......

App Engine 分成兩種運作環境,
一為標準,另一個則為彈性。
前者有提供免費方案,依照選擇的類型不同,可能會有一天 28 或 9 個的免費時數可用;
後者完全沒有免費方案,一開下去就立刻算錢。
而我用的正是彈性,所以一開下去就馬上燒錢 Orz

話說回來了,到底標準和彈性環境有什麼差別?

標準環境的特色:

  • 使用的程式語言版本基本按照 App Engine 要求。以 Go 為例,他該死的就只支援到 1.16 ,想用 1.17 以上的版本,你只能使用彈性環境。
  • 有免費方案(不是重點
  • 運作系統規格只有籠統的 F1 / B1 這種讓你選,就算想要記憶體多一點你也只能選更高的等級。
  • AutoScaling 只能設定標準由 App Engine 自行控制
  • 想在運作環境裝一些額外的東西嘛......應該是不行。

彈性環境的特色:
  • 可以自己寫 Dockerfile ,所以要什麼東西用什麼語言環境,你自己決定
  • 沒有免費方案(依然不是重點
  • 運作所需的 CPU 核心和記憶體數量可以自訂,只要符合基本要求即可
  • AutoScaling 機制可以手動也可以自動控制
  • 可以 SSH 登入,想查什麼東西還蠻方便的說
所以你知道為什麼彈性環境沒有免費方案了吧(眼神死

======================

不過根據使用和昨天翻文件下來,
我覺得 App Engine 彈性環境遠比 AWS 的 ECS Fargate 更懶人包。
前者只需要專注在程式撰寫和設定所需運作的環境,基本上沒什麼事要做了;
但後者除了上述的東西外,
還需要自己設定從 VPC / Security Group / Load Balancer 等一狗票東西,
老實說還挺麻煩的。

======================

不過地雷還是有,
在寫 App Engine 的 app.yaml (運作環境設定檔)時,
關於 auto_scaling 的相關設定必須要特別注意,
如果沒特別宣告的話,
會讓你的服務可能一開始就開出兩個 instance 運作,
在只是實驗的狀況下可能會莫名噴出一堆成本。

參考文件:

留言

科技島寫道…
Hello Faryne 您好:
抱歉,冒昧打擾~我是「科技島」社群編輯,科技島這個社群的目的之一,是希望能透過科技業精英前輩現身說法,針對職務心得、工作技巧、從業所得提供經驗分享,讓現正從事科技業或未來想進入科技業的學弟妹們可以更加瞭解這個行業。
剛剛在搜尋Google App文章時,看到您撰寫的《[野人獻曝] Google App Engine ...... 的踩雷》這篇文章,很適合科技島讀者。
不知您是否願意授權我們以『原文原PO,並註明原文作者及出處連結』的方式讓我們轉載於科技島網站,跟科技人一起分享呢?謝謝。
靜待回覆!並附上科技島網站連結,給您參考 :
https://www.technice.com.tw/
聯絡Email:
techniceeditor@gmail.com

這個網誌中的熱門文章

[野人獻曝] AWS Certified Solutions Architect 認證考試心得

大概是去年聖誕節前夕, 不知道被什麼打到, 突然想考一張 AWS 認證考試, 所以就很突然地報了 AWS Certified Solutions Architect - Associate 的考試! 為了那場考試我還買了對岸出的翻譯教科書( 原文版 、 簡體版 )讀。 只是......因為我真的很不會讀書, 外加我上班真的超懶, 那本書我只看了前面幾章, 然後隨便做了書內的練習題和 Google 到的考古題, 就直接上場考試了! 雖然是很有驚無險地通過了啦(720 分通過,我考 761 分)..... 然後今年十一月左右也是因為很突然就離職, 所以也是很突然就決定再去報 AWS Certified Solutions Architect - Professional 的考試! 這次考試比之前稍微認真一點, 除了把那本教科書的後面幾章......的練習題重做外, 也開始狂 K 官方的訓練課程, 外加又多冥想了各種考題方向, 也順便自己開了一些不常用的服務練習(估計帳單也......), 大概是花了一個星期時間專心(?)準備! 這次也依然是很驚險地通過(750 分通過,我考 797 分) ====== 以上都是廢話 ===== 其實我去年考的時候還不知道認證架構師是最難的考試, 不過考完架構師考試後, 其實就會理解到 AWS 認證架構師就某種程度是最了解 AWS 架構的人, 如果一間公司全部使用 AWS 服務的話, 這傢伙應該就是部門的 Center ! 只是有沒有必要考到 Professional 等級就因人而異啦, 畢竟 Professional 級的考題很刁鑽, 遠比 Associate 級更為刁鑽, 除了出現一堆你壓根沒聽過的 AWS 服務外(我看到考題才知道有 EFA 這玩意), 還需要你從安全面、成本面、可維護性去思考架構該怎麼設計(其實 Professional 級這幾個面向的考題遠比 Associate 多), 這就很吃使用經驗和你有沒有想過最佳實踐。 如果是半吊子以為只是比 Associate 難一點點就上場去考的話, 保證很容易就會 GG ! 再次聲明:我真的只是好運考過的 QQ ====== 怎麼準備 ===== 其實不是很建議無謀地只讀教科書就去考! 最好是先有一段時間的 AWS 操作經驗, 至少要理解 VPC / SecurityGroup...

[野人獻曝] 架個 Stable Diffusion WebUI 來生個香香的老婆圖

A.I. 當道後, 什麼以文生文、以文生圖、以文生聲(?)等玩意陸續蹦出來。 別的先不說, 光是以文生圖就有像是 MidJourney 還是 Dall-E 等模型提供相關服務。 而後 NovelAI 自爆自己的以文生圖模型是透過 Danbooru 上收集的圖片所訓練, 外加相關程式碼也不小心外洩後, 你各位紳士們就開始在以文生圖這塊領域中尋找自己的婆了。 不過以上都不是重點, 本文只是想要記錄下 Stable Diffusion WebUI (以下簡稱 SDWebUI)的架設步驟而已。 其實安裝步驟出乎意料的簡單(當然是指在 Google CoLab 上), 只要以下幾個步驟,基本上就能把 SDWebUI 跑起來並且開始生圖: * 確保機器上有 Python 3 以上環境 * 下載 SDWebUI 原始碼,可以直接在 Github 上 clone 下來。 * 下載所需的模型:在產生 ACG 相關圖片的話,目前推薦使用 Anything 或是 Hentai Diffusion 等模型。不過要注意一點:模型檔案越大的話,硬體要求會更高(主要是顯卡的 GPU 和記憶體等級)。如果沒滿足需求的話可能會跑不起來 * 切換到 SDWebUI 目錄,執行以下指令開始跑 SDWebUI 的設定,會在這個步驟安裝其相依的 Python 套件並處理相關設定: COMMANDLINE_ARGS="--exit" REQS_FILE="requirements.txt" python launch.py *  把前面步驟所下載的模型檔案,搬移到 SDWebUI檔案目錄/models,例如 clone 到 /home/user/stable-diffusion-webui 的話,就把模型檔複製到 /home/user/stable-diffusion-webui/models 下。 * 執行以下指令,等待跑完以後,畫面應該會顯示一組 xxx.gradio.xxx 的網址,可以讓自己或朋友連進來玩(網址 72 小時內有效)。如果只是自用的話,也可以用 localhost 的網址開啟服務: COMMANDLINE_ARGS="--share --gradio-debug" REQS_FILE="requirements....

[野人獻曝] 開個 Stable Diffusion WebUI 的懶人包

前篇提到 Stable Diffusion WebUI, 這次要利用 Google Colab 服務來跑這玩意。 主要流程其實很簡單: 如果還沒有下載模型檔的話, 請先打開主要作業的區塊執行開啟 Google Drive 的權限, 然後再到第三個大區塊中的下載輸入模型檔下載路徑, 下載完成後就可以開始下載 Stable Diffusion WebUI 並準備執行。 如果已經執行過下載模型的話, 可以直接按下主要作業那個大區塊中的執行即可。 當不想玩了以後,請記得按下第二個大區塊的執行。 這個步驟會把該次產生的圖片存回到 Google Drive 內。 網址: https://colab.research.google.com/drive/1irIstg03GHVtXJLVhYLOtNuUy3z7ELz_?usp=sharing