GSP644

總覽

莉莉在 12 年前創立了連鎖獸醫診所 Pet Theory。目前 Pet Theory 採用的發票格式是 DOCX，但很多顧客抱怨打不開檔案。為提高顧客滿意度，莉莉請 IT 部門的阿克研究替代方案，希望能改善現況。

Pet Theory 的營運團隊只有一個人，因此對診所而言，不需要密集維護的解決方案更符合成本效益，是理想的投資選擇。阿克分析了各種處理方案，最後決定使用 Cloud Run。

Cloud Run 採用無伺服器技術，可以省去所有基礎架構管理工作，讓您專心建構應用程式，不必擔心固定成本。這項 Google 無伺服器產品能將資源調度率降至零，因此不使用就不會產生費用。此外，Cloud Run 也支援使用以容器為基礎的自訂二進位檔套件，因此能建構一致且隔離的構件。

在本實驗室中，您將於 Cloud Run 建構 PDF 轉換器網頁應用程式，並利用這個應用程式，自動將 Cloud Storage 中的檔案轉換為 PDF，儲存至個別資料夾。

架構

下方圖表列出了您將使用的服務，以及這些服務之間的關係：

目標

本實驗室的學習內容包括：

• 將 Node JS 應用程式轉換成容器。
• 使用 Google Cloud Build 建構容器。
• 建構可將雲端檔案轉換成 PDF 檔案的 Cloud Run 服務。
• 將事件處理功能與 Cloud Storage 搭配使用。

先備知識

本實驗室的難度為中級，學員基本上應熟悉 Cloud 控制台和殼層環境。具備 Firebase 的使用經驗會有所幫助，但沒有也無妨。參加本實驗室前，建議您完成下列 Google Skills 實驗室：

• 將資料匯入 Firestore 資料庫
• 使用 Firebase 建構無伺服器網頁應用程式

準備完成後，即可向下捲動頁面，按照步驟設定實驗室環境。

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。

注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始研究室及登入 Google Cloud 控制台

1. 點選「Start Lab」按鈕。如果實驗室會產生費用，畫面上會出現選擇付款方式的對話方塊。左側的「Lab Details」窗格會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 剩餘時間
   • 必須在這個研究室中使用的臨時憑證
   • 完成這個實驗室所需的其他資訊 (如有)

2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

   接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

   提示：您可以在不同的視窗中並排開啟分頁。

   注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

   {{{user_0.username | "Username"}}}

   您也可以在「Lab Details」窗格找到 Username。

4. 點選「下一步」。

5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

   {{{user_0.password | "Password"}}}

   您也可以在「Lab Details」窗格找到 Password。

6. 點選「下一步」。

   重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

7. 按過後續的所有頁面：

   • 接受條款及細則。
   • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
   • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請點選「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

1. 點按 Google Cloud 控制台頂端的「啟用 Cloud Shell」圖示 。

2. 系統顯示視窗時，請按照下列步驟操作：

   • 繼續操作 Cloud Shell 視窗。
   • 授權 Cloud Shell 使用您的憑證發出 Google Cloud API 呼叫。

連線建立完成即代表已通過驗證，而且專案已設為您的 Project_ID：。輸出內容中有一行文字，宣告本工作階段的 Project_ID：

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

3. (選用) 您可以執行下列指令來列出使用中的帳戶：

gcloud auth list

4. 點按「授權」。

輸出內容：

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (選用) 您可以使用下列指令來列出專案 ID：

gcloud config list project

輸出內容：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需 gcloud 的完整說明，請前往 Google Cloud 參閱 gcloud CLI 總覽指南。

工作 1：瞭解工作內容

Pet Theory 想將發票轉換成顧客容易開啟的 PDF 格式，同時也希望這項轉換作業能自動化，盡量減輕行政主管麗莎的工作負擔。

小茹是 Pet Theory 的電腦顧問，她從 IT 部門的阿克那裡收到訊息...

IT 管理員阿克	小茹你好： 我研究發現，LibreOffice 可以將很多種格式轉換成 PDF 檔， 我們是否能在雲端執行 LibreOffice，省去維護伺服器的麻煩？ 阿克
軟體顧問小茹	阿克你好： 我正好有合適的解決方案。 我剛在 YouTube 看了一部 2019 年 Next 大會的精彩影片，內容是關於 Cloud Run。看起來，我們可以利用 Cloud Run 在無伺服器的環境中執行 LibreOffice，完全不需要維護伺服器！ 我會傳送一些資源來協助你設定。 小茹

請協助阿克設定與部署 Cloud Run。

工作 2：啟用 Cloud Run API

1. 開啟「導覽選單」 ()，依序點選「API 和服務」>「程式庫」。在搜尋列輸入「Cloud Run」，從結果清單選取「Cloud Run Admin API」。

2. 如果 API 尚未啟用，請點選「啟用」，然後按一下瀏覽器中的返回按鈕「兩次」。控制台頁面應如下所示：

工作 3：部署簡易的 Cloud Run 服務

小茹希望阿克將她開發的 Cloud Run 原型部署至 Google Cloud。現在您需要協助阿克為 Pet Theory 建立轉檔成 PDF 的 Cloud Run 服務。

1. 開啟新的 Cloud Shell 工作階段，然後執行下列指令，複製 Pet Theory 存放區：

git clone https://github.com/rosera/pet-theory.git

2. 接著將目前的工作目錄改成 lab03：

cd pet-theory/lab03

3. 使用 Cloud Shell 程式碼編輯器或慣用的文字編輯器，編輯 package.json。將 "start": "node index.js", 加到「scripts」部分，如下所示：

... "scripts": { "start": "node index.js", "test": "echo \"Error: no test specified\" && exit 1" }, ...

4. 接著在 Cloud Shell 執行下列指令，安裝轉換指令碼會用到的套件：

npm install express npm install body-parser npm install child_process npm install @google-cloud/storage

5. 開啟 lab03/index.js 檔案並檢查程式碼。

這個應用程式會部署為 Cloud Run 服務，並接受 HTTP POST 要求。如果 POST 要求是有關上傳檔案的 Pub/Sub 通知，服務就會將檔案詳情寫入記錄；如果不是，則只會傳回「OK」字串。

6. 檢查 lab03/Dockerfile 檔案。

上述檔案稱為資訊清單，Docker 指令會依照當中的指示建構映像檔。每行以指令開頭，告訴 Docker 如何處理下列資訊：

• 第一行指示基本映像檔應將節點做為建立映像檔的範本。
• 最後一行指示要執行的指令，本例中為「npm start」。

7. 使用 Google Cloud Build，以建構及部署 REST API。執行下列指令，啟動建構程序：

gcloud builds submit \ --tag gcr.io/$GOOGLE_CLOUD_PROJECT/pdf-converter

這個指令會使用您的程式碼建構容器，並放入專案的 Artifact Registry。

8. 返回 Cloud 控制台，點選「導覽選單」圖示 ，然後按一下「查看所有產品」。前往「CI/CD」，依序選取「Artifact Registry」>「存放區」。畫面上應會顯示託管容器：

9. 開啟 gcr.io 存放區。畫面上應會顯示託管容器：

測試工作已完成

點選「Check my progress」確認上述工作已完成。

建構簡易的 REST API

10. 返回程式碼編輯器分頁，然後在 Cloud Shell 執行下列指令，部署應用程式：

gcloud run deploy pdf-converter \ --image gcr.io/$GOOGLE_CLOUD_PROJECT/pdf-converter \ --platform managed \ --region {{{ project_0.default_region | Region }}} \ --no-allow-unauthenticated \ --max-instances=1

部署完成後，您會看到類似下方的訊息：

Service [pdf-converter] revision [pdf-converter-00001] has been deployed and is serving 100 percent of traffic at https://pdf-converter-[hash].a.run.app

11. 建立 $SERVICE_URL 環境變數，以便輕鬆存取應用程式：

SERVICE_URL=$(gcloud beta run services describe pdf-converter --platform managed --region {{{ project_0.default_region | Lab Region }}} --format="value(status.url)") echo $SERVICE_URL

測試工作已完成

點選「Check my progress」確認上述工作已完成。

建立 Cloud Run 修訂版本

12. 向新服務發出匿名 POST 要求：

curl -X POST $SERVICE_URL

這會導致系統顯示 "Your client does not have permission to get the URL". 錯誤訊息。這是正確的做法，服務不應開放匿名使用者呼叫。

13. 現在以授權使用者的身分叫用服務：

curl -X POST -H "Authorization: Bearer $(gcloud auth print-identity-token)" $SERVICE_URL

如果收到 "OK" 回覆，表示已成功部署 Cloud Run 服務。做得好！

工作 4：在上傳新檔案時觸發 Cloud Run 服務

成功部署 Cloud Run 服務後，小茹希望阿克建立一個暫存區，用來容納需要轉換的資料。每當有上傳的檔案需要處理，Cloud Storage bucket 就會使用事件觸發條件通知應用程式。

1. 執行下列指令，在 Cloud Storage 建立存放上傳文件的 bucket：

gsutil mb gs://$GOOGLE_CLOUD_PROJECT-upload

2. 接著再建立一個 bucket，存放處理完成的 PDF 檔：

gsutil mb gs://$GOOGLE_CLOUD_PROJECT-processed

3. 接著返回 Cloud 控制台分頁，開啟「導覽選單」並依序選取「Cloud Storage」>「Bucket」。請確認所需 bucket 已建立完成 (畫面上也會列出平台所用的其他 bucket)。

測試工作已完成

點選「Check my progress」確認上述工作已完成。

建立兩個 Cloud Storage bucket

4. 在 Cloud Shell 執行下列指令，指示 Cloud Storage 在新檔案上傳至文件 bucket 後傳送 Pub/Sub 通知：

gsutil notification create -t new-doc -f json -e OBJECT_FINALIZE gs://$GOOGLE_CLOUD_PROJECT-upload

通知會加上「new-doc」主題的標籤。

測試工作已完成

點選「Check my progress」確認上述工作已完成。

建立 Pub/Sub 主題，專門處理來自 Storage bucket 的通知

5. 接著建立新的服務帳戶，供 Pub/Sub 觸發 Cloud Run 服務：

gcloud iam service-accounts create pubsub-cloud-run-invoker --display-name "PubSub Cloud Run Invoker"

6. 將可叫用 PDF 轉換器服務的權限，授予新的服務帳戶：

gcloud beta run services add-iam-policy-binding pdf-converter --member=serviceAccount:pubsub-cloud-run-invoker@$GOOGLE_CLOUD_PROJECT.iam.gserviceaccount.com --role=roles/run.invoker --platform managed --region {{{ project_0.default_region | Lab Region }}}

7. 執行下列指令，找出您的專案編號：

gcloud projects list

找出名稱開頭為「qwiklabs-gcp-」的專案，您會在下個指令用到此專案編號。

8. 建立 PROJECT_NUMBER 環境變數，並將 [project number] 換成上個指令中的專案編號：

PROJECT_NUMBER=[project number]

9. 啟用專案，建立 Cloud Pub/Sub 驗證權杖：

gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=serviceAccount:service-$PROJECT_NUMBER@gcp-sa-pubsub.iam.gserviceaccount.com --role=roles/iam.serviceAccountTokenCreator 注意：
執行上述指令時如果出現 service account does not exist 錯誤，請啟用 Cloud Pub/Sub API。如果已啟用，請先停用再重新啟用，接著重新執行上述指令。

10. 最後建立 Pub/Sub 訂閱項目，以便在任何「new-doc」主題的訊息發布時執行 PDF 轉換器。

gcloud beta pubsub subscriptions create pdf-conv-sub --topic new-doc --push-endpoint=$SERVICE_URL --push-auth-service-account=pubsub-cloud-run-invoker@$GOOGLE_CLOUD_PROJECT.iam.gserviceaccount.com

測試工作已完成

點選「Check my progress」確認上述工作已完成。

建立 Pub/Sub 訂閱項目

工作 5： 看看新檔案上傳至 Cloud Storage 是否會觸發 Cloud Run 服務

為確認應用程式能正常運作，小茹請阿克將一些測試資料上傳至指定的 Storage bucket，然後查看 Cloud Logging。

1. 將一些測試檔案複製到上傳用的 bucket：

gsutil -m cp gs://spls/gsp644/* gs://$GOOGLE_CLOUD_PROJECT-upload

2. 上傳完畢後，請返回 Cloud 控制台分頁，開啟「導覽選單」，然後點選「查看所有產品」。選取「觀測能力」下方的「Logging」。

3. 在「所有資源」下拉式選單，將篩選條件設為「Cloud Run 修訂版本」並點選「套用」，接著點選「執行查詢」。

4. 在「查詢結果」中找出並點選 file: 開頭的記錄項目。這是新檔案上傳時，Pub/Sub 傳送至 Cloud Run 服務的檔案資料傾印。

5. 您可以在這個物件中找到已上傳檔案的名稱嗎？

注意：
如果找不到「file」開頭的記錄項目，請點選頁面底部附近的「load newer logs」按鈕。

6. 返回程式碼編輯器分頁，在 Cloud Shell 執行下列指令，徹底刪除 upload 目錄中的檔案：

gsutil -m rm gs://$GOOGLE_CLOUD_PROJECT-upload/*

工作 6：容器

阿克需要將待處理的發票轉換成 PDF 檔，確保所有顧客都能開啟檔案。他透過郵件向小茹尋求協助...

IT 管理員阿克

小茹你好： 根據你調查到的資訊，我想可以將這個流程自動化，開始使用 PDF 做為發票格式。 我昨天花點時間編寫了解決方案，也根據我們需要的功能，建構了相應的 Node.js 指令碼。你可以看一下嗎？ 阿克

阿克編寫了可將檔案轉成 PDF 的程式碼片段，並寄給小茹：

const {promisify} = require('util'); const exec = promisify(require('child_process').exec); const cmd = 'libreoffice --headless --convert-to pdf --outdir ' + `/tmp "/tmp/${fileName}"`; const { stdout, stderr } = await exec(cmd); if (stderr) { throw stderr; }

小茹回覆阿克...

軟體顧問小茹	阿克你好： Cloud Run 會使用容器，所以我們要以這個格式提供應用程式。下一步，我們需要建立應用程式的 Dockerfile 資訊清單。 您的程式碼使用了 LibreOffice，可以將安裝這個軟體的指令寄給我嗎？我需要將這段程式碼加入容器。 小茹
IT 管理員阿克	小茹你好： 沒問題，以下是我平常在辦公室伺服器上安裝 LibreOffice 所用的指令： apt-get update -y && apt-get install -y libreoffice && apt-get clean 如果需要更多資訊，儘管告訴我。 阿克

建構容器時，需要整合的元件如下：

更新資訊清單

辨識出所有檔案後，就可以開始建立資訊清單了。請幫助小茹設定與部署容器。

容器原本不含 LibreOffice 套件，所以現在需要額外加入。 阿克已經將建構這個應用程式的指令交給小茹，小茹會將這些做為 RUN 指令加入 Dockerfile。

• 開啟 Dockerfile 資訊清單，加入 RUN apt-get update -y && apt-get install -y libreoffice && apt-get clean 指令，如下所示：

  FROM {{{ project_0.startup_script.node_version | NODE_VERSION }}} RUN apt-get update -y \ && apt-get install -y libreoffice \ && apt-get clean WORKDIR /usr/src/app COPY package.json package*.json ./ RUN npm install --only=production COPY . . CMD [ "npm", "start" ]

部署新版 PDF 轉換服務

1. 開啟 index.js 檔案，在最上方加入以下套件需求：

   const {promisify} = require('util'); const {Storage} = require('@google-cloud/storage'); const exec = promisify(require('child_process').exec); const storage = new Storage();

2. 將 app.post('/', async (req, res) 替換成以下程式碼：

   app.post('/', async (req, res) => { try { const file = decodeBase64Json(req.body.message.data); await downloadFile(file.bucket, file.name); const pdfFileName = await convertFile(file.name); await uploadFile(process.env.PDF_BUCKET, pdfFileName); await deleteFile(file.bucket, file.name); } catch (ex) { console.log(`Error: ${ex}`); } res.set('Content-Type', 'text/plain'); res.send('\n\nOK\n\n'); })

3. 在檔案最下方加入處理 LibreOffice 文件的程式碼：

   // Helper function to check file existence (using fs.promises for async) async function fileExists(filePath) { try { await fs.promises.access(filePath); // Throws an error if the file doesn't exist return true; } catch (err) { return false; } } async function downloadFile(bucketName, fileName) { // 1. Check if the file exists const fileExistsLocally = await fileExists(`/tmp/${fileName}`); // 2. Delete if present if (fileExistsLocally) { console.log(`File exists locally. Deleting: ${fileName}`); await fs.promises.unlink(`/tmp/${fileName}`); // Use fs.promises for async file operations console.log(`File deleted.`); } else { console.log(`File does not exist locally: ${fileName}`); } // 3. Download from the storage bucket const options = { destination: `/tmp/${fileName}` }; await storage.bucket(bucketName).file(fileName).download(options); console.log(`File downloaded: ${fileName}`); } async function convertFile(fileName) { const cmd = 'libreoffice --headless --convert-to pdf --outdir /tmp ' + `"/tmp/${fileName}"`; console.log(cmd); const { stdout, stderr } = await exec(cmd); if (stderr) { throw stderr; } console.log(stdout); pdfFileName = fileName.replace(/\.\w+$/, '.pdf'); return pdfFileName; } async function deleteFile(bucketName, fileName) { await storage.bucket(bucketName).file(fileName).delete(); } async function uploadFile(bucketName, fileName) { await storage.bucket(bucketName).upload(`/tmp/${fileName}`); }

4. 確認 index.js 檔案內容如下所示：

   注意：
   為避免格式錯誤，建議將 index.js 檔案中的程式碼全部換成範例程式碼。 const {promisify} = require('util'); const {Storage} = require('@google-cloud/storage'); const exec = promisify(require('child_process').exec); const storage = new Storage(); const express = require('express'); const bodyParser = require('body-parser'); const app = express(); app.use(bodyParser.json()); const port = process.env.PORT || 8080; app.listen(port, () => { console.log('Listening on port', port); }); app.post('/', async (req, res) => { try { const file = decodeBase64Json(req.body.message.data); await downloadFile(file.bucket, file.name); const pdfFileName = await convertFile(file.name); await uploadFile(process.env.PDF_BUCKET, pdfFileName); await deleteFile(file.bucket, file.name); } catch (ex) { console.log(`Error: ${ex}`); } res.set('Content-Type', 'text/plain'); res.send('\n\nOK\n\n'); }) function decodeBase64Json(data) { return JSON.parse(Buffer.from(data, 'base64').toString()); } // Helper function to check file existence (using fs.promises for async) async function fileExists(filePath) { try { await fs.promises.access(filePath); // Throws an error if the file doesn't exist return true; } catch (err) { return false; } } async function downloadFile(bucketName, fileName) { // 1. Check if the file exists const fileExistsLocally = await fileExists(`/tmp/${fileName}`); // 2. Delete if present if (fileExistsLocally) { console.log(`File exists locally. Deleting: ${fileName}`); await fs.promises.unlink(`/tmp/${fileName}`); // Use fs.promises for async file operations console.log(`File deleted.`); } else { console.log(`File does not exist locally: ${fileName}`); } // 3. Download from the storage bucket const options = { destination: `/tmp/${fileName}` }; await storage.bucket(bucketName).file(fileName).download(options); console.log(`File downloaded: ${fileName}`); } async function convertFile(fileName) { const cmd = 'libreoffice --headless --convert-to pdf --outdir /tmp ' + `"/tmp/${fileName}"`; console.log(cmd); const { stdout, stderr } = await exec(cmd); if (stderr) { console.log(`Conversion Failed: ${stderr}`); throw stderr; } console.log(`Conversion Success: ${stdout}`); pdfFileName = fileName.replace(/\.\w+$/, '.pdf'); return pdfFileName; } async function deleteFile(bucketName, fileName) { await storage.bucket(bucketName).file(fileName).delete(); } async function uploadFile(bucketName, fileName) { await storage.bucket(bucketName).upload(`/tmp/${fileName}`); }

• 主要邏輯包含在此函式中：

  const file = decodeBase64Json(req.body.message.data); await downloadFile(file.bucket, file.name); const pdfFileName = await convertFile(file.name); await uploadFile(process.env.PDF_BUCKET, pdfFileName); await deleteFile(file.bucket, file.name);

每當有檔案上傳，就會觸發這項服務，並執行下列工作 (上方每行程式碼各為一項工作)：

• 從 Pub/Sub 通知擷取檔案詳情。
• 將檔案從 Cloud Storage 下載至本機硬碟。這個本機硬碟並不是實體磁碟，而是模擬磁碟行為的虛擬記憶體。
• 將下載的檔案轉換成 PDF。
• 將 PDF 檔案上傳至 Cloud Storage。process.env.PDF_BUCKET 環境變數包含 PDF 將寫入的 Cloud Storage bucket 的名稱。您需要在部署下述服務時指定這個變數的值。
• 從 Cloud Storage 刪除原始檔案。

index.js 的其餘部分實作了此頂層程式碼呼叫的函式。

接著就該部署服務，設定 PDF_BUCKET 環境變數了。此外，將 2 GB RAM 分配給 LibreOffice 也是不錯的點子 (請見包含 --memory 選項的那一行)。

5. 執行以下指令來建構容器：

   gcloud builds submit \ --tag gcr.io/$GOOGLE_CLOUD_PROJECT/pdf-converter

注意：
如果顯示彈出式訊息，提醒您啟用 Cloud Build API，請輸入 Y

測試工作已完成

點選「Check my progress」，確認上述工作已完成。

建立另一個 REST API 版本

6. 接著部署最新版的應用程式：

   gcloud run deploy pdf-converter \ --image gcr.io/$GOOGLE_CLOUD_PROJECT/pdf-converter \ --platform managed \ --region {{{ project_0.default_region | Lab Region }}} \ --memory=2Gi \ --no-allow-unauthenticated \ --max-instances=1 \ --set-env-vars PDF_BUCKET=$GOOGLE_CLOUD_PROJECT-processed

由於 LibreOffice 是容器的一部分，所以這次建構時間會比上一次更長，您可以趁機起身活動一下。

點選「Check my progress」，確認目標已達成。

建立新的修訂版本

工作 7：測試 PDF 轉換服務

1. 部署指令完成後，請執行以下指令，確認服務已正確部署：

   curl -X POST -H "Authorization: Bearer $(gcloud auth print-identity-token)" $SERVICE_URL

2. 如果收到 "OK" 回覆，表示已成功部署新版 Cloud Run 服務，LibreOffice 可將多種檔案類型轉成 PDF，比如 DOCX、XLSX、JPG、PNG、GIF 等。

3. 建立指令碼來執行上傳作業

   cat <<'EOF' > copy_files.sh #!/bin/bash SOURCE_BUCKET="gs://spls/gsp644" DESTINATION_BUCKET="gs://${GOOGLE_CLOUD_PROJECT}-upload" # Replace with your actual bucket name DELAY=5 # Get a list of files in the source bucket files=$(gsutil ls "$SOURCE_BUCKET") # Loop through the files for file in $files; do # Construct the full path of the source file source_file_path="$file" # Copy the file to the destination bucket gsutil cp "$source_file_path" "$DESTINATION_BUCKET" # Check if the copy was successful if [ $? -eq 0 ]; then # $? is the exit status of the previous command echo "Copied: $source_file_path to $DESTINATION_BUCKET" else echo "Failed to copy: $source_file_path" fi # Sleep for 5 seconds sleep $DELAY done echo "All files copied!" EOF

4. 執行下列指令，上傳範例檔案：

   bash copy_files.sh

5. 返回 Cloud 控制台，開啟「導覽選單」，依序選取「Cloud Storage」>「Bucket」。開啟 -upload bucket，點選「重新整理」按鈕數次，查看轉成 PDF 後，檔案逐一刪除的情形。

6. 接著在左選單中按一下「Bucket」，點選名稱結尾是「-processed」的 bucket。這個 bucket 應該包含所有檔案的 PDF 版本，您可以開啟 PDF 檔案，確認已順利轉換。

注意：
如果 -processed bucket 未顯示所有轉換的 PDF 檔案，請重新執行指令。

恭喜！

Pet Theory 現已具備將封存舊檔轉成 PDF 的系統。只要將舊檔上傳至「upload」bucket，PDF 轉換器服務就會將這些檔案轉成 PDF，並寫入「processed」bucket。

如要深入瞭解無伺服器技術，請修習「無伺服器 Cloud Run 開發作業」課程。您將閱讀虛構的商業情境，並協助當中的角色執行無伺服器遷移計畫。

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2025 年 12 月 31 日

實驗室上次測試日期：2025 年 12 月 31 日

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。