GSP344

總覽

在挑戰研究室中，您會在特定情境下完成一系列任務。挑戰研究室不會提供逐步說明，您將運用從課程研究室學到的技巧，自行找出方法完成任務！自動評分系統 (如本頁所示) 將根據您是否正確完成任務來提供意見回饋。

在您完成任務的期間，挑戰研究室不會介紹新的 Google Cloud 概念。您須靈活運用所學技巧，例如變更預設值或詳讀並研究錯誤訊息，解決遇到的問題。

若想滿分達標，就必須在時限內成功完成所有任務！

這個實驗室適合使用 Firebase 開發無伺服器應用程式課程的學員。準備好迎接挑戰了嗎？

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。

佈建環境

1. 連結專案：

gcloud config set project $(gcloud projects list --format='value(PROJECT_ID)' --filter='qwiklabs-gcp')

2. 複製存放區：

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

挑戰情境

在這個實驗室，您會運用 REST API 和 Firestore 資料庫來建立前端解決方案。Cloud Firestore 是 Firebase 平台中的 NoSQL 文件資料庫，可以大規模儲存、同步處理及查詢行動與網頁應用程式的資料。目標為使用 Google Cloud 無伺服器基礎架構，解決實際問題。

您會建立以下架構：

工作 1：建立 Firestore 資料庫

在這個情境中，請以 Google Cloud 建立 Firestore 資料庫。下方的概略架構圖總結呈現了一般架構。

需求條件：

欄位	值
Cloud Firestore	原生模式
位置

建立 Firestore 資料庫

為順利完成這個部分，請執行下列工作：

• 建立 Cloud Firestore 資料庫
• 使用 Firestore (原生模式)
• 新增 位置

點選「Check my progress」，確認上述工作已完成。建立 Firestore 資料庫

工作 2：填充資料庫

在這個情境中，請將測試資料填入資料庫。

下方的概略架構圖總結呈現了一般架構。

填充資料庫

Firestore 結構定義示例：

集合	文件	欄位
data	70234439	[dataset]

Netflix Shows 資料集含有下列資訊：

欄位	說明
show_id:	各電影/電視節目的專屬 ID
type:	辨別是電影或電視節目
title:	電影/電視節目的名稱
director:	電影導演
cast:	電影/節目的演員
country:	製作該電影/節目的國家/地區
date_added:	新增至 Netflix 的日期
release_year:	電影/節目的實際上映年份
rating:	電影/節目的分級
duration:	內容總長度，單位為分鐘或季數

為順利完成這個部分，請執行下列工作：

1. 使用 pet-theory/lab06/firebase-import-csv/solution 中的程式碼範例：

npm install

2. 使用節點 pet-theory/lab06/firebase-import-csv/solution/index.js 來匯入 CSV：

node index.js netflix_titles_original.csv 注意事項：請查看 Firestore UI 中的資料，確認 Firebase 資料庫已更新完畢。

點選「Check my progress」，確認上述工作已完成。填充 Firebase 資料庫

工作 3：建立 REST API

在這個情境中，請建立範例 REST API。

下方的概略架構圖總結呈現了一般架構。

Cloud Run 部署作業

欄位	值
Container Registry 映像檔	rest-api:0.1
Cloud Run 服務	netflix-dataset-service
權限	--allow-unauthenticated

為順利完成這個部分，請執行下列工作：

1. 存取 pet-theory/lab06/firebase-rest-api/solution-01。
2. 建立程式碼並部署至 Google Container Registry。
3. 以 Cloud Run 服務的形式部署映像檔。

注意事項：部署服務時最多使用 1 個執行個體，以免超過 Cloud Run 執行個體數量上限。

4. 點選 Cloud Run 中的「netflix-dataset-service」，然後複製服務網址：

• SERVICE_URL=copy url from your netflix-dataset-service
• curl -X GET $SERVICE_URL 應會回應 {"status":"Netflix Dataset! Make a query."}

點選「Check my progress」，確認上述工作已完成。部署並測試 REST API

工作 4：Firestore API 存取權

在這個情境中，請部署修訂後的新版程式碼，以便存取 Firestore 資料庫。

下方的概略架構圖總結呈現了一般架構。

部署修訂後的 Cloud Run 服務 (版本 0.2)

欄位	值
Container Registry 映像檔	rest-api:0.2
Cloud Run 服務	netflix-dataset-service
權限	--allow-unauthenticated

為順利完成這個部分，請執行下列工作：

1. 存取 pet-theory/lab06/firebase-rest-api/solution-02。
2. 建構新版應用程式。
3. 使用 Cloud Build 標記修訂版映像檔，並部署至 Container Registry。
4. 以 Cloud Run 服務的形式部署新的映像檔。

注意事項：部署服務時最多使用 1 個執行個體，以免超過 Cloud Run 執行個體數量上限。

5. 點選 Cloud Run 中的「netflix-dataset-service」，然後複製服務網址：

• SERVICE_URL=copy url from your netflix-dataset-service
• curl -X GET $SERVICE_URL/2019 應會透過回應提供 JSON 資料集

點選「Check my progress」，確認上述工作已完成。部署並測試 REST API

工作 5：部署測試環境前端

在這個情境中，請部署測試環境前端。

下方的概略架構圖總結呈現了一般架構。

部署前端

欄位	值
REST_API_SERVICE	REST API 服務網址
Container Registry 映像檔	frontend-staging:0.1
Cloud Run 服務	frontend-staging-service

為順利完成這個部分，請執行下列工作：

1. 存取 pet-theory/lab06/firebase-frontend。
2. 建構前端測試環境應用程式。
3. 使用 Cloud Build 標記修訂版映像檔，並部署至 Container Registry。
4. 以 Cloud Run 服務的形式部署新的映像檔。

注意事項：部署服務時最多使用 1 個執行個體，以免超過 Cloud Run 執行個體數量上限。

5. 設定前端的 REST API 和 Firestore 資料庫存取權。
6. 存取前端服務網址。

注意事項：此處以示範資料集呈現畫面中的項目。

點選「Check my progress」，確認上述工作已完成。部署測試環境前端

工作 6：部署正式環境前端

在這個情境中，請將測試環境前端更新為使用 Firestore 資料庫。

下方的概略架構圖總結呈現了一般架構。

部署前端

欄位	值
REST_API_SERVICE	REST API 服務網址
Container Registry 映像檔	frontend-production:0.1
Cloud Run 服務	frontend-production-service

為順利完成這個部分，請執行下列工作：

1. 存取 pet-theory/lab06/firebase-frontend/public。
2. 將前端應用程式 (即 app.js) 更新為使用 REST API。
3. 別忘了在 SERVICE_URL 後方加上年份。
4. 使用 Cloud Build 標記修訂版映像檔，並部署至 Container Registry。
5. 以 Cloud Run 服務的形式部署新的映像檔。注意事項：部署服務時最多使用 1 個執行個體，以免超過 Cloud Run 執行個體數量上限。
6. 設定前端的 REST API 和 Firestore 資料庫存取權。

服務已部署完畢，您可以透過前端服務查看 Firestore 資料庫的內容。

點選「Check my progress」，確認上述工作已完成。部署正式環境前端

恭喜！

恭喜！在這個實驗室，您成功建立了 Firestore 資料庫、填入資料、建立 REST API，並部署可以與 Firestore 資料庫和 REST API 互動的前端應用程式。您也學到了如何部署測試環境和正式環境的前端應用程式。

取得下一枚技能徽章

這個自修實驗室屬於使用 Firebase 開發無伺服器應用程式技能徽章課程的一部分。完成這個課程即可獲得上方的徽章，表彰您的成就。您可以在履歷表和社群平台張貼徽章，並加上 #GoogleCloudBadge 公開這項成就。

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：2024 年 5 月 2 日

實驗室上次測試日期：2024 年 5 月 2 日

Copyright 2025 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。