Ringkasan

Di lab ini, Anda akan menggunakan Gemini, kolaborator berteknologi AI di Google Cloud, untuk mengeksplorasi, membuat, memodifikasi, menguji, dan men-deploy aplikasi contoh.

Anda akan menggunakan Cloud Workstations untuk membuat lingkungan pengembangan yang menggunakan Code OSS sebagai IDE. Anda akan menggunakan Gemini CodeAssist di Cloud Code untuk memahami kode dan membangun contoh aplikasi inventaris yang memiliki dua metode API. Anda juga akan menggunakan Gemini untuk membuat langkah-langkah guna men-deploy aplikasi Anda ke Cloud Run.

Lab ini ditujukan bagi para developer dengan segala tingkat pengalaman yang berkontribusi untuk membangun aplikasi, tetapi mungkin belum memahami pengembangan aplikasi cloud. Lab ini membantu para developer agar memiliki pengalaman dalam menggunakan VS Code atau Code OSS sebagai IDE, serta menjadi familier dengan Python dan framework Flask.

Catatan: Duet AI berganti nama menjadi Gemini, model generasi berikutnya dari kami. Lab ini telah diperbarui untuk mencerminkan perubahan ini. Semua referensi terkait Duet AI dalam antarmuka pengguna atau dokumentasi harus diperlakukan setara dengan Gemini saat mengikuti petunjuk lab. Catatan: Sebagai teknologi tahap awal, Gemini dapat menghasilkan output yang seolah masuk akal tetapi mengandung fakta yang salah. Sebaiknya validasi semua output dari Gemini sebelum Anda menggunakannya. Untuk informasi lebih lanjut, lihat Gemini untuk Google Cloud dan responsible AI.

Tujuan

Di lab ini, Anda akan mempelajari cara melakukan tugas-tugas berikut:

• Membuat lingkungan pengembangan aplikasi berbasis cloud dengan menggunakan Cloud Workstations.
• Mengeksplorasi berbagai layanan Google yang dapat Anda gunakan untuk men-deploy aplikasi dengan mengajukan pertanyaan berbasis konteks ke Gemini.
• Memerintah Gemini untuk menyediakan template yang dapat Anda gunakan untuk mengembangkan aplikasi dasar di Cloud Run.
• Membuat, mengeksplorasi, dan memodifikasi aplikasi menggunakan Gemini untuk menjelaskan dan membuat kode.
• Menjalankan dan menguji aplikasi secara lokal, lalu men-deploy-nya ke Google Cloud menggunakan Gemini untuk membuat langkah-langkah.

Penyiapan

Untuk setiap lab, Anda akan memperoleh project Google Cloud baru serta serangkaian resource selama jangka waktu tertentu, tanpa biaya.

1. Login ke Qwiklabs menggunakan jendela samaran.

2. Perhatikan waktu akses lab (misalnya, 1:15:00), dan pastikan Anda dapat menyelesaikannya dalam waktu tersebut.
   Tidak ada fitur jeda. Bila perlu, Anda dapat memulai ulang lab, tetapi Anda harus memulai dari awal.

3. Jika sudah siap, klik Start lab.

4. Catat kredensial lab (Nama pengguna dan Sandi) Anda. Anda akan menggunakannya untuk login ke Google Cloud Console.

5. Klik Open Google Console.

6. Klik Use another account, lalu salin/tempel kredensial lab ini ke perintah yang muncul.
   Jika menggunakan kredensial lain, Anda akan menerima pesan error atau dikenai biaya.

7. Setujui ketentuan dan lewati halaman resource pemulihan.

Mengaktifkan Cloud Shell

Cloud Shell adalah mesin virtual dengan beberapa alat pengembangan. Mesin virtual ini menawarkan direktori beranda persisten berkapasitas 5 GB dan berjalan di Google Cloud. Cloud Shell memberikan akses command line ke resource Google Cloud Anda. gcloud adalah alat command line untuk Google Cloud. Fitur ini sudah terinstal di Cloud Shell dan mendukung penyelesaian tab.

1. Di Google Cloud Console, pada panel navigasi, klik Activate Cloud Shell ().

2. Klik Continue.
   Perlu waktu beberapa saat untuk menyediakan dan menghubungkan ke lingkungan. Setelah terhubung, Anda juga diautentikasi, dan project ditetapkan ke PROJECT_ID Anda. Contoh:

Contoh perintah

• Cantumkan nama akun aktif:

gcloud auth list

(Output)

Akun berkredensial: - <myaccount>@<mydomain>.com (active)

(Contoh output)

Akun berkredensial: - google1623327_student@qwiklabs.net

• Cantumkan ID project:

gcloud config list project

(Output)

[core] project = <project_ID>

(Contoh output)

[core] project = qwiklabs-gcp-44776a13dea667a6

Tugas 1. Mengonfigurasi lingkungan dan akun Anda

1. Login ke Konsol Google Cloud dengan kredensial lab Anda, lalu buka jendela terminal Cloud Shell.

2. Untuk menetapkan project ID dan variabel lingkungan region, jalankan perintah berikut di Cloud Shell:

   PROJECT_ID=$(gcloud config get-value project) REGION={{{project_0.default_region|set at lab start}}} echo "PROJECT_ID=${PROJECT_ID}" echo "REGION=${REGION}"

3. Untuk menyimpan akun pengguna Google yang sudah login di variabel lingkungan, jalankan perintah berikut:

   USER=$(gcloud config get-value account 2> /dev/null) echo "USER=${USER}"

4. Aktifkan Cloud AI Companion API untuk Gemini:

   gcloud services enable cloudaicompanion.googleapis.com --project ${PROJECT_ID}

5. Untuk menggunakan Gemini, berikan peran IAM yang diperlukan ke akun pengguna Qwiklabs Google Cloud Anda:

   gcloud projects add-iam-policy-binding ${PROJECT_ID} --member user:${USER} --role=roles/cloudaicompanion.user gcloud projects add-iam-policy-binding ${PROJECT_ID} --member user:${USER} --role=roles/serviceusage.serviceUsageViewer

   Dengan menambahkan peran ini, pengguna dapat menggunakan bantuan Gemini.

Untuk memverifikasi tujuan, klik Check my progress. Mengaktifkan API terkait dan menetapkan peran IAM.

Tugas 2. Membuat Cloud Workstation

Lab ini menggunakan bantuan Gemini untuk mengembangkan aplikasi dengan plugin Cloud Code untuk Cloud Workstations IDE. Cloud Workstations adalah lingkungan pengembangan terintegrasi yang terkelola sepenuhnya yang mencakup integrasi native dengan Gemini.

Dalam tugas ini, Anda akan mengonfigurasi dan menyediakan lingkungan Cloud Workstation, lalu mengaktifkan plugin Cloud Code untuk Gemini.

Melihat cluster workstation

Satu cluster workstation bernama my-cluster telah dibuat sebelumnya untuk lab ini. Cluster ini digunakan untuk mengonfigurasi dan membuat workstation.

1. Di konsol Google Cloud, pilih Navigation menu (), lalu pilih More Products > Tools > Cloud Workstations.

2. Di Navigation pane, klik Cluster management.

3. Periksa Status cluster. Jika status cluster masih Reconciling atau Updating, muat ulang secara berkala dan tunggu hingga statusnya berubah menjadi Ready sebelum berlanjut ke langkah berikutnya.

Membuat konfigurasi workstation

Sebelum membuat workstation, Anda harus membuat konfigurasi workstation di Cloud Workstations.

1. Di Navigation pane, klik Workstation configurations, lalu klik Create Workstation Configuration.

2. Tentukan nilai-nilai berikut:

   Properti	Nilai
   Name	my-config
   Workstation cluster	pilih my-cluster

3. Klik Create.

4. Klik Refresh.

5. Periksa Status konfigurasi yang dibuat. Jika status konfigurasi masih Reconciling atau Updating, muat ulang secara berkala dan tunggu hingga statusnya berubah menjadi Ready sebelum berlanjut ke langkah berikutnya.

Membuat workstation

1. Di Navigation pane, klik Workstations, lalu klik Create Workstation.

2. Tentukan nilai-nilai berikut:

   Properti	Nilai
   Name	my-workstation
   Configuration	pilih my-config

3. Klik Create.

   Setelah dibuat, workstation tersebut akan tercantum di My workstations dengan status Stopped.

4. Untuk memulai workstation, klik Start.

   Saat workstation mulai berjalan, statusnya akan berubah menjadi Starting. Tunggu hingga statusnya berubah menjadi Running yang menandakan workstation ini siap digunakan. Butuh waktu beberapa menit agar workstation mulai berjalan sepenuhnya.

Meluncurkan IDE

Agar berfungsi dengan benar, beberapa ekstensi memerlukan pengaktifan cookie pihak ketiga di browser Anda.

1. Untuk mengaktifkan cookie pihak ketiga di Chrome, di menu Chrome, klik Setelan.

2. Di kotak penelusuran, ketik Cookie pihak ketiga.

3. Klik setelan Cookie pihak ketiga, lalu pilih Izinkan cookie pihak ketiga.

   Catatan: Jika Anda ingin memulihkan browser ke setelannya saat ini setelah menyelesaikan lab, catat setelan asli untuk cookie pihak ketiga.

• Untuk meluncurkan Code OSS IDE di workstation, dari halaman Workstations di konsol Google Cloud, klik Launch.

  IDE akan terbuka di tab browser terpisah.

  

Untuk memverifikasi tujuan, klik Check my progress. Membuat dan memulai Cloud Workstation.

Tugas 3. Mengupdate ekstensi Cloud Code untuk mengaktifkan Gemini

Dalam tugas ini, Anda akan mengaktifkan Gemini di Cloud Code untuk Workstation IDE.

Menghubungkan ke Google Cloud

Untuk terhubung ke Google Cloud di workstation, jalankan langkah-langkah ini:

1. Di bagian bawah jendela, di status bar, klik Cloud Code - Sign In.

2. Setelah Anda diminta untuk login, klik Proceed to sign in.

   Link akan ditampilkan di terminal.

3. Untuk meluncurkan alur login Cloud Code, tekan Control (untuk Windows dan Linux) atau Command (untuk MacOS), lalu klik link di terminal.

4. Jika Anda diminta untuk mengonfirmasi dibukanya situs eksternal, klik Open.

5. Klik alamat email siswa.

6. Saat Anda diminta untuk melanjutkan, klik Continue.

7. Agar Google Cloud SDK dapat mengakses Akun Google Anda dan menyetujui ketentuan, klik Allow.

   Kode verifikasi Anda akan ditampilkan di tab browser.

   Catatan: Anda kemungkinan akan melihat peringatan bahwa Anda menjalankan perintah gcloud auth login. Proses ini normal. IDE menjalankan perintah ini atas nama Anda.

8. Klik Copy.

9. Kembali ke IDE, di terminal, di bagian yang bertuliskan Enter authorization code, tempelkan kode.

10. Jika Anda diminta untuk menyetujui penyalinan dari papan klip, klik Allow.

11. Klik Enter dan tunggu hingga status bar menampilkan Cloud Code - No Project.

    Anda kini terhubung ke Google Cloud.

Mengaktifkan Gemini di Cloud Code

Guna mengaktifkan Gemini di Cloud Code untuk IDE workstation Anda, jalankan langkah-langkah berikut:

1. Di IDE workstation Anda, klik menu (), lalu buka File > Preferences > Settings.

2. Di tab User dalam dialog Settings, pilih Extensions > Google Cloud Code.

3. Di Search settings, masukkan Gemini.

4. Di panel kredensial lab Qwiklabs, klik Copy untuk menyalin Project ID.

   

5. Di halaman setelan Cloud Code, untuk Cloudcode > Gemini: Project, salin project ID Google Cloud tersebut.

   Catatan: Setelan ini dapat ditentukan sebagai Cloudcode > Duet AI: Project.

6. Pastikan bahwa Cloud Code > Gemini: Enable sudah diaktifkan.

   Catatan: Setelan ini dapat ditentukan sebagai Cloudcode > Duet AI: Enable.

7. Di status bar IDE, klik Cloud Code - No Project.

8. Klik Select a Google Cloud Project, lalu klik project ID Anda.

   Project ID kini akan terlihat di status bar. Sekarang Gemini siap digunakan.

Tugas 4. Melakukan percakapan dengan Gemini

Gemini dapat membantu memilihkan layanan Google Cloud yang memenuhi persyaratan arsitektur aplikasi Anda. Jika Anda ingin mengembangkan dan menguji aplikasi di IDE lokal, lalu men-deploy-nya ke Google Cloud, Anda dapat melakukan percakapan dengan Gemini untuk mendapatkan bantuan.

Dalam tugas ini, Anda akan menggunakan panel Gemini untuk memasukkan perintah dan melihat respons dari Gemini.

Perintah adalah pertanyaan atau pernyataan yang menjelaskan bantuan yang Anda butuhkan. Perintah dapat menyertakan konteks dari kode yang sudah ada yang dianalisis Google Cloud untuk memberikan respons yang lebih bermanfaat atau lengkap. Untuk mengetahui informasi selengkapnya tentang cara menulis perintah agar dapat menghasilkan respons baik, baca artikel Menulis perintah yang lebih baik untuk Gemini di Google Cloud.

Memasukkan perintah ke Gemini

Untuk memasukkan perintah ke Gemini terkait layanan Google Cloud, jalankan langkah-langkah ini:

1. Untuk membuka panel percakapan Gemini, di panel aktivitas IDE, klik Gemini ().

2. Jika terjadi error saat mencoba membuka panel percakapan Gemini, muat ulang jendela browser.

3. Di panel Gemini, ketikkan perintah berikut, lalu klik Send ():

   I am new to Google Cloud and I want to use the Cloud Code extension. Give me some examples of Google services that I can use to build and deploy a sample app.

   Gemini akan merespons dengan menampilkan daftar layanan Google Cloud beserta deskripsinya.

   Dalam contoh ini, asumsikan bahwa Gemini menunjukkan bahwa Cloud Run dan Cloud Functions adalah dua layanan Google Cloud yang dapat membantu Anda membangun dan men-deploy aplikasi contoh. Anda dapat meminta informasi selengkapnya terkait layanan-layanan tersebut.

4. Untuk memasukkan pertanyaan atau perintah lanjutan, di panel Gemini, ketik teks di bawah, lalu klik Send:

   What is the difference between Cloud Run and Cloud Functions?

   Gemini akan merespons dengan menampilkan beberapa perbedaan utama antara kedua layanan Google Cloud tersebut.

5. Untuk mereset histori percakapan Anda, di panel Gemini, klik Reset Chat ().

   Catatan: Status histori percakapan hanya disimpan di memori dan akan terhapus saat Anda beralih ke ruang kerja lain atau menutup IDE. Gemini tidak akan menggunakan perintah Anda atau responsnya sebagai data untuk melatih modelnya. Untuk mengetahui informasi selengkapnya, baca artikel Cara Gemini untuk Google Cloud menggunakan data Anda.

Tugas 5. Mengembangkan aplikasi Python

Sekarang mari kita gunakan Cloud Run untuk membangun dan men-deploy aplikasi Python dasar. Sebagai pengguna baru Cloud Run dan Cloud Code, Anda perlu mengetahui langkah-langkah dalam membuat aplikasi tersebut.

Dalam tugas ini, Anda akan memasukkan perintah ke Gemini untuk mendapatkan bantuan dalam membangun aplikasi Hello World di Python di Cloud Run.

Mendapatkan bantuan dari Gemini

1. Di panel Gemini, untuk mempelajari cara membuat aplikasi Cloud Run dengan Cloud Code, ketik perintah berikut, lalu klik Send ():

   How do I create a new Cloud Run app in Cloud Code using the command palette? What languages are supported?

2. Dalam respons dari Gemini, lihat serangkaian langkah untuk membuat aplikasi. Gemini juga akan menampilkan bahasa yang didukung untuk aplikasi Cloud Run.

   Catatan: Palet perintah di VS Code menyediakan daftar semua perintah, termasuk perintah untuk Cloud Code.

Membuat aplikasi Python dengan menggunakan langkah-langkah dari Gemini

1. Klik menu (), lalu buka View > Command Palette.

2. Ketik Cloud Code New, lalu pilih Cloud Code: New Application.

3. Pilih Cloud Run application.

4. Pilih Python (Flask): Cloud Run.

5. Perbarui nama aplikasi dan folder tingkat teratas ke /home/user/hello-world, lalu klik Ok.

   Cloud Code akan mendownload template dan membuat file aplikasi di folder di IDE Anda.

Mengeksplorasi aplikasi dengan Gemini

Setelah membuat aplikasi Hello World di Cloud Run, Anda dapat menggunakan Gemini untuk menjelaskan file dan cuplikan kode yang di-deploy di IDE.

1. Jika file tidak terlihat, di panel aktivitas IDE, klik Explorer ().

2. Di panel Explorer, pilih Dockerfile.

3. Pilih seluruh konten dari Dockerfile, klik bohlam (), lalu dari menu More Actions, klik Explain this.

   Gemini membuat penjelasan tentang konten dan fungsi Dockerfile dengan bahasa alami. Anda juga dapat memilih bagian dari konten file. Klik bohlam (), lalu klik Explain this.

4. Pilih baris yang diawali dengan ENTRYPOINT, klik bohlam (), lalu klik Explain this.

   Gemini akan merespons dengan detail berisi petunjuk ENTRYPOINT. Dengan petunjuk ini, Anda akan melihat bahwa Docker akan menjalankan file app.py saat container diluncurkan.

5. Untuk melihat isi file app.py, di panel aktivitas, klik Explorer (), lalu klik app.py.

6. Di definisi fungsi hello(), pilih baris yang berisi variabel lingkungan K_SERVICE dan K_REVISION. Klik bohlam (), lalu klik Explain this.

   Gemini akan merespons dengan memberikan penjelasan mendetail tentang kedua variabel lingkungan Cloud Run ini dan cara menggunakan keduanya dalam kode aplikasi.

Menjalankan aplikasi secara lokal

Anda dapat menjalankan aplikasi Anda secara lokal dari IDE dengan menggunakan emulator Cloud Run. Dalam kasus ini, secara lokal berarti di mesin workstation.

1. Di panel aktivitas IDE, klik Cloud Code (), lalu jalankan Cloud Run.

   Catatan: Anda akan terlebih dahulu menjalankan aplikasi menggunakan Emulator Cloud Run sehingga Anda belum perlu mengaktifkan Cloud Run API.

2. Di panel aktivitas Cloud Run, klik Run App on Local Cloud Run Emulator (), lalu klik Run.

   Tab Output di IDE menampilkan progress build.

3. Saat diminta di bagian atas layar oleh pesan yang berbunyi Enable minikube gcp-auth addon to access Google APIs, pilih Yes.

   

   Tunggu hingga proses build dan deploy selesai.

4. Tahan kursor di link menuju layanan hello-world di URL localhost, lalu klik Follow link.

   

   Tab baru akan terbuka di browser dan menampilkan halaman yang menandakan bahwa layanan sedang berjalan.

Tugas 6. Meningkatkan kemampuan aplikasi Python

Sekarang, mari kita tambahkan data dan fungsi ke aplikasi agar aplikasi ini dapat digunakan untuk keperluan pengelolaan data inventaris.

Dalam tugas ini, Anda akan menambahkan data inventaris untuk aplikasi terlebih dahulu.

Membuat sampel data menggunakan Gemini

1. Di panel aktivitas IDE, klik Explorer ().

2. Klik New file (), lalu buat file bernama inventory.py.

3. Untuk memerintahkan Gemini agar membuat sampel data, buka panel Gemini. Ketik perintah berikut, lalu klik Send:

   Create a variable called inventory which is a list of 3 JSON objects. Each JSON object has 2 attributes: productid and onhandqty. Both attributes are strings.

   Gemini akan membuat array JSON inventory yang berisi 3 objek JSON.

4. Untuk memasukkan sampel data JSON di file inventory.py, di respons Gemini, klik Insert in current file (). Isi file ini serupa dengan:

   inventory = [ { "productid": "P001", "onhandqty": "10" }, { "productid": "P002", "onhandqty": "20" }, { "productid": "P003", "onhandqty": "30" } ]

5. Untuk menyimpan file inventory.py di folder home/user/hello-world, di menu IDE (), klik File > Save.

   Anda akan menggunakan sampel data inventaris ini di subtugas berikutnya.

Menambahkan metode GET /inventory list API ke aplikasi

Sekarang Anda akan menggunakan metode API di file app.py yang dapat beroperasi di data inventaris. Untuk menyelesaikan subtugas ini, Anda akan menggunakan fitur pembuatan kode di Gemini.

1. Dalam daftar folder dan file di Explorer, buka file app.py dengan memilihnya.

2. Modifikasi pernyataan impor flask untuk menambahkan file inventory.py dan library jsonify:

   from flask import Flask, render_template, jsonify from inventory import inventory

3. Di file app.py, tempatkan kursor di bawah pernyataan tugas app:

   app = Flask(__name__)

4. Agar Gemini dapat membuat kode untuk metode API yang pertama, di file app.py, masukkan komentar berikut:

   # Generate an app route to display a list of inventory items in the JSON format from the inventory.py file. # Use the GET method.

5. Pilih baris komentar, termasuk baris kosong di bawah komentar.

6. Klik bohlam (), lalu di menu More Actions, pilih Generate code.

   Gemini akan membuat fungsi untuk operasi GET yang menampilkan daftar item dari file inventory.py. Fungsi tersebut secara umum serupa dengan ini:

   @app.route('/inventory', methods=['GET']) def inventory_list(): """Return a list of inventory items in JSON format.""" return jsonify(inventory) Catatan: Untuk mempelajari fungsi jsonify(inventory) lebih lanjut, soroti istilah tersebut dan masukkan perintah ke Gemini untuk menjelaskan kode tersebut kepada Anda.

7. Untuk menerima kode yang dibuat, tahan kursor di bagian mana pun dari kode yang dihasilkan, lalu klik Accept.

   Penting: Gemini dapat membuat lebih dari satu cuplikan kode yang mungkin berbeda dari cuplikan yang ditampilkan di atas.

8. Jika pernyataan app.route dan return di kode yang dibuat berbeda dengan kode yang ditampilkan di atas, ganti cuplikan kode yang dibuat dengan cuplikan kode yang ditampilkan di atas. Dengan demikian, lab ini akan berjalan sebagaimana mestinya.

Menambahkan metode GET /inventory/ ke aplikasi

Sekarang, kita akan menambahkan metode API untuk menampilkan data tentang item inventaris spesifik, sesuai productID-nya. Jika productID tidak ditemukan, API akan menampilkan Kode status HTTP standar, yaitu 404.

1. Tambahkan beberapa baris kosong.

2. Agar Gemini dapat membuat kode untuk metode API kedua ini, di file app.py, masukkan komentar berikut:

   # Generate an App route to get a product from the list of inventory items given the productID. # Use the GET method. # If there is an invalid productID, return a 404 error with an error message in the JSON.

3. Pilih 3 baris komentar dan baris kosong yang menyertai komentar, klik bohlam (), lalu di menu More Actions, pilih Generate code.

   Gemini akan membuat fungsi untuk operasi GET yang menampilkan item dari file inventaris yang menyediakan productID dalam permintaan, atau kode status 404 jika produknya tidak ada.

   @app.route('/inventory/<productid>', methods=['GET']) def inventory_item(productid): """Return a single inventory item in JSON format.""" for item in inventory: if item['productid'] == productid: return jsonify(item) return jsonify({'error': 'Product not found'}), 404

4. Tahan kursor di bagian mana pun dari kode yang dihasilkan. Untuk menerima kode yang dibuat, di toolbar, klik Accept.

5. Jika kode yang dibuat berbeda dengan kode yang ditampilkan di atas, ganti cuplikan kode yang dibuat dengan cuplikan kode yang ditampilkan di atas.

Membangun ulang dan men-deploy ulang aplikasi secara lokal

Anda dapat menjalankan aplikasi secara lokal dari IDE Anda menggunakan emulator Cloud Run. Dalam kasus ini, secara lokal berarti di mesin workstation.

1. Di panel aktivitas IDE, klik Cloud Code ().

2. Di panel aktivitas Cloud Run, klik Run App on Local Cloud Run Emulator ().

3. Saat diminta di bagian atas layar oleh pesan yang berbunyi Enable minikube gcp-auth addon to access Google APIs, pilih Yes.

   Tunggu hingga proses build dan deploy selesai.

4. Tahan kursor di link menuju layanan hello-world di URL localhost, lalu klik Follow link.

   Tab baru akan terbuka di browser dan menampilkan halaman yang menandakan bahwa layanan sedang berjalan.

Menguji metode API

1. Ikuti langkah-langkah dalam tugas sebelumnya untuk menjalankan aplikasi secara lokal.

2. Setelah mengikuti link untuk melihat aplikasi yang berjalan di tab browser terpisah, tambahkan /inventory ke URL di tab ini, lalu ketik Enter.

   API menampilkan respons JSON yang berisi daftar produk dari file inventory.py.

3. Tambahkan /{PRODUCTID} ke URL yang diakhiri dengan /inventory, di mana {PRODUCTID} adalah ID produk dalam inventaris Anda.

4. Ketik Enter.

   API akan menampilkan respons JSON yang berisi data tentang produk tertentu.

5. Ganti ID produk dengan XXXXX lalu ketik Enter.

   XXXXX bukanlah ID produk yang valid, sehingga API akan menampilkan respons error JSON yang menandakan bahwa produk tersebut tidak ditemukan.

Tugas 7. Men-deploy aplikasi ke Cloud Run

Anda sekarang dapat men-deploy aplikasi ke Cloud Run di Google Cloud.

1. Di menu utama panel aktivitas (), klik View > Command Palette.

2. Di kolom palet perintah, ketik Cloud Code Deploy, lalu pilih Cloud Code: Deploy to Cloud Run dari daftar.

3. Untuk mengaktifkan Cloud Run API untuk project Anda, klik Enable API.

4. Di halaman Service Settings, untuk Region, pilih .

5. Tetap gunakan nilai default untuk setelan Anda, lalu klik Deploy.

   Cloud Code akan membangun image Anda, mengirimkannya ke registry, lalu men-deploy layanan ke Cloud Run. Proses ini mungkin memerlukan waktu beberapa menit.

   Catatan: Guna melihat log mendetail untuk deployment, klik Show Detailed Logs.

6. Untuk melihat layanan yang berjalan, buka URL yang ditampilkan di dialog Deploy to Cloud Run.

7. Uji layanan Anda dengan menambahkan jalur /inventory dan /inventory/{PRODUCTID} ke URL, lalu verifikasi responsnya.

   Guna mendapatkan URL untuk halaman inventaris layanan Cloud Run, di Cloud Shell, jalankan perintah berikut:

   export SVC_URL=$(gcloud run services describe hello-world \ --region {{{project_0.default_region|set at lab start}}} \ --platform managed \ --format='value(status.url)') echo ${SVC_URL}/inventory

Untuk memverifikasi tujuan, klik Check my progress. Men-deploy aplikasi ke Cloud Run.

Mengakhiri lab Anda

Setelah Anda menyelesaikan lab, klik Akhiri Lab. Qwiklabs menghapus resource yang telah Anda gunakan dan menghapus akun.

Anda akan diberi kesempatan untuk menilai pengalaman menggunakan lab. Pilih jumlah bintang yang sesuai, ketik komentar, lalu klik Submit.

Makna jumlah bintang:

• 1 bintang = Sangat tidak puas
• 2 bintang = Tidak puas
• 3 bintang = Netral
• 4 bintang = Puas
• 5 bintang = Sangat puas

Anda dapat menutup kotak dialog jika tidak ingin memberikan masukan.

Untuk masukan, saran, atau koreksi, gunakan tab Dukungan.

Selamat!

Di lab ini, Anda telah mempelajari cara:

• Mengeksplorasi berbagai layanan Google yang dapat Anda gunakan untuk men-deploy aplikasi dengan mengajukan pertanyaan berbasis konteks ke Gemini.
• Memerintah Gemini untuk menyediakan template yang dapat Anda gunakan untuk mengembangkan aplikasi dasar di Cloud Run.
• Membuat, mengeksplorasi, dan memodifikasi aplikasi menggunakan Gemini untuk menjelaskan dan membuat kode.
• Menjalankan dan menguji aplikasi secara lokal, lalu men-deploy-nya ke Google Cloud menggunakan Gemini untuk membuat langkah-langkah.

Langkah Berikutnya/Pelajari Lebih Lanjut

• Ringkasan Gemini untuk Google Cloud
• Mengembangkan aplikasi Python dengan bantuan Gemini untuk Google Cloud
• Mengembangkan aplikasi Node.js app dengan bantuan Gemini untuk Google Cloud

Hak cipta 2024 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.