Przejdź do głównej zawartości

Twoja pierwsza aplikacja

Pomyśl o każdej aplikacji w CGC jako o zasobie compute lub database. To kontener, który działa w ramach POD, zarządzany przez DEPLOYMENT lub STATEFUL-SET.

Poniższy przykład pokazuje szybkie wdrożenie kontenera Nginx w CGC.

Niestandardowa aplikacja Nginx​

# Import the SDK resource
import cgc.sdk.resource as resource

# Create a web server - it's like installing an app!
result = resource.resource_create(
    name="my-first-app",        # What you want to call it
    image_name="nginx:latest",   # The application to run (nginx is a web server)
    cpu=1,                       # How many CPU cores (like computer processors)
    memory=2                     # How much RAM in gigabytes
)

# Check if it worked
if result['code'] == 200:
    print("Success! Your web server is starting up.")
else:
    print(f"Something went wrong: {result['message']}")

Używanie gotowych aplikacji​

Dodanie entity z prawidłowym ciągiem znaków pozwala na uruchamianie wstępnie skonfigurowanych obrazów w CGC.

Przykład Nvidia Pytorch​

response = resource.resource_create(
    # Required parameters
    name="advanced-app",                   # Unique identifier

    # Resource specifications
    entity="nvidia-pytorch",               # Entity type (default: "custom")
    cpu=4,                                 # CPU cores
    memory=16,                             # Memory in GB
    shm_size=2,                            # Shared memory in GB
    gpu=1,                                 # Number of GPUs
    gpu_type="A5000",                      # GPU model
    environment_data=["ENV=production", "DEBUG=false"],
)

Uzyskaj listę encji​

# Get all available entity types
entities = resource.get_entity_list()
print("Available entities:", entities)

Dostępne typy GPU​

from cgc.commands.compute.compute_models import GPUsList
print(GPUsList.get_list())

Alokacja zasobów​

W zależności od potrzeb, oto niektóre typowe specyfikacje dla aplikacji, które można uruchomić:

  • Prosta strona internetowa: 1 CPU, 2GB pamięci
  • Baza danych: 2-4 CPU, 8-16GB pamięci
  • Przetwarzanie danych: 4-8 CPU, 16-32GB pamięci

Wyświetlanie zasobów​

Zasoby są podzielone na trzy typy: compute, db, jobs. Ta część opisuje zarówno compute, jak i db.

Wyświetl wszystkie zasoby obliczeniowe​

import cgc.sdk.resource as resource

# Get all compute resources
compute_resources = resource.compute_list()

# Parse the response
if compute_resources['code'] == 200:
    pods = compute_resources['details']['pods_list']
    for pod in pods:
        if 'app-name' in pod.get('labels', {}):
            name = pod['labels']['app-name']
            status = pod['status']
            print(f"{name}: {status}")

Wyświetl wszystkie zasoby bazy danych​

# Get all database resources
db_resources = resource.db_list()

if db_resources['code'] == 200:
    for db in db_resources['details']['pods_list']:
        print(f"Database: {db['labels'].get('app-name', 'unknown')}")

Rozwiązywanie problemów z zasobami​

Zasób nie uruchamia się​

  • Sprawdź, czy nazwa obrazu jest prawidłowa
  • Zweryfikuj, czy masz wystarczający limit
  • Sprawdź składnię komendy startowej

Nie można połączyć się z zasobem​

  • Zweryfikuj, czy porty są prawidłowo skonfigurowane
  • Sprawdź, czy zasób jest gotowy
  • Upewnij się, że ingress jest włączony dla dostępu zewnętrznego

Zasób ciągle się restartuje​

  • Sprawdź logi pod kątem błędów
  • Zweryfikuj zmienne środowiskowe
  • Upewnij się, że przydzielono wystarczającą ilość pamięci