安全评审人员打开你的 Google Cloud 架构图,提出三个问题。有人能直接调用 Cloud Run 的 URL 绕过 Cloud Armor 吗?无服务器服务如何访问只有私有 IP 的数据库?worker 失败时,订单事件会怎样?如果图只是一排产品图标,这些答案一个也找不到。
一张有用的 GCP 架构图会展示各部分所在的位置、请求如何流转,以及决定安全和容量的设置。本文以一个典型的 Google Cloud Web 应用为例,从负载均衡器和 Cloud Run 一直讲到 Cloud SQL 和 Pub/Sub,并说明每一部分背后的选择。
从资源层级开始
Google Cloud 资源位于一棵树中:一个组织、可选的文件夹和项目。在某个节点上设置的 IAM 角色和组织政策,会作用于其下的所有内容(资源层级)。文件夹最多可嵌套 10 层,其作用相当于 Azure 登陆区中的管理组或 AWS Landing Zone 中的组织单位(OU)。
常见的布局是每个环境一个文件夹,每个应用和环境一个项目,例如 production 下的 shop-prod。项目划定了计费、配额和大多数 IAM 授权的边界,而 Cloud Run 的内部 ingress 只信任来自同一项目或同一 VPC Service Controls 边界的 Pub/Sub。
逐个请求看示例
示例是项目 shop-prod 中的一家网店:一个在 us-central1 使用无服务器计算的三层架构。
- 域名指向全球外部 Application Load Balancer 的 anycast IP,它用 Google 托管的证书终止 TLS,应用 Cloud Armor 策略,并从 Cloud CDN 提供缓存的响应。
- URL map 把
/api/*发给api服务,其余请求发给web,两者都通过无服务器网络端点组(NEG)。 web把会话和页面缓存保存在 Memorystore for Valkey 中。api通过私有 IP 使用 Cloud SQL for PostgreSQL。api把订单事件发布到 Pub/Sub,Pub/Sub 再把它们推送给worker,这是第三个 Cloud Run 服务,负责把发票 PDF 写入 Cloud Storage。- 凭据保存在 Secret Manager;日志和指标发送到 Cloud Logging 和 Cloud Monitoring。
撰写本文时(2026 年 11 月),一个 Cloud Run 实例默认接受 80 个并发请求(通过 gcloud 或 Terraform 时为每个 vCPU 80 个),一个修订版本最多扩展到 100 个实例。
Ingress 与服务账号
每个 Cloud Run 服务都有一个 run.app URL,ingress 默认为 all,所以任何拿到 URL 的人都能绕过负载均衡器和 Cloud Armor。把 web 和 api 的 ingress 设为 internal-and-cloud-load-balancing(ingress 设置)。来自负载均衡器的请求不带 Google 身份,所以这些服务还必须是公开的;Google 建议关闭 Invoker IAM 检查,而不是把 invoker 角色授予 allUsers。worker 使用 ingress internal,它仍然允许来自同一项目的 Pub/Sub,并同时保留 IAM 检查和默认 URL,Pub/Sub 推送调用的正是这个 URL。
默认情况下,Cloud Run 以 Compute Engine 默认服务账号运行代码,根据组织政策,该账号可能拥有项目的 Editor 角色。请给每个服务单独的账号:
| 服务账号 | 角色(资源) |
|---|---|
web-sa |
无;通过 VPC 访问 Memorystore |
api-sa |
Pub/Sub Publisher(orders 主题)、Secret Manager Secret Accessor(自己的密钥) |
worker-sa |
Storage Object Creator(invoices 存储桶)、Secret Manager Secret Accessor(自己的密钥) |
push-sa |
Cloud Run Invoker(worker),由推送订阅使用 |
环境变量形式的密钥在实例启动时读取,所以要固定一个版本(下面的 db-password:3)。
无服务器网络:Direct VPC egress 还是连接器
Cloud Run 不在你的 VPC 内部运行,因此要访问 Cloud SQL 或 Memorystore 的私有 IP,它的出站流量必须进入某个子网。Google 推荐使用 Direct VPC egress,而不是 Serverless VPC Access 连接器;两者都已正式发布。
| Direct VPC egress | VPC Access 连接器 | |
|---|---|---|
| 成本 | 仅网络 egress | egress 加连接器虚拟机 |
| 延迟与吞吐量 | 延迟更低,吞吐量更高 | 延迟更高,吞吐量更低 |
| IP 地址 | 每个实例约两个 | 更少 |
子网必须是 /26 或更大,Cloud Run 使用的地址数是实例数的两倍,缩容的修订版本会把地址保留最多 20 分钟。在一次发布中,上限为 40 个实例的 api 可能占用 (40 + 40) × 2 = 160 个地址。按默认的 100,一个服务就需要 400 个,超过 /24 的 252 个可用地址,所以要把同一子网上的所有服务加起来。新实例也可能要等一分钟甚至更久,egress 才能工作,因此要添加一个测试真实依赖的启动探针。
gcloud run deploy api \
--image=us-central1-docker.pkg.dev/shop-prod/app/api:1.42 \
--region=us-central1 \
--service-account=api-sa@shop-prod.iam.gserviceaccount.com \
--ingress=internal-and-cloud-load-balancing \
--no-invoker-iam-check \
--network=shop-vpc --subnet=run-us-central1 \
--vpc-egress=private-ranges-only \
--max-instances=40 \
--set-secrets=DB_PASSWORD=db-password:3
选择数据存储
下面的 SLA 是大多数区域的月度可用性:
| 服务 | 适用场景 | SLA |
|---|---|---|
| Cloud SQL | 64 TB 以内的标准 PostgreSQL、MySQL 或 SQL Server | 启用 HA 时为 99.95%,Enterprise Plus 为 99.99% |
| AlloyDB | 负载很重的 PostgreSQL,或对在线数据做分析 | 启用 HA 时为 99.99% |
| Spanner | 超出单个主实例的关系型数据,或跨多个区域写入 | 区域级 99.99%,多区域 99.999% |
| Firestore | 面向 Web 和移动客户端、支持离线同步的文档 | 区域级 99.99%,多区域 99.999% |
| Bigtable | 低延迟下的 TB 级单键数据 | 按复制方式为 99.9% 到 99.999% |
Cloud SQL HA 在第二个可用区保留一个同步复制的备用实例,故障转移大约需要 60 秒(高可用性)。使用 Cloud Run 时要留意连接数:在 15 到 30 GB 内存下,max_connections 默认为 500,而每个 Cloud Run 实例最多可打开 100 个连接。把 api 限制在 40 个实例、连接池为 10,则最多 400 个,留有余量。
异步任务:Pub/Sub 还是 Cloud Tasks
Pub/Sub 推送需要把四个细节做对:
- worker 通过返回 102、200、201、202 或 204 来确认。
- 确认截止时间(10 到 600 秒,默认 10)必须长于处理时间,否则第一次尝试还在运行时,Pub/Sub 就会重新投递。
- 死信主题默认在 5 次投递尝试后接收消息;Pub/Sub 服务代理需要有向它发布的权限。
- 投递至少一次,所以要让 worker 具备幂等性;用订单 ID 给每个 PDF 命名。
当发送方需要控制投递时,选择 Cloud Tasks:定时任务、每个队列每秒最多 500 次分派的速率限制,以及去重。Pub/Sub 适合向多个订阅者扇出。无服务器架构图介绍了更多事件模式。
区域与高可用性
可用区故障已被覆盖:Cloud Run 分布在多个可用区,Memorystore 副本位于其他可用区,Cloud SQL 备用实例会接管。不过 SLA 会叠加:Cloud Run 的 99.95% 乘以 Cloud SQL HA 的 99.95%,约为 99.90%,也就是 30 天的月份里 43 分钟的停机时间(43,200 分钟的 0.1%)。
要应对区域故障,就部署第二个区域,并把它的无服务器 NEG 添加到每个后端服务。负载均衡器随后把用户送往最近的区域,离群点检测会把流量从故障区域移开。难点在于数据:你手动提升的 Cloud SQL 跨区域副本,或 Spanner 多区域。AWS 上的多区域故障转移和灾难恢复架构图讨论了这些取舍。
AWS 与 Google Cloud 的对应关系
| AWS | Google Cloud |
|---|---|
| Organizations、OU、账号 | 组织、文件夹、项目 |
| ALB、CloudFront、AWS WAF | 全球外部 Application Load Balancer、Cloud CDN、Cloud Armor |
| ECS on Fargate、Lambda | Cloud Run 服务、作业、worker 池和函数 |
| RDS、Aurora | Cloud SQL、AlloyDB |
| ElastiCache | Memorystore |
| SQS、SNS | Cloud Tasks、Pub/Sub |
| CloudWatch | Cloud Logging、Cloud Monitoring |
| VPC(区域级) | VPC(全球级,带区域级子网) |
对应关系只是大致的;Google 的服务对比列出了更多。AWS 一侧的网络请参见 VPC 中的子网和路由表,容器请参见 ECS on Fargate。
Google Cloud Web 应用架构图
图表内容
- Project shop-prod (folder: production)
- us-central1
- Users
- Global external Application LB
- web frontend
- api
- worker
- Memorystore for Valkey
- Cloud SQL for PostgreSQL
- Cloud Storage
- Pub/Sub topic
- Secret Manager
- Cloud Logging and Monitoring
- HTTPS
- /*
- /api/*
- sessions, page cache
- SQL over private IP
- publish
- push
- invoice PDFs
这张图的读法如下:
- 框表示范围。 外层框是 production 文件夹中的项目 shop-prod;蓝色方框是 us-central1 区域。全球服务位于区域之外。
- 蓝色连线是请求路径:HTTPS 到负载均衡器,然后
/*到 web 前端,/api/*到 api;注释列出了 Cloud Armor、Cloud CDN 和证书。 - 绿色连线是数据访问:用于会话的 Memorystore、通过私有 IP 访问的 HA Cloud SQL 实例,以及用于发票 PDF 的 Cloud Storage。
- 紫色虚线是异步的。 api 发布消息,Pub/Sub 推送给 worker,死信主题在五次尝试之后接住消息。
- Secret Manager 和日志用注释而不是连线表示,Markdown 块列出了关键设置。
把 Google Cloud 架构图画清楚
- 嵌套层级:项目框的标签里写上它的文件夹,区域放在里面,全球服务放在区域之外。不要把 Cloud Run 画在子网里;它把 egress 发往子网,但并不运行在子网中。
- 在每个标签里写出产品名称。 一个叫数据库的方框会引来疑问;Cloud SQL for PostgreSQL with HA 就能回答它。
- 把安全设置放到图上:ingress、私有 IP 和服务账号。
- 用路由和数据给连线加标签,并用虚线表示异步连线。
- 省略构建工具、区域级服务的每个可用区副本和 IAM 绑定;角色放在表格里。
在 Archboard 中构建
- 用 Google 或 GitHub 登录并创建一张图。
- 从基础包添加一个 框架,标签为 Project shop-prod (folder: production),并在其中从云包添加一个 区域,标签为 us-central1。
- 在框架左侧放一个 人员(来自 C4 模型 包)代表用户。在框架内、区域左侧,从云包添加一个 云负载均衡器,并从基础包添加一个 文本 注释,用于 Cloud Armor、Cloud CDN 和证书。
- 在区域中,从云包添加三个 云资源 节点,命名为 web frontend、api 和 worker,并把资源类型设为 Cloud Run service。
- 在它们旁边,从数据包添加一个 Redis 节点代表 Memorystore,再从云包添加 托管数据库 和 对象存储,分别代表 Cloud SQL 和 Cloud Storage。
- 在区域之外,从数据包添加一个 主题 代表 Pub/Sub,从安全包添加一个 密钥保管库 代表 Secret Manager,从 DevOps 包添加一个 日志 节点,并配上基础包的 文本 注释。
- 画出带标签的连线:HTTPS、/、/api/、sessions and page cache、SQL over private IP 和 invoice PDFs。把 publish 和 push 设为虚线。
- 从基础包添加一个 Markdown 块,写上关键设置。
Archboard 不支持从在用的 Google Cloud 账号导入;如果项目使用 Terraform,免费的 Terraform to diagram 工具可以给你一份可编辑的初稿。云节点类型请参见云架构图。这个示例共用 14 个图表节点,在 Free 套餐的限制之内。
常见问题
Google Cloud 架构图应该展示什么? 项目和文件夹、区域、请求路径上的每个组件,以及决定安全的设置:ingress、私有 IP 和服务账号。Pub/Sub 这类全球服务放在区域框之外。
Cloud Run 运行在 VPC 内吗? 不。它运行在 Google 管理的基础设施上;Direct VPC egress 或连接器会把它的出站流量送入你的子网,使它能访问私有 IP。
应该使用 Direct VPC egress 还是 Serverless VPC Access 连接器? 大多数服务用 Direct VPC egress:Google 推荐它,延迟更低,而且只为 egress 付费。连接器占用的 IP 地址更少,在 Cloud NAT 之后冷启动更快。
如何防止用户绕过 Cloud Armor? 把 Cloud Run 的 ingress 设为 internal-and-cloud-load-balancing,让互联网流量必须经过外部 Application Load Balancer,并在没有 Google 服务需要的地方关闭默认的 run.app URL。
Cloud Run 最多能向 Cloud SQL 打开多少连接? 每个实例最多 100 个。让最大实例数乘以连接池大小低于 max_connections(15 到 30 GB 内存下默认为 500),或者在 Enterprise Plus 上使用 Managed Connection Pooling。