🍕 Preparando nuestra Cocina en Google Cloud
¡Bienvenido/a al taller! Durante las próximas 3 horas recorreremos la evolución de cómo llevar aplicaciones a producción: desde levantar una máquina virtual tradicional hasta usar contenedores, Kubernetes, plataformas serverless e Inteligencia Artificial. Todo desde el navegador, sin instalar nada en tu ordenador y sin necesitar tarjeta bancaria gracias a los créditos del taller.
Paso 0.1 — Reclamar tus 5$ de créditos gratuitos para el taller
- Accede a la URL de créditos promocionales: https://g.dev/credits/promo-c4c90cfc43cdbefa
- Inicia sesión con una cuenta personal de Gmail (
@gmail.com).- ¿No tienes una cuenta personal de Gmail (solo tienes correo corporativo o universitario)? Créate una cuenta gratuita de Gmail ahora en un minuto para poder reclamar los créditos sin bloqueos de organización, o bien utiliza tu propia cuenta de facturación personal si ya dispones de una.
- Pulsa para reclamar los créditos y acepta las condiciones si se solicitan. Al terminar, Google habrá creado automáticamente en tu usuario una nueva cuenta de facturación con 5 créditos (5$) disponibles.
@gmail.com personal para evitar confusiones en el siguiente paso.
Paso 0.2 — Crear un Proyecto nuevo en la Consola de Google Cloud
En Google Cloud todos los recursos que creamos viven siempre dentro de un Proyecto. Vamos a crear uno limpio para este taller:
- Entra en https://console.cloud.google.com y comprueba en el avatar de arriba a la derecha que estás con la misma cuenta personal de Gmail con la que reclamaste los créditos. (Si es tu primera vez en la consola, acepta los Términos del Servicio).
- Arriba a la izquierda (justo a la derecha del logo Google Cloud), haz clic en el selector de proyectos (puede poner "Selecciona un proyecto" o "My First Project").
- En la esquina superior derecha de la ventana emergente que se abre, haz clic en "Proyecto nuevo" (New Project).
- Rellena el formulario:
- Nombre del proyecto (Project name): Escribe por ejemplo
taller-pizzeria-cloud. - Cuenta de facturación (Billing account): Si aparece este selector, elige la cuenta de créditos promocionales recién creada (suele llamarse Google Cloud Platform Trial Billing Account).
- Recurso superior / Ubicación (Parent resource / Location): Déjalo en Sin organización (No organization).
- Nombre del proyecto (Project name): Escribe por ejemplo
- Haz clic en el botón azul "Crear" (Create), espera unos segundos a que se complete la notificación arriba a la derecha y pulsa "Seleccionar proyecto" (Select Project) para que tu nuevo proyecto aparezca activo arriba a la izquierda.
Paso 0.3 — Verificar que el proyecto está asociado a la cuenta de facturación de 5$
Antes de lanzar máquinas o contenedores, comprobemos que nuestro proyecto nuevo está conectado a la cuenta de facturación de los créditos gratuitos:
- Con tu proyecto
taller-pizzeria-cloudseleccionado arriba a la izquierda, abre el menú principal (icono☰arriba a la izquierda) y haz clic en Facturación (Billing). - Comprueba cuál de estas dos pantallas te aparece:
✅ Caso A: Ya aparece el panel de Resumen
Si ves directamente las gráficas de costes en 0,00 y en la columna derecha el bloque de Créditos promocionales (5$) activo, ¡tu proyecto ya está perfectamente vinculado!
🔗 Caso B: Dice "Este proyecto no tiene cuenta de facturación"
Haz clic en "Vincular una cuenta de facturación" (Link a billing account), selecciona en el desplegable la cuenta creada al canjear tus créditos (Google Cloud Platform Trial Billing Account) y pulsa "Establecer cuenta".
Paso 0.4 — Abrir Cloud Shell, confirmar facturación y encender los servicios
- En la barra superior derecha de la consola de Google Cloud, pulsa el icono de Activar Cloud Shell (
>_). Se abrirá una terminal en la parte inferior; si aparece el botón azul Autorizar, púlsalo. - Pulsa 📋 Copiar aquí abajo, pega el bloque en tu terminal de Cloud Shell y pulsa Enter:
export PROJECT_ID=$(gcloud config get-value project) echo "🍕 Proyecto activo en Cloud Shell: $PROJECT_ID" echo "💳 Comprobando que la cuenta de facturación de 5$ está vinculada (debe salir True):" gcloud billing projects describe "$PROJECT_ID" --format="table(projectId, billingAccountName, billingEnabled)" gcloud config set compute/region europe-west1 gcloud config set compute/zone europe-west1-b gcloud services enable \ compute.googleapis.com \ container.googleapis.com \ run.googleapis.com \ cloudfunctions.googleapis.com \ cloudbuild.googleapis.com \ artifactregistry.googleapis.com echo "✅ ¡Facturación verificada y servicios activados! Cocina lista."
BILLING_ENABLED: True. Si apareciera vacío o en False, revisa el desplegable de proyectos arriba a la izquierda o abre la ayuda de aquí abajo.
❓ ¿Cloud Shell no carga o no aparece tu proyecto seleccionado?
- Si Cloud Shell se queda cargando: Asegúrate de no estar en ventana de Incógnito (o habilita cookies de terceros en
cloud.google.com). - Si
PROJECT_IDsalió vacío: Selecciona tu proyecto en la parte superior de la consola o ejecutagcloud projects listy luegogcloud config set project ID_DE_TU_PROYECTOy vuelve a lanzar el bloque anterior.
🌶️ Reto Extra 0 — ¿Ya has terminado? Explora la red europea de Google y el Editor Visual Opcional · Sin check obligatorio
Mientras el resto de la sala termina de configurar sus créditos, curiosea qué tiene dentro tu máquina gratuita de Cloud Shell y cuántas regiones europeas tiene Google Cloud (incluida Madrid):
echo "🌍 Regiones de Google Cloud disponibles en Europa:" gcloud compute regions list --filter="name:europe-*" --format="table(name, status, zones.len():label=ZONAS)" echo "💻 Recursos de esta máquina gratuita de Cloud Shell:" lscpu | grep "Model name\|CPU(s):" && free -h
💡 Truco extra: Haz clic en el botón "Abrir editor" (Open Editor) con icono de lápiz en la barra superior de Cloud Shell para ver cómo tienes un VS Code completo en el navegador, y vuelve luego con "Abrir terminal".
🖥️ Compute Engine: "Amasando y horneando en casa"
Empezamos por la opción más cercana al hierro: crear una Máquina Virtual Linux desde cero, entrar dentro por SSH para instalar un servidor web a mano y configurar el Firewall para permitir visitas.
Paso 1.1 — Crear nuestra máquina virtual pizzeria-vm
gcloud compute instances create pizzeria-vm \ --zone=europe-west1-b \ --machine-type=e2-micro \ --image-family=debian-12 \ --image-project=debian-cloud \ --tags=http-server
Paso 1.2 — Entrar por SSH e instalar el servidor web Nginx
Ejecuta este comando para conectarte a tu máquina, instalar Nginx y crear nuestra página web. (Si te pregunta Do you want to continue (Y/n)? escribe Y y pulsa Enter; si pide passphrase pulsa Enter dos veces dejándola vacía):
gcloud compute ssh pizzeria-vm --zone=europe-west1-b --command='
sudo apt-get update -y && sudo apt-get install -y nginx
sudo tee /var/www/html/index.html > /dev/null <<EOF
<!DOCTYPE html>
<html lang="es">
<head>
<meta charset="UTF-8">
<title>Trattoria Cloud - Máquina Virtual</title>
<style>
body { font-family: sans-serif; background: #fff8f5; padding: 2rem; display: flex; justify-content: center; }
.card { max-width: 650px; background: white; padding: 2rem; border-radius: 16px; box-shadow: 0 8px 24px rgba(0,0,0,0.08); border-top: 8px solid #ea4335; }
.meta { background: #f1f3f4; padding: 1rem; border-radius: 10px; font-family: monospace; margin: 1rem 0; }
</style>
</head>
<body>
<div class="card">
<h1>🍕 Trattoria Cloud (Compute Engine)</h1>
<p>¡Tu servidor web Nginx está funcionando dentro de tu Máquina Virtual!</p>
<div class="meta">
<strong>Máquina (Hostname):</strong> $(hostname)<br>
<strong>Modo Pizza:</strong> Amasando y horneando en casa
</div>
<p>⚠️ <strong>El reto:</strong> Si esta máquina se cae a las 3:00 AM o entran 10.000 clientes a la vez, nos toca mantenerlo a nosotros.</p>
</div>
</body>
</html>
EOF
sudo systemctl restart nginx
'
Paso 1.3 — Abrir la regla de Firewall (Puerto 80) y visitar la web
gcloud compute firewall-rules create permitir-http-pizzeria \ --allow=tcp:80 \ --target-tags=http-server \ --description="Abre el puerto 80 para nuestra web en Compute Engine" IP_VM=$(gcloud compute instances describe pizzeria-vm --zone=europe-west1-b --format='get(networkInterfaces[0].accessConfigs[0].natIP)') echo "🎉 Abre este enlace en tu navegador -> http://$IP_VM"
❓ ¿Al abrir la IP no carga la página?
http:// (sin la s del final), ya que en esta máquina virtual solo hemos abierto el puerto 80 sin configurar certificados SSL. Haz clic directamente en el enlace que imprimió el comando anterior en la terminal.Paso 1.4 — De "Mascota" a "Ganado": Plantilla y Grupo de Instancias (MIG)
Configurar pizzeria-vm entrando por SSH está bien para 1 servidor, ¿pero y si entran miles de pedidos y necesitamos clonar máquinas automáticamente? En Compute Engine creamos una Plantilla de Instancia (Instance Template) con un guion de arranque (startup-script) y un Grupo Gestionado de Instancias (MIG):
gcloud compute instance-templates create pizzeria-template \
--machine-type=e2-micro \
--image-family=debian-12 \
--image-project=debian-cloud \
--tags=http-server \
--metadata=startup-script='#! /bin/bash
apt-get update -y && apt-get install -y nginx
cat <<EOF > /var/www/html/index.html
<!DOCTYPE html>
<html lang="es"><body style="font-family:sans-serif;background:#eef4ff;padding:2rem;display:flex;justify-content:center;">
<div style="max-width:640px;background:white;padding:2rem;border-radius:16px;border-top:8px solid #1a73e8;box-shadow:0 8px 24px rgba(0,0,0,0.08);">
<h1>🍕 Trattoria Cloud · Grupo de Instancias (MIG)</h1>
<p>Esta máquina nació automáticamente desde una <strong>Plantilla (Instance Template)</strong> sin entrar por SSH.</p>
<p style="background:#f1f3f4;padding:1rem;border-radius:10px;font-family:monospace;"><strong>Réplica atendiendo:</strong> $(hostname)</p>
</div>
</body></html>
EOF
systemctl restart nginx'
gcloud compute instance-groups managed create pizzeria-mig \ --zone=europe-west1-b \ --template=pizzeria-template \ --size=2 gcloud compute instances list --filter="name~pizzeria-"
pizzeria-mig-...). Fíjate en dos dolores de cabeza clave de las VMs:1. Arranque lento (~60–90 s): Si intentas abrir ya sus
EXTERNAL_IP con http:// fallarán durante el primer minuto, porque cada VM tiene que arrancar todo Linux y descargar/instalar Nginx desde cero. Espera ~1 minuto, recarga ambas IPs y verás responder a cada réplica.2. IPs separadas: Cada máquina tiene una IP distinta; para unificarlas bajo una sola IP tendríamos que configurar aparte otras 5 piezas de Cloud Load Balancing.
🌶️ Reto Extra 1 — Destruir una máquina del MIG y medir cuánto tarda en resucitar Opcional · Hacer antes del Paso 1.5
¿Qué pasa si intentas borrar a mano una de las máquinas gestionadas por el MIG? ¡Compruébalo! Vamos a fulminar una de las dos réplicas y ver cómo reacciona el grupo:
VM_CAIDA=$(gcloud compute instances list --filter="name~^pizzeria-mig-" --limit=1 --format="value(name)") echo "💥 Eliminando la instancia del grupo: $VM_CAIDA" gcloud compute instances delete "$VM_CAIDA" --zone=europe-west1-b --quiet echo "🔄 Mirando qué hace el Grupo de Instancias automáticamente:" gcloud compute instance-groups managed list-instances pizzeria-mig --zone=europe-west1-b
Mira en la consola web (Instancias de VM): el MIG detecta al instante que se ha quedado con 1 de 2 máquinas y crea un clon nuevo (CREATING)... pero fíjate en que vuelve a tardar más de un minuto en estar lista para servir pizzas porque tiene que volver a instalar todo el sistema. ¡Compara luego ese tiempo con los 2 segundos de un contenedor en Kubernetes o Cloud Run!
Paso 1.5 — Borrar el Grupo de Instancias y la VM para cuidar nuestro crédito
gcloud compute instance-groups managed delete pizzeria-mig --zone=europe-west1-b --quiet gcloud compute instance-templates delete pizzeria-template --quiet gcloud compute instances delete pizzeria-vm --zone=europe-west1-b --quiet
🐳☸️ Contenedores y Kubernetes (GKE)
Vamos a empaquetar una aplicación web en un Contenedor Docker y desplegarla en un clúster real de Kubernetes (GKE) con 3 réplicas trabajando en paralelo, balanceo de carga y autocuración automática.
Paso 2.0 — 🔥 Crear el clúster de GKE (Lánzalo antes de la explicación teórica)
Aprovisionar un clúster de Kubernetes tarda unos 4–5 minutos. Ejecuta este comando ahora mismo y atiende a la explicación mientras Google Cloud prepara tus nodos:
gcloud container clusters create pizzeria-cluster \ --zone=europe-west1-b \ --num-nodes=2 \ --machine-type=e2-small \ --disk-type=pd-standard \ --disk-size=20
Paso 2.1 — Crear nuestra aplicación y su Dockerfile
Cuando el comando anterior haya finalizado, crea la aplicación web y su receta de contenedor. Esta app muestra el identificador, especialidad y color único del contenedor/Pod que responde cada petición:
mkdir -p ~/taller-cloud/lab2-gke && cd ~/taller-cloud/lab2-gke
cat << 'EOF' > requirements.txt
Flask==3.1.0
gunicorn==23.0.0
EOF
cat << 'EOF' > app.py
import os, socket, datetime
from flask import Flask, render_template_string
app = Flask(__name__)
CONTAINER_ID = socket.gethostname()
DEPLOY_MODE = os.environ.get("MODO_DESPLIEGUE", "Contenedor Docker")
ESPECIALIDAD = os.environ.get("ESPECIALIDAD", "Pizza con Sobrasada y Queso de Mahón")
PALETTE = ["#1a73e8", "#ea4335", "#34a853", "#9334e6", "#e8710a", "#00897b"]
POD_COLOR = PALETTE[sum(ord(c) for c in CONTAINER_ID) % len(PALETTE)]
HTML = """
<!DOCTYPE html>
<html lang="es">
<head>
<meta charset="UTF-8">
<title>Trattoria Cloud</title>
<style>
body { font-family: system-ui, sans-serif; background: #f8f9fa; padding: 2rem; display: flex; justify-content: center; }
.box { max-width: 680px; width: 100%; background: white; border-radius: 18px; padding: 2rem; box-shadow: 0 12px 30px rgba(0,0,0,0.08); border-top: 10px solid {{ color }}; }
.badge { background: {{ color }}20; color: {{ color }}; padding: 0.4rem 0.9rem; border-radius: 999px; font-weight: 700; font-size: 0.85rem; }
.pod { background: #202124; color: white; padding: 1.2rem; border-radius: 12px; margin: 1.5rem 0; display: flex; justify-content: space-between; align-items: center; }
.pod-id { font-family: monospace; font-size: 1.3rem; color: #8ab4f8; font-weight: bold; }
.btn { display: inline-block; background: {{ color }}; color: white; text-decoration: none; padding: 0.7rem 1.3rem; border-radius: 8px; font-weight: 600; }
</style>
</head>
<body>
<div class="box">
<span class="badge">🚀 {{ mode }}</span>
<h1>🍕 Trattoria Cloud</h1>
<p>Especialidad de esta versión: <strong>{{ esp }}</strong></p>
<div class="pod">
<div>
<div style="font-size:0.8rem; color:#9aa0a6;">ATENDIDO POR EL CONTENEDOR / POD:</div>
<div style="font-size:0.85rem; color:#dadce0;">Recarga la página para ver qué réplica te atiende</div>
</div>
<div class="pod-id">{{ cid }}</div>
</div>
<p><small>Hora del servidor: {{ now }} UTC</small></p>
<a class="btn" href="/">🔄 Pedir otra pizza (Recargar)</a>
</div>
</body>
</html>
"""
@app.route("/")
def index():
return render_template_string(HTML, cid=CONTAINER_ID, mode=DEPLOY_MODE, esp=ESPECIALIDAD, color=POD_COLOR, now=datetime.datetime.utcnow().strftime("%H:%M:%S"))
if __name__ == "__main__":
app.run(host="0.0.0.0", port=int(os.environ.get("PORT", 8080)))
EOF
cat << 'EOF' > Dockerfile
FROM python:3.12-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY app.py .
ENV PORT=8080
EXPOSE 8080
CMD ["gunicorn", "--bind", "0.0.0.0:8080", "--workers", "2", "app:app"]
EOF
echo "✅ Archivos listos"
Paso 2.2 — Tocar el contenedor con nuestras manos usando Docker en Cloud Shell
Antes de meter Kubernetes en la ecuación, construyamos y arranquemos el contenedor directamente con Docker para comprobar cómo empaqueta nuestra aplicación de forma aislada:
cd ~/taller-cloud/lab2-gke docker build -t pizzeria-local:v1 . docker run -d --rm --name mi-pizzeria \ -p 8080:8080 \ -e MODO_DESPLIEGUE="Contenedor Docker en Cloud Shell" \ pizzeria-local:v1 docker ps
👀 Haz clic en el icono de Vista previa web (Web Preview) arriba a la derecha de Cloud Shell y elige Vista previa en el puerto 8080: verás tu contenedor respondiendo con su propio ID aislado. Cuando lo hayas visto, apágalo para dejar libre el puerto 8080:
docker logs mi-pizzeria docker stop mi-pizzeria
Paso 2.3 — Subir nuestra imagen oficial a Artifact Registry
export PROJECT_ID=$(gcloud config get-value project) gcloud artifacts repositories create pizzeria-repo \ --repository-format=docker \ --location=europe-west1 \ --description="Repositorio de contenedores del taller" || true gcloud builds submit \ --tag europe-west1-docker.pkg.dev/$PROJECT_ID/pizzeria-repo/pizzeria-web:v1 .
Paso 2.4 — Explorar los Nodos y aplicar nuestro manifiesto declarativo (k8s.yaml)
En lugar de lanzar órdenes sueltas a mano, en Kubernetes escribimos un manifiesto YAML declarativo con el estado deseado (3 réplicas con su reserva de CPU/RAM + 1 Balanceador de Carga conectado por la etiqueta app: pizzeria) y dejamos que el Plano de Control lo haga realidad:
cd ~/taller-cloud/lab2-gke
export PROJECT_ID=$(gcloud config get-value project)
echo "🖥️ Nodos trabajadores (Workers) disponibles en el clúster:"
kubectl get nodes
cat << EOF > k8s.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: pizzeria-web
spec:
replicas: 3 # Estado deseado: mantener siempre 3 Pods vivos
selector:
matchLabels:
app: pizzeria
template:
metadata:
labels:
app: pizzeria
spec:
containers:
- name: pizzeria-container
image: europe-west1-docker.pkg.dev/$PROJECT_ID/pizzeria-repo/pizzeria-web:v1
ports:
- containerPort: 8080
env:
- name: MODO_DESPLIEGUE
value: "Google Kubernetes Engine (GKE)"
resources:
requests:
cpu: "100m"
memory: "128Mi"
---
apiVersion: v1
kind: Service
metadata:
name: pizzeria-web
spec:
type: LoadBalancer # 1 declaración -> GCP crea el Cloud Load Balancer externo
selector:
app: pizzeria # Enruta tráfico solo a los Pods sanos con esta etiqueta
ports:
- port: 80
targetPort: 8080
EOF
kubectl apply -f k8s.yaml
1. Entra en Compute Engine > Instancias de VM: ¡verás que han aparecido 2 máquinas llamadas
gke-pizzeria-cluster-...! En GKE Standard, los Nodos donde corren tus contenedores son literalmente VMs de tu proyecto.2. Entra en Kubernetes Engine > Cargas de trabajo (Workloads) para ver tu Deployment
pizzeria-web con 3/3 réplicas listas. (Si vuelves a ejecutar kubectl apply -f k8s.yaml en la terminal, verás que dice unchanged porque el estado real ya coincide con tu YAML).
Paso 2.5 — Ver la IP Pública, los Pods por dentro y probar la Autocuración
Consulta tus 3 Pods con -o wide (fíjate en cómo cada Pod tiene su propia IP interna efímera 10.x.x.x y en qué Nodo VM ha decidido colocarlo el Scheduler) y obtén la EXTERNAL-IP fija del balanceador:
kubectl get pods -o wide kubectl get service pizzeria-web
❓ ¿En EXTERNAL-IP aparece <pending>?
kubectl get service pizzeria-web hasta que aparezca la IP numérica. Ábrela con http://TU_EXTERNAL_IP y pulsa varias veces "Recargar".Recuerda que en un Grupo de Instancias (MIG) levantar una máquina virtual nueva e instalar paquetes tardaba más de un minuto. Ahora destruye uno de los Pods a propósito y comprueba con -o wide cómo Kubernetes levanta un contenedor sustituto en segundos con una IP interna nueva, mientras el Service mantiene intacta tu EXTERNAL-IP:
POD_A_BORRAR=$(kubectl get pods -o jsonpath='{.items[0].metadata.name}')
echo "💥 Eliminando el Pod: $POD_A_BORRAR"
kubectl delete pod $POD_A_BORRAR
kubectl get pods -o wide
🌶️ Reto Extra 2 — Rolling Update sin caída (v1 → v2) y Rollback instantáneo en Kubernetes Opcional · Hacer antes del Paso 2.6
¿Cómo actualiza una empresa su web en Kubernetes en pleno horario comercial sin dejar a ningún usuario sin servicio? Lanzando un Rolling Update (reemplaza los 3 Pods de uno en uno) y pudiendo deshacerlo (Rollback) en un segundo si algo sale mal:
kubectl set env deployment/pizzeria-web \ ESPECIALIDAD="Pizza Trufada de Boletus y Burrata (Edición V2)" \ MODO_DESPLIEGUE="GKE · Rolling Update V2" kubectl rollout status deployment/pizzeria-web kubectl get pods
Recarga tu navegador en http://TU_EXTERNAL_IP: ¡la nueva carta ya está en producción sin haber cortado el tráfico ni un milisegundo! ¿Que los clientes echan de menos la sobrasada? Haz Rollback inmediato a la versión anterior:
kubectl rollout undo deployment/pizzeria-web kubectl rollout status deployment/pizzeria-web
Paso 2.6 — Eliminar el clúster GKE (¡Importante!)
gcloud container clusters delete pizzeria-cluster --zone=europe-west1-b --quiet
⚡ Cloud Run y Cloud Run Functions: "Pidiendo a domicilio"
¿Y si pudieras desplegar exactamente ese mismo contenedor sin crear clústeres, con HTTPS incluido y pagando 0,00 $ cuando no hay visitas? Vamos a probar Cloud Run y Cloud Run Functions.
Paso 3.1 — Desplegar nuestro contenedor en Cloud Run con un solo comando (Revisión v1)
export PROJECT_ID=$(gcloud config get-value project) gcloud run deploy pizzeria-serverless \ --image=europe-west1-docker.pkg.dev/$PROJECT_ID/pizzeria-repo/pizzeria-web:v1 \ --region=europe-west1 \ --allow-unauthenticated \ --port=8080 \ --revision-suffix=v1 \ --set-env-vars="MODO_DESPLIEGUE=Cloud Run (Revisión Estable v1),ESPECIALIDAD=Pizza con Sobrasada y Queso de Mahón"
https://pizzeria-serverless-...run.app) con certificado HTTPS automático.👀 Contraste clave: Si abres ahora Compute Engine > Instancias de VM verás que tienes 0 máquinas virtuales en tu proyecto: Cloud Run ejecuta tu contenedor bajo demanda (atendiendo hasta 80 peticiones concurrentes por instancia) y baja a 0 instancias (0,00 $) cuando no recibe tráfico.
Paso 3.2 — Despliegue Canary sin riesgo: repartir el tráfico 50% / 50% entre dos versiones
Cada vez que cambias código o variables en Cloud Run nace una Revisión inmutable nueva. Eso nos permite subir una versión experimental sin darle tráfico todavía (--no-traffic) y probarla solo con la mitad de tus usuarios antes de lanzarla al 100%:
export PROJECT_ID=$(gcloud config get-value project) # Subimos la revisión v2 sin enviarle clientes todavía (--no-traffic) gcloud run deploy pizzeria-serverless \ --image=europe-west1-docker.pkg.dev/$PROJECT_ID/pizzeria-repo/pizzeria-web:v1 \ --region=europe-west1 \ --no-traffic \ --revision-suffix=v2 \ --set-env-vars="MODO_DESPLIEGUE=Cloud Run (🧪 Revisión Experimental v2),ESPECIALIDAD=Pizza Carbonara con Trufa Negra" # Ahora dividimos el tráfico en vivo: 50% a v1 y 50% a v2 gcloud run services update-traffic pizzeria-serverless \ --region=europe-west1 \ --to-revisions=pizzeria-serverless-v1=50,pizzeria-serverless-v2=50
1. En tu
Service URL, pulsa varias veces "🔄 Pedir otra pizza (Recargar)": verás alternar la receta clásica (v1) y la trufada (v2).2. En la Consola de Google Cloud, abre Cloud Run >
pizzeria-serverless > pestaña Revisiones (Revisions): verás las dos revisiones inmutables repartiendo visualmente el 50% / 50% del tráfico (y en la pestaña Registros / Logs cada petición HTTP 200 en vivo).
Cuando lo hayas inspeccionado, promociona la nueva versión al 100% del tráfico:
gcloud run services update-traffic pizzeria-serverless --region=europe-west1 --to-latest
Paso 3.3 — Desplegar una Cloud Run Function (sin servidor ni Dockerfile)
Cuando solo necesitas ejecutar una pequeña función ante una petición o evento, ni siquiera hace falta un servidor completo:
mkdir -p ~/taller-cloud/lab3-functions && cd ~/taller-cloud/lab3-functions
cat << 'EOF' > requirements.txt
functions-framework==3.*
EOF
cat << 'EOF' > main.py
import math
import functions_framework
@functions_framework.http
def calcular_pizzas(request):
amigos = int(request.args.get("amigos", 6))
hambre = request.args.get("hambre", "normal").lower()
porciones = {"poca": 2, "normal": 3, "mucha": 5}.get(hambre, 3)
total_porciones = amigos * porciones
pizzas = math.ceil(total_porciones / 8)
return f"""
<html><body style="font-family:sans-serif; padding:2rem; background:#f0fdf4;">
<div style="max-width:520px; margin:auto; background:white; padding:2rem; border-radius:16px; border-top:8px solid #16a34a; box-shadow:0 8px 20px rgba(0,0,0,0.06);">
<span style="background:#dcfce7; color:#15803d; padding:4px 10px; border-radius:99px; font-weight:bold; font-size:0.8rem;">⚡ CLOUD RUN FUNCTION</span>
<h1>🍕 Calculadora Serverless de Pizzas</h1>
<p>Para <b>{amigos} amigos</b> con hambre <b>{hambre}</b>:</p>
<h2 style="color:#16a34a; font-size:2.2rem;">¡Pedid {pizzas} pizzas! ({total_porciones} porciones)</h2>
<hr>
<p>Prueba a cambiar los parámetros:</p>
<a href="?amigos=4&hambre=poca">4 amigos (poca hambre)</a> ·
<a href="?amigos=10&hambre=normal">10 amigos (hambre normal)</a> ·
<a href="?amigos=18&hambre=mucha">18 amigos (mucha hambre)</a>
</div>
</body></html>
"""
EOF
gcloud functions deploy calculadora-pizzas \
--gen2 \
--runtime=python312 \
--region=europe-west1 \
--source=. \
--entry-point=calcular_pizzas \
--trigger-http \
--allow-unauthenticated
Al terminar, abre la URL (uri) que aparece en el resultado y prueba los enlaces con distinto número de amigos.
🌶️ Reto Extra 3 — Convertir tu Function en API JSON e inspeccionar logs de Cloud Run Opcional · Sin check obligatorio
En proyectos reales las funciones suelen responder tanto a humanos (HTML) como a otras aplicaciones móviles o microservicios (JSON). Añade soporte para ?formato=json y consulta además los logs de producción:
cd ~/taller-cloud/lab3-functions
cat << 'EOF' > main.py
import math
from flask import jsonify
import functions_framework
@functions_framework.http
def calcular_pizzas(request):
amigos = int(request.args.get("amigos", 6))
hambre = request.args.get("hambre", "normal").lower()
porciones = {"poca": 2, "normal": 3, "mucha": 5}.get(hambre, 3)
total_porciones = amigos * porciones
pizzas = math.ceil(total_porciones / 8)
if request.args.get("formato") == "json":
return jsonify({
"amigos": amigos,
"nivel_hambre": hambre,
"porciones_totales": total_porciones,
"pizzas_recomendadas": pizzas
})
return f"<h1 style='font-family:sans-serif'>🍕 Para {amigos} amigos ({hambre}): ¡Pedid {pizzas} pizzas!</h1><p>Prueba a añadir <code>&formato=json</code> en la URL.</p>"
EOF
gcloud functions deploy calculadora-pizzas --gen2 --runtime=python312 --region=europe-west1 --source=. --entry-point=calcular_pizzas --trigger-http --allow-unauthenticated
FUNC_URL=$(gcloud functions describe calculadora-pizzas --gen2 --region=europe-west1 --format='value(serviceConfig.uri)')
echo "🔎 Respuesta como API JSON:"
curl -s "$FUNC_URL?amigos=14&hambre=mucha&formato=json" && echo ""
echo "📜 Últimos logs registrados en Cloud Run:"
gcloud run services logs read pizzeria-serverless --region=europe-west1 --limit=8
🤖🚀 De unas líneas generadas con IA a una URL pública en Cloud Run
En este reto final crearás tu propia aplicación web apoyándote en Gemini, la probarás en el Editor Visual de Cloud Shell y la dejarás publicada en Internet con Cloud Run sin escribir ningún Dockerfile.
Paso 4.1 — Preparar la carpeta y abrir main.py en el Editor de Cloud Shell
mkdir -p ~/taller-cloud/lab4-mi-app-ia && cd ~/taller-cloud/lab4-mi-app-ia
cat << 'EOF' > requirements.txt
Flask==3.1.0
gunicorn==23.0.0
EOF
cat << 'EOF' > Procfile
web: gunicorn --bind :$PORT --workers 1 --threads 8 --timeout 0 main:app
EOF
cat << 'EOF' > main.py
import os
from flask import Flask
app = Flask(__name__)
@app.route("/")
def hello():
return "<h1>¡Listo para pegar aquí el código generado con Gemini!</h1>"
if __name__ == "__main__":
app.run(host="0.0.0.0", port=int(os.environ.get("PORT", 8080)))
EOF
cloudshell edit main.py
main.py listo para editar.
Paso 4.2 — Pedir a Gemini que genere nuestra aplicación web
Abre gemini.google.com (o aistudio.google.com), copia este prompt, escribe tu propia idea entre los corchetes y envíalo:
Actúa como un desarrollador experto en Python y Google Cloud Run.
Quiero crear una aplicación web interactiva sobre: [ESCRIBE AQUÍ TU IDEA: por ejemplo, un votador en vivo de pizzas donde cualquiera pueda añadir su pizza favorita y votar las de los demás / un quiz interactivo con puntuación / una calculadora para dividir los gastos de un viaje entre amigos].
Por favor, genera el código cumpliendo ESTRICTAMENTE estas reglas técnicas para que funcione a la primera en Cloud Run:
1. Todo el código (backend en Flask + HTML, CSS moderno y JavaScript dentro de render_template_string) debe ir en UN ÚNICO archivo llamado `main.py`.
2. Usa únicamente la librería estándar de Python y `Flask` (guarda los datos en memoria en una lista o diccionario global de Python, sin bases de datos externas).
3. El diseño visual debe ser muy atractivo, moderno, con tarjetas, emojis y en español.
4. Al final del archivo, incluye obligatoriamente este bloque exacto para arrancar en el puerto que exige Cloud Run:
if __name__ == "__main__":
import os
port = int(os.environ.get("PORT", 8080))
app.run(host="0.0.0.0", port=port)
5. Devuélveme únicamente el código completo de `main.py` listo para copiar y pegar.
Paso 4.3 — Probar tu aplicación antes de publicar
- Copia el código Python generado por Gemini, selecciona todo el contenido de
main.pyen el editor de Cloud Shell (Ctrl+A/Cmd+A), bórralo y pega tu nuevo código. - En la terminal inferior, arráncalo en modo prueba:
cd ~/taller-cloud/lab4-mi-app-ia python3 main.py
Haz clic en el icono de Vista previa web (Web Preview) arriba a la derecha de Cloud Shell y elige Vista previa en el puerto 8080. Cuando termines de verla, pulsa Ctrl+C en la terminal.
❓ ¿Te ha dado algún error de sintaxis el código de la IA o quieres probar una plantilla ya lista?
```python al principio o al final de main.py. Si quieres cargar directamente una app completa de Votación de Pizzas en Vivo para desplegarla ya, copia y ejecuta este bloque en la terminal:
cd ~/taller-cloud/lab4-mi-app-ia
cat << 'EOF' > main.py
import os
from flask import Flask, request, redirect, url_for, render_template_string
app = Flask(__name__)
PIZZAS = [
{"id": 1, "nombre": "Mallorquina (Sobrasada y Queso de Mahón)", "autor": "Laura", "votos": 5},
{"id": 2, "nombre": "Diavola al Horno de Leña", "autor": "Andreu", "votos": 4},
{"id": 3, "nombre": "Cuatro Quesos Serverless", "autor": "Cloud Team", "votos": 3},
]
HTML = """<!DOCTYPE html><html lang="es"><head><meta charset="UTF-8"><title>PizzaParty Live</title>
<style>body{font-family:sans-serif;background:#1e1b4b;padding:2rem;display:flex;justify-content:center;}
.card{max-width:640px;width:100%;background:white;padding:2rem;border-radius:18px;}
.item{display:flex;justify-content:space-between;align-items:center;background:#f8fafc;padding:1rem;border-radius:12px;margin:0.6rem 0;border:1px solid #e2e8f0;}
button{background:#4f46e5;color:white;border:none;padding:0.6rem 1rem;border-radius:8px;font-weight:bold;cursor:pointer;}
input{padding:0.6rem;border:1px solid #cbd5e1;border-radius:8px;margin-right:0.4rem;}</style></head>
<body><div class="card"><h1>🍕 Votación de Pizzas en Vivo</h1>
{% for p in pizzas %}<div class="item"><div><b>{{p.nombre}}</b><br><small>Por {{p.autor}}</small></div>
<form method="POST" action="/votar/{{p.id}}"><button>👍 {{p.votos}}</button></form></div>{% endfor %}
<hr><form method="POST" action="/proponer"><input name="nombre" placeholder="Tu pizza favorita" required>
<input name="autor" placeholder="Tu nombre" required><button type="submit">➕ Añadir</button></form></div></body></html>"""
@app.route("/")
def home():
return render_template_string(HTML, pizzas=sorted(PIZZAS, key=lambda x: x["votos"], reverse=True))
@app.route("/votar/<int:pid>", methods=["POST"])
def votar(pid):
for p in PIZZAS:
if p["id"] == pid: p["votos"] += 1
return redirect(url_for("home"))
@app.route("/proponer", methods=["POST"])
def proponer():
PIZZAS.append({"id": len(PIZZAS)+1, "nombre": request.form.get("nombre","Pizza"), "autor": request.form.get("autor","Anónimo"), "votos": 1})
return redirect(url_for("home"))
if __name__ == "__main__":
app.run(host="0.0.0.0", port=int(os.environ.get("PORT", 8080)))
EOF
Paso 4.4 — Iterar nuestra aplicación con IA (Evolucionar a Versión 2.0)
Desarrollar con IA no consiste en quedarnos con el primer borrador, sino en iterar como harías con un compañero de equipo. Vuelve a la misma conversación de Gemini y pídele una segunda iteración más potente:
¡Funciona genial! Ahora vamos a crear la Versión 2.0 añadiendo estas mejoras sobre el código anterior: 1. [ESCRIBE AQUÍ 1 O 2 MEJORAS A TU GUSTO: por ejemplo, un buscador o filtro instantáneo / un interruptor de modo oscuro y claro / barras de progreso animadas y confeti al votar o ganar / un podio Top 3 destacado arriba]. 2. Añade un pie de página que muestre cuántas interacciones totales lleva la aplicación. 3. Mantén todo en un único archivo `main.py` usando solo librería estándar y `Flask`, conservando el arranque en `0.0.0.0` con la variable `PORT`. Devuélveme el archivo `main.py` completo actualizado.
Pega el nuevo código en main.py dentro del Editor de Cloud Shell, vuelve a probarlo con python3 main.py en Vista previa web (puerto 8080) y detenlo con Ctrl+C cuando esté a tu gusto.
Paso 4.5 — ¡Publicar en Cloud Run con URL abierta para todos!
Ejecuta este comando para empaquetar tu código automáticamente con Buildpacks (sin necesidad de Dockerfile) y desplegarlo en producción (si te pregunta si deseas crear un repositorio para código fuente, escribe Y y pulsa Enter):
cd ~/taller-cloud/lab4-mi-app-ia gcloud run deploy mi-app-ia \ --source . \ --region=europe-west1 \ --max-instances=1 \ --allow-unauthenticated
https://mi-app-ia-...run.app) desde tu móvil y compártela con tus compañeros de mesa. ¡En los últimos minutos proyectaremos varias apps en la pantalla principal!
--max-instances=1?Para ir rápido hoy hemos guardado los votos/datos en una variable en memoria RAM de Python. Si entraran 500 personas de golpe y Cloud Run autoescalara a 3 contenedores en paralelo, cada instancia tendría su propia memoria aislada (votarías en el Contenedor A y al recargar caerías en el Contenedor B sin ver tu voto; y al escalar a 0 de madrugada, la RAM se vacía).
Con
--max-instances=1 todos compartimos el mismo contenedor hoy; en un proyecto real quitamos ese límite para escalar sin techo y guardamos los datos fuera del contenedor (aplicación Stateless) en una base de datos como Firestore o Cloud SQL (¡y si nuestra web fuese únicamente HTML/CSS/JS estático sin servidor detrás, podríamos servirla directamente desde un Bucket de Cloud Storage!).
🌶️ Reto Extra 4 (Nivel Pro) — Integrar el motor real de Gemini dentro de tu propia app en Cloud Run Opcional · Sin check obligatorio
Hasta ahora hemos usado Gemini por fuera para escribir el código... ¿te atreves a meter la API de Gemini por dentro de tu aplicación (por ejemplo, un Sommelier IA que recomiende pizzas o genere preguntas nuevas en directo)?
- Entra en aistudio.google.com/apikey con tu Gmail, pulsa "Create API key" y selecciona en el desplegable tu proyecto actual (
taller-pizzeria-cloud) para que aproveche tus créditos de 5$ (en Europa/España los proyectos sin facturación vinculada tienen límite 0 en la API). - Añade el SDK oficial
google-genaia turequirements.txtejecutando en Cloud Shell:
cd ~/taller-cloud/lab4-mi-app-ia cat << 'EOF' > requirements.txt Flask==3.1.0 gunicorn==23.0.0 google-genai>=2.25.0 EOF
Pídele a Gemini que añada una sección con IA en vivo a tu main.py copiando este prompt:
Añade a mi aplicación en `main.py` una funcionalidad interactiva impulsada por IA en directo (por ejemplo, un asistente/recomendador relacionado con la temática de mi web) usando el SDK oficial `google-genai`:
1. Importa `from google import genai` y crea el cliente leyendo `GEMINI_API_KEY` del entorno (`client = genai.Client()`).
2. Usa exactamente esta llamada del SDK actual:
`interaction = client.interactions.create(model="gemini-3.8-flash", input=prompt_del_usuario)`
y obtén el texto con `interaction.output_text`.
3. Si `os.environ.get("GEMINI_API_KEY")` no está definida, muestra un aviso amigable en pantalla sin romper la app.
4. Devuélveme el archivo `main.py` completo listo para desplegar.
Pega el nuevo main.py en el editor y redespliega en Cloud Run inyectando tu clave de forma segura como variable de entorno (sustituye PEGA_AQUI_TU_API_KEY por tu clave real):
cd ~/taller-cloud/lab4-mi-app-ia gcloud run deploy mi-app-ia \ --source . \ --region=europe-west1 \ --max-instances=1 \ --set-env-vars="GEMINI_API_KEY=PEGA_AQUI_TU_API_KEY" \ --allow-unauthenticated
🧹 Limpieza Final de Recursos (Opcional)
Los servicios desplegados en Cloud Run y Cloud Run Functions escalan automáticamente a 0 instancias cuando nadie los visita, por lo que puedes mantener tu URL activa para enseñársela a quien quieras casi sin coste.
Borrar todos los recursos restantes cuando ya no los necesites
Si quieres dejar tu proyecto de Google Cloud completamente limpio al acabar el día, ejecuta:
gcloud run services delete pizzeria-serverless --region=europe-west1 --quiet gcloud run services delete mi-app-ia --region=europe-west1 --quiet gcloud functions delete calculadora-pizzas --gen2 --region=europe-west1 --quiet gcloud artifacts repositories delete pizzeria-repo --location=europe-west1 --quiet gcloud compute firewall-rules delete permitir-http-pizzeria --quiet