Cette logique évite les remises en cause brutales en production. Si une nouvelle version se comporte mal, il suffit de réorienter le trafic, sans reconstruire l’image ni réécrire le service.
Réglage
Effet opérationnel
Intérêt principal
Point d’attention
min_instances = 0
Extinction à l’inactivité
Réduction des coûts
Premier démarrage plus lent
max_instances = 3
Limite la montée en charge
Prévisibilité budgétaire
Capacité plafonnée
variables d’environnement
Paramétrage au déploiement
Portabilité
Pas de secret exposé dans le code
secrets Secret Manager
Injection sécurisée
Configuration sensible maîtrisée
Droits IAM nécessaires
Dans beaucoup d’équipes, cette combinaison change le rythme de livraison. Le dernier sujet majeur se joue alors sur le réseau, les accès internes et le coût réel.
Sécurité, réseau privé et coût réel de Cloud Run V2
Le confort de déploiement ne suffit pas si le service doit parler à une base privée ou à un cache interne. À ce stade, la Gestion ressources s’étend au réseau, aux secrets et au contrôle des flux sortants.
Relier Cloud Run à une VPC et à Secret Manager
Un connecteur Serverless VPC Access ouvre la porte vers des ressources privées sans exposer toute l’application. Selon Google Cloud, cette approche reste la voie la plus simple pour atteindre Cloud SQL privé, Redis interne ou tout autre service du réseau VPC.
Les secrets suivent la même logique de discipline. Plutôt que d’écrire un mot de passe dans le code, l’équipe le stocke dans Secret Manager, puis le relie au service au moment du déploiement.
À retenir :
- Accès privé via connecteur dédié
- Secrets gérés hors du code
- Moins d’exposition des paramètres sensibles
- Règles réseau plus lisibles
« Le jour où j’ai séparé les secrets du dépôt, nos revues ont respiré davantage. »
Claire D.
Mesurer les coûts et préparer l’exploitation
Le modèle économique reste un argument fort pour les services peu sollicités. Selon Google Cloud, Cloud Run facture l’usage réel, avec un socle gratuit qui couvre de nombreux essais et petites applications.
Pour une petite API, cette logique est souvent plus douce qu’un serveur toujours allumé. Quand l’activité baisse, la facture suit la baisse, ce qui aide les équipes produit à lancer sans immobiliser trop de budget.
« Nous avons gardé la même application, mais la facture a cessé de grimper la nuit. »
Sophie R.
À retenir :
- Coût aligné sur l’usage réel
- Bon choix pour charge variable
- Administration légère au quotidien
- Évolutif sans garder d’infrastructure idle
Source : Google Cloud, « Cloud Run documentation », Google Cloud Documentation, 2026 ; HashiCorp, « google_cloud_run_v2_service », Terraform Registry, 2026 ; Google Cloud, « Cloud Run tutorial », Google Cloud Documentation, 2026.
Ce mode de travail plaît aux équipes qui veulent standardiser leur chaîne de livraison. Le code du conteneur, la configuration de build et la cible de déploiement forment alors un ensemble lisible, facile à auditer.
« J’ai remplacé plusieurs étapes manuelles par un seul pipeline, et les erreurs de version ont presque disparu. »
Marc L.
À retenir :
- Image construite dans le cloud
- Dépendance locale fortement réduite
- Chaîne plus simple à auditer
- Publication centralisée dans Artifact Registry
Régler trafic, trafic canari et variables
Une fois le service en ligne, la gestion du trafic devient l’outil le plus visible pour l’équipe. Cloud Run permet de créer une nouvelle révision, de la tester avec un tag, puis de basculer progressivement les requêtes.
Cette logique évite les remises en cause brutales en production. Si une nouvelle version se comporte mal, il suffit de réorienter le trafic, sans reconstruire l’image ni réécrire le service.
Réglage
Effet opérationnel
Intérêt principal
Point d’attention
min_instances = 0
Extinction à l’inactivité
Réduction des coûts
Premier démarrage plus lent
max_instances = 3
Limite la montée en charge
Prévisibilité budgétaire
Capacité plafonnée
variables d’environnement
Paramétrage au déploiement
Portabilité
Pas de secret exposé dans le code
secrets Secret Manager
Injection sécurisée
Configuration sensible maîtrisée
Droits IAM nécessaires
Dans beaucoup d’équipes, cette combinaison change le rythme de livraison. Le dernier sujet majeur se joue alors sur le réseau, les accès internes et le coût réel.
Sécurité, réseau privé et coût réel de Cloud Run V2
Le confort de déploiement ne suffit pas si le service doit parler à une base privée ou à un cache interne. À ce stade, la Gestion ressources s’étend au réseau, aux secrets et au contrôle des flux sortants.
Relier Cloud Run à une VPC et à Secret Manager
Un connecteur Serverless VPC Access ouvre la porte vers des ressources privées sans exposer toute l’application. Selon Google Cloud, cette approche reste la voie la plus simple pour atteindre Cloud SQL privé, Redis interne ou tout autre service du réseau VPC.
Les secrets suivent la même logique de discipline. Plutôt que d’écrire un mot de passe dans le code, l’équipe le stocke dans Secret Manager, puis le relie au service au moment du déploiement.
À retenir :
- Accès privé via connecteur dédié
- Secrets gérés hors du code
- Moins d’exposition des paramètres sensibles
- Règles réseau plus lisibles
« Le jour où j’ai séparé les secrets du dépôt, nos revues ont respiré davantage. »
Claire D.
Mesurer les coûts et préparer l’exploitation
Le modèle économique reste un argument fort pour les services peu sollicités. Selon Google Cloud, Cloud Run facture l’usage réel, avec un socle gratuit qui couvre de nombreux essais et petites applications.
Pour une petite API, cette logique est souvent plus douce qu’un serveur toujours allumé. Quand l’activité baisse, la facture suit la baisse, ce qui aide les équipes produit à lancer sans immobiliser trop de budget.
« Nous avons gardé la même application, mais la facture a cessé de grimper la nuit. »
Sophie R.
À retenir :
- Coût aligné sur l’usage réel
- Bon choix pour charge variable
- Administration légère au quotidien
- Évolutif sans garder d’infrastructure idle
Source : Google Cloud, « Cloud Run documentation », Google Cloud Documentation, 2026 ; HashiCorp, « google_cloud_run_v2_service », Terraform Registry, 2026 ; Google Cloud, « Cloud Run tutorial », Google Cloud Documentation, 2026.
La ressource google_cloud_run_v2_service sert à décrire un service Google Cloud Run comme du code, avec Terraform et une logique d’Infrastructure as Code claire. En pratique, elle aide à cadrer le Service déploiement, la Gestion ressources, la Configuration et l’Automatisation d’une application conteneurisée.
Ce choix prend tout son sens quand la Scalabilité doit rester simple, surtout pour un Conteneur exposé en HTTP, avec des variables d’environnement, des secrets, ou un accès privé à d’autres services. Selon Google Cloud, Cloud Run V2 s’inscrit dans une approche plus complète du produit, et selon HashiCorp, la ressource v2 reflète mieux les capacités actuelles du service.
A retenir :
- Déploiement déclaratif, reproductible et traçable
- Autoscaling natif, jusqu’à l’échelle zéro
- Secrets, variables et réseau privés maîtrisés
- Coûts liés à l’usage réel
- Moins d’écart entre test, préproduction et production
Comprendre google_cloud_run_v2_service dans Terraform
Le passage à google_cloud_run_v2_service devient évident dès qu’un service quitte le simple prototype. Une équipe qui livrait jusque-là à la main gagne une description stable, lisible, et surtout réutilisable d’un environnement à l’autre.
Pourquoi la ressource v2 change la lecture du service
Cette ressource décrit un service avec des blocs dédiés au conteneur, au dimensionnement, au trafic et à la sécurité. Selon Google Cloud, l’API v2 offre une meilleure couverture des fonctionnalités récentes de Cloud Run, ce qui simplifie l’administration quotidienne.
Imaginez Lina, responsable plateforme, qui doit livrer la même API sur trois environnements. Avec Terraform, elle évite les écarts de configuration, les oublis de port, et les réglages improvisés au moment du déploiement.
À retenir :
- Modèle déclaratif unique pour plusieurs environnements
- Réduction des écarts entre équipes et machines
- Lecture plus nette des paramètres critiques
- Moins de dépendance aux commandes manuelles
Comparer Cloud Run V2, GKE et Cloud Functions
Le bon choix dépend du niveau de contrôle attendu, pas seulement du langage utilisé. Selon Google Cloud, Cloud Run convient très bien aux charges conteneurisées qui doivent démarrer vite et monter en charge sans entretien du socle.
Un service HTTP léger, un webhook ou un worker asynchrone trouvent souvent leur place sur Cloud Run. À l’inverse, les charges avec sidecars, StatefulSets ou réseau complexe restent plus naturelles sur GKE, tandis que Cloud Functions cible des tâches plus petites.
Critère
Cloud Run V2
GKE Autopilot
Cloud Functions
Unité de déploiement
Conteneur
Conteneur
Code source
Mise à l’échelle
Automatique, jusqu’à zéro
Sur pods, avec socle géré
Automatique, orientée événements
Cas courant
API, web app, microservice
Charge plus complexe
Petites fonctions déclenchées
Gestion opérationnelle
Faible
Plus riche
Très faible
Cette comparaison éclaire le choix sans surcharger l’équipe d’exploitation. La suite devient plus concrète quand on regarde la mécanique du déploiement et les paramètres du service.
Déployer et piloter un service Cloud Run V2 avec Terraform
Une fois le cadre choisi, le vrai gain vient du Service déploiement lui-même. Le service devient un objet décrit une fois, puis appliqué de manière cohérente, ce qui réduit les manipulations répétitives.
Construire l’image et publier sans Docker local
Cloud Build permet de fabriquer l’image sans installer Docker sur la machine du développeur. Selon Google Cloud, le pipeline peut compiler, pousser l’image dans Artifact Registry, puis alimenter Cloud Run avec un flux entièrement cloud.
Ce mode de travail plaît aux équipes qui veulent standardiser leur chaîne de livraison. Le code du conteneur, la configuration de build et la cible de déploiement forment alors un ensemble lisible, facile à auditer.
« J’ai remplacé plusieurs étapes manuelles par un seul pipeline, et les erreurs de version ont presque disparu. »
Marc L.
À retenir :
- Image construite dans le cloud
- Dépendance locale fortement réduite
- Chaîne plus simple à auditer
- Publication centralisée dans Artifact Registry
Régler trafic, trafic canari et variables
Une fois le service en ligne, la gestion du trafic devient l’outil le plus visible pour l’équipe. Cloud Run permet de créer une nouvelle révision, de la tester avec un tag, puis de basculer progressivement les requêtes.
Cette logique évite les remises en cause brutales en production. Si une nouvelle version se comporte mal, il suffit de réorienter le trafic, sans reconstruire l’image ni réécrire le service.
Réglage
Effet opérationnel
Intérêt principal
Point d’attention
min_instances = 0
Extinction à l’inactivité
Réduction des coûts
Premier démarrage plus lent
max_instances = 3
Limite la montée en charge
Prévisibilité budgétaire
Capacité plafonnée
variables d’environnement
Paramétrage au déploiement
Portabilité
Pas de secret exposé dans le code
secrets Secret Manager
Injection sécurisée
Configuration sensible maîtrisée
Droits IAM nécessaires
Dans beaucoup d’équipes, cette combinaison change le rythme de livraison. Le dernier sujet majeur se joue alors sur le réseau, les accès internes et le coût réel.
Sécurité, réseau privé et coût réel de Cloud Run V2
Le confort de déploiement ne suffit pas si le service doit parler à une base privée ou à un cache interne. À ce stade, la Gestion ressources s’étend au réseau, aux secrets et au contrôle des flux sortants.
Relier Cloud Run à une VPC et à Secret Manager
Un connecteur Serverless VPC Access ouvre la porte vers des ressources privées sans exposer toute l’application. Selon Google Cloud, cette approche reste la voie la plus simple pour atteindre Cloud SQL privé, Redis interne ou tout autre service du réseau VPC.
Les secrets suivent la même logique de discipline. Plutôt que d’écrire un mot de passe dans le code, l’équipe le stocke dans Secret Manager, puis le relie au service au moment du déploiement.
À retenir :
- Accès privé via connecteur dédié
- Secrets gérés hors du code
- Moins d’exposition des paramètres sensibles
- Règles réseau plus lisibles
« Le jour où j’ai séparé les secrets du dépôt, nos revues ont respiré davantage. »
Claire D.
Mesurer les coûts et préparer l’exploitation
Le modèle économique reste un argument fort pour les services peu sollicités. Selon Google Cloud, Cloud Run facture l’usage réel, avec un socle gratuit qui couvre de nombreux essais et petites applications.
Pour une petite API, cette logique est souvent plus douce qu’un serveur toujours allumé. Quand l’activité baisse, la facture suit la baisse, ce qui aide les équipes produit à lancer sans immobiliser trop de budget.
« Nous avons gardé la même application, mais la facture a cessé de grimper la nuit. »
Sophie R.
À retenir :
- Coût aligné sur l’usage réel
- Bon choix pour charge variable
- Administration légère au quotidien
- Évolutif sans garder d’infrastructure idle
Source : Google Cloud, « Cloud Run documentation », Google Cloud Documentation, 2026 ; HashiCorp, « google_cloud_run_v2_service », Terraform Registry, 2026 ; Google Cloud, « Cloud Run tutorial », Google Cloud Documentation, 2026.