CLOUD RUN → STACKIT SKE

Cloud-Run-Alternativen auf STACKIT

Auf STACKIT läuft ein Cloud-Run-Dienst als Container-Workload auf der STACKIT Kubernetes Engine (SKE): Das Image, das Sie schon bauen, wird zu einem Kubernetes Deployment, und StackToIT schreibt den SKE-Cluster, der es ausführt. Eine Cloud-Foundry-App aus demselben Image ist die benannte Alternative.

Ein Cloud-Run-Dienst, umgewandelt

Eine kleine Umgebung, für diese Seite geschrieben und am 4. November 2026 von StackToIT bewertet. Links die Eingabe, rechts die Ressourcenblöcke des STACKIT-Terraforms, das die Engine geschrieben hat; die Prüfkommentare über jedem Block in der Datei sind hier ausgelassen.

Beispieleingabemain.tf
resource "google_cloud_run_v2_service" "checkout" {
  name     = "checkout-api"
  location = "europe-west3"
  ingress  = "INGRESS_TRAFFIC_ALL"

  template {
    service_account                  = google_service_account.api.email
    max_instance_request_concurrency = 80
    timeout                          = "30s"

    scaling {
      min_instance_count = 1
      max_instance_count = 20
    }

    containers {
      image = "europe-west3-docker.pkg.dev/shop-web-prod/images/checkout-api:1.8.2"

      ports {
        container_port = 8080
      }

      resources {
        limits = {
          cpu    = "2"
          memory = "1Gi"
        }
      }

      env {
        name  = "LOG_LEVEL"
        value = "info"
      }
    }
  }
}
STACKIT-Terraform von StackToITterraform/kubernetes.tf
resource "stackit_ske_cluster" "containers" {
  project_id = var.project_id
  name       = "containers"
  node_pools = [{
    name               = "workloads"
    machine_type       = var.containers_machine_type
    minimum            = var.containers_nodes_min
    maximum            = var.containers_nodes_max
    availability_zones = var.availability_zones
  }]
}
  • Ein Cluster für die Container-Workloads

    Der Code schreibt einen SKE-Cluster, der die migrierten Cloud-Run-Dienste als Deployments, Jobs und CronJobs ausführt. Hat die Umgebung schon einen SKE-Cluster, kann Ihr Architekt sie stattdessen dort betreiben.

  • Die Dienst-Einstellungen, benannt für das Deployment

    Ports, Umgebungsvariablen und Ressourcenlimits, die Concurrency von 80 und das Timeout von 30 Sekunden benennt der Code für das Deployment und den Service, die Sie schreiben.

  • Die Pool-Größe bestimmen Sie

    Maschinentyp sowie Minimum und Maximum des Node Pools sind Variablen; Sie bemessen den Cluster daher für alle Dienste, die er gemeinsam trägt.

Die Entscheidung dahinter

Das Ergebnis der Einheit aus demselben Lauf, genau so, wie assessment.json es festhält.

StackToIT-Bewertungassessment.json
{
  "id": "google_cloud_run_v2_service.checkout",
  "class": "CONTAINERIZE",
  "confidence": "MEDIUM",
  "target": {
    "service": "SKE workload (or Cloud Foundry Docker app)"
  },
  "reason": "The service already runs a container image, so it moves as a Deployment on SKE (or a Cloud Foundry app from the image). Scale-to-zero and per-request billing go away unless Knative or KEDA is operated on SKE."
}
  • CONTAINERIZE

    Der Dienst läuft bereits als Container-Image; er zieht daher als Deployment auf SKE um oder als Cloud-Foundry-App aus dem Image.

  • Skalieren auf null

    Scale-to-Zero kommt mit Knative oder KEDA, die auf SKE betrieben werden. Ohne einen solchen Autoscaler läuft mindestens eine Replika.

  • Öffentlicher Aufruf

    Der Dienst erlaubt allUsers den Aufruf. Der Code übernimmt keine Aufrufprüfung; entscheiden Sie daher bewusst, welche Endpunkte öffentlich bleiben.

Der Laufzeit-Service-Account, umgewandelt

Aus demselben Lauf. Links die Eingabe, rechts die Ressourcenblöcke, die StackToIT geschrieben hat; die Prüfkommentare über jedem Block in der Datei sind hier ausgelassen.

Beispieleingabemain.tf
resource "google_service_account" "api" {
  account_id   = "checkout-api"
  display_name = "Checkout API runtime"
}
STACKIT-Terraform von StackToITterraform/identity.tf
resource "stackit_service_account" "api" {
  project_id = var.project_id
  name       = "checkout-api"
}
  • Gleicher Name, neue Adresse

    checkout-api wird zu einem STACKIT Service Account mit demselben Namen. STACKIT erzeugt seine E-Mail-Adresse; der Code fordert daher, jeden Verweis auf die alte anzupassen.

  • Identität des Workloads

    Der Lauf fragt, wie der Workload auf STACKIT seine Identität erhält, über einen eigenen Service Account oder per Workload-Föderation, denn der Dienst hat das Konto in seinem Template benannt.

So wird die Cloud-Run-Umgebung zugeordnet

Google-Cloud-RessourceSTACKIT-ZielMigrationsklasse
Cloud-Run-DienstSKE-Workload (oder Cloud-Foundry-Docker-App)Containerisieren
Service AccountSTACKIT Service AccountRekonfigurieren
Docker-Repository in Artifact RegistrySTACKIT Container RegistryRekonfigurieren

Klassen so, wie der Lauf sie entschieden hat. Images werden mit Werkzeugen wie skopeo oder crane von Registry zu Registry kopiert, und Image-Verweise wechseln auf den neuen Host; die Registry wird über das STACKIT-Portal oder die API eingerichtet.

Bewiesen an einer echten AWS-Umgebung

Die AWS Retail Store Sample App, ein öffentliches Terraform-Projekt von AWS, von StackToIT bewertet und vollständig veröffentlicht, genau so, wie der Lauf es geschrieben hat.

Fallstudie ansehen (Englisch)
282
Terraform-Ressourcendefinitionen analysiert
44
Migrationseinheiten identifiziert
38
Zieleinheiten erzeugt, von 52 betrachteten
331
Planschritte erstellt

Fragen aus Anwendungsteams

Was ist die STACKIT-Alternative zu Google Cloud Run?

Ein Container-Workload auf der STACKIT Kubernetes Engine (SKE) oder eine Cloud-Foundry-App aus demselben Image. StackToIT stuft Cloud-Run-Dienste als CONTAINERIZE ein und schreibt den SKE-Cluster, der sie ausführt.

Müssen wir unsere Container-Images neu bauen?

Nein. Der Dienst läuft bereits als Container-Image, das in die STACKIT Container Registry zieht und als Deployment auf SKE läuft.

Kann ein Dienst auf STACKIT weiter auf null skalieren?

Ja, mit Knative oder KEDA, die auf SKE betrieben werden. Ohne einen solchen Autoscaler läuft mindestens eine Replika.

Quellen

Ihr nächster Schritt: STACKIT.

Erzählen Sie uns von Ihrer Umgebung. Wir zeigen Ihnen, was StackToIT dafür liefert: Zielarchitektur, Terraform-Artefakte und einen strukturierten Migrationsplan.