# ❌ 従来のGCE構成での問題点
# インスタンス: n1-standard-2 × 3台（常時稼働）
# 月額費用: ¥180,000
# CPU使用率: 平均15%（大部分がアイドル状態）
# スケーリング: 手動設定、遅延あり
# 運用工数: 週20時間（パッチ適用、監視等）
# 典型的な処理フロー
1. ユーザーが画像をアップロード
2. GCEインスタンスで画像処理実行
3. 処理結果をCloud Storageに保存
4. 結果URLをレスポンス
# 問題：処理が集中する時間帯以外はリソースが無駄

# ✅ Cloud Functionsでの解決
import functions_framework
from google.cloud import storage
from PIL import Image
import io
@functions_framework.http
def process_image(request):
    """画像処理を行うCloud Function"""
# リクエストから画像データを取得
image_data = request.files['image'].read()
# PIL で画像処理
image = Image.open(io.BytesIO(image_data))
# リサイズ処理（複数サイズ生成）
sizes = [(800, 600), (400, 300), (200, 150)]
processed_images = {}
for width, height in sizes:
resized = image.resize((width, height), Image.Resampling.LANCZOS)
# バイナリデータに変換
img_byte_arr = io.BytesIO()
resized.save(img_byte_arr, format='JPEG', quality=85)
processed_images[f"{width}x{height}"] = img_byte_arr.getvalue()
# Cloud Storage に保存
client = storage.Client()
bucket = client.bucket('processed-images-bucket')
urls = {}
for size, image_data in processed_images.items():
blob_name = f"processed/{size}/{request.form['filename']}"
blob = bucket.blob(blob_name)
blob.upload_from_string(image_data, content_type='image/jpeg')
urls[size] = f"https://storage.googleapis.com/processed-images-bucket/{blob_name}"
return {
'status': 'success',
'processed_urls': urls,
'processing_time': '0.8s'
}
# requirements.txt
functions-framework==3.4.0
google-cloud-storage==2.10.0
Pillow==10.0.0

# 実際の使用量（プロジェクトA）
リクエスト数: 1,000,000回/月
平均実行時間: 800ms
メモリ使用量: 512MB
# 料金計算
リクエスト料金: (1,000,000 - 2,000,000無料) × $0.0000004 = $0
実行時間料金: 800,000秒 × $0.0000025 = $2.00
メモリ料金: 800,000 × 0.5GB × $0.0000025 = $1.00
月額合計: $3.00 (約¥450)