GCP Infrastructure to Terraform

Purpose

현재 수동으로 구축되어 있는 GCP 인프라(특히 BigQuery Object Table, Connection, GCS 등)를 gcloud 및 bq 명령어를 통해 상태를 추출(Export)하고, 이를 문서화한 뒤 유지보수 가능한 Terraform 코드로 변환하는 과정을 가이드합니다.

When to Use

다음과 같은 상황에서 자동 활성화됩니다:

• "현재 인프라를 Terraform으로 바꿔줘"
• "gcloud로 설정 내보내기"
• "기존 리소스 문서화 및 IaC 변환"
• "Terraform 마이그레이션"

Manual activation: 기존에 구축된 BigQuery Object Table이나 Connection을 코드로 관리하고 싶을 때 사용하세요.

Workflow

Phase 1: Export & Audit (상태 추출)

기존 리소스의 상세 설정을 JSON 포맷으로 추출하여 정확한 스펙을 파악합니다.

1. BigQuery Connection 추출

# Connection 상세 정보 (Service Account 등 확인)
bq show --format=json --connection PROJECT_ID.REGION.CONNECTION_ID > connection_config.json

2. BigQuery Object Table 추출

# 테이블 스키마 및 옵션 (DDL 옵션 확인)
bq show --format=json PROJECT_ID:DATASET.TABLE_ID > table_config.json

3. IAM 정책 추출

# GCS 버킷 IAM 정책 (Service Account 권한 확인)
gsutil iam get gs://BUCKET_NAME > bucket_iam.json

Phase 2: Documentation (문서화)

추출된 JSON 데이터를 바탕으로 현재 인프라 상태를 사람이 읽을 수 있는 문서(INFRA_AUDIT.md)로 정리합니다.

문서화 포함 항목:

• Resource ID: 프로젝트 ID, 리전, 데이터셋 명, 테이블 명
• Configuration:
  • Object Table: uris, metadata_cache_mode, max_staleness
  • Connection: serviceAccountId
• Dependencies: 어떤 Service Account가 어떤 버킷에 권한을 가지고 있는지

Phase 3: Terraform Conversion (코드 변환)

문서화된 내용을 바탕으로 Terraform 리소스로 매핑합니다.

1. Provider & Variables

provider "google" {
  project = var.project_id
  region  = var.region
}

2. BigQuery Connection

google_bigquery_connection 리소스를 사용합니다.

resource "google_bigquery_connection" "connection" {
  connection_id = "gcs_audio_connection"
  location      = "asia-northeast3"
  cloud_resource {}
}

3. IAM Binding (GCS)

Connection 생성 시 만들어진 SA에 권한을 부여합니다.

resource "google_storage_bucket_iam_member" "connection_permission" {
  bucket = "pio-test-36cf5_cloudbuild"
  role   = "roles/storage.objectViewer"
  member = "serviceAccount:${google_bigquery_connection.connection.cloud_resource[0].service_account_id}"
}

4. BigQuery Object Table

google_bigquery_table 리소스와 external_data_configuration 블록을 사용합니다.

resource "google_bigquery_table" "object_table" {
  dataset_id = "audio_analytics"
  table_id   = "audio_object_table"

  external_data_configuration {
    autodetect    = false
    source_uris   = ["gs://pio-test-36cf5_cloudbuild/sounds/*.mp3"]
    source_format = "GOOGLE_SHEETS" # Terraform 버그로 인해 비정형 데이터도 포맷 지정 필요할 수 있음 (확인 필요)
    # 실제로는 object_metadata 옵션 사용
    metadata_cache_mode = "AUTOMATIC"
    object_metadata     = "SIMPLE"
  }
  
  # 주의: Terraform Provider 버전에 따라 Object Table 지원 구문이 다를 수 있음
  # 최신 google-beta 프로바이더 사용 권장
}

Reference Documents

Detailed guides are available in the reference/ directory:

• Export Guide: Detailed gcloud and bq commands for extracting configurations.
• Terraform Mapping: JSON to HCL mapping reference.

Tools & Scripts

Dry Run Script

A helper script to validate and plan your Terraform configuration.

# Run the dry run script
./.claude/skills/gcp-infra-to-terraform/scripts/dry_run.sh

This script will:

1. Check for Terraform installation.
2. Create a sample main.tf if none exists.
3. Run terraform init, validate, and plan.

Best Practices

1. Import: 기존 리소스를 Terraform State로 가져올 때는 terraform import를 사용합니다.
   bashCopy

   terraform import google_bigquery_connection.connection projects/pio-test-36cf5/locations/asia-northeast3/connections/gcs_audio_connection
   

2. Verification: terraform plan을 실행하여 기존 리소스와 코드 간의 차이(Drift)가 없는지 확인합니다.
3. Sensitive Data: Service Account Key 등 민감 정보는 코드에 하드코딩하지 않습니다.

Example Scenario: Audio Analytics Migration

User Request: "현재 audio_object_table 설정을 Terraform으로 옮겨줘."

Agent Action:

1. bq show로 테이블 옵션(max_staleness 등) 확인.
2. google_bigquery_table 리소스 작성.
3. terraform import 명령어 제공.