Compute on Google Cloud Platform

1

Creación y administración de proyectos en Google Cloud

2

Fundamentos de Google Cloud: Configuración y Uso Inicial

3

Créditos y Uso de Proyectos en Google Cloud con Quick Labs

4

Google Cloud: Seguridad Avanzada y Sostenibilidad Ambiental

5

Opciones de Cómputo en Google Cloud: IaaS, PaaS y Serverless

6

Optimización de Máquinas Virtuales con Google Cloud

7

Instalación de Qwiklabs paso a paso

8

Configurar y Monitorear Máquinas Virtuales en Google Cloud

9

Despliegue de Aplicaciones en App Engine para Principiantes

10

Implementación de Spring Boot en App Engine con Java 11

11

Uso de Kubernetes para Gestión de Contenedores

12

App Engine: Comparación Estándar vs Flexible

13

Implementación de Contenedores con Cloud Run de Google Cloud

14

Cómo usar Cloud Functions de Google para automatizar tareas en la nube

Continuous Integration, Continuous Delivery

15

Prácticas de CI/CD en Google Cloud: Automatización de Despliegues

16

Estrategias de Despliegue para Aplicaciones en Producción

17

Creación y gestión de repositorios en Google Cloud Platform

18

Construcción y Despliegue con Google Cloud Platform

19

Gestión de infraestructura como código con Terraform y Ansible

20

Despliegue de Aplicaciones en Google Cloud Serverless

Google Kubernetes Engine

21

Google Kubernetes Engine: Objetos y Controladores Básicos

22

Despliegue de Kubernetes en Google Cloud paso a paso

23

Estrategias de Despliegue en Kubernetes y Google Cloud

24

Gestión de Kubernetes con Anthos: Multinube y On-Premises

25

Implementación de Cloud Run para Contenedores Serverless

26

Desplegar Aplicaciones en Cloud Run con GKE

27

Anthos Service Mesh: Comunicación Segura entre Microservicios

28

Despliegue de Microservicios con Anthos y Kubernetes

Streaming Data Analytics

29

Ingesta de Datos en Tiempo Real con Google Cloud Data Fusion

30

Creación de Flujos de Datos con Google Cloud Data Fusion

31

Ingesta de Datos Confiable en Google Cloud: Soluciones Prácticas

32

Procesamiento de Datos en Google Cloud con Apache Kafka

33

Configuración de Kafka Connect en Google Cloud con SQL Server y PubSub

34

Consultas de Registros en BigQuery con Apache Dataflow

35

BigQuery: Procesamiento de Datos a Gran Escala Sin Servidores

36

BigQuery: Machine Learning y Análisis Geoespacial Avanzado

37

Migración de Bases de Datos: Retos y Estrategias en Google Cloud

38

Uso de Google Cloud para Migración y Modernización de Bases de Datos

39

Gobierno de Datos en Google Cloud: Prácticas Esenciales

40

Calidad y Monitoreo de Datos con Google Cloud

Machine Learning

41

Algoritmos de Machine Learning para Principiantes

42

Aprende Machine Learning con Google Cloud: Herramientas y Recursos

43

Uso de AutoML Tables para Datos Estructurados en Google Cloud

44

Automatización de Modelos con AutoML Tables en Google Cloud

45

Predicción de Tarifas con Jupyter Notebooks en Google Cloud

46

Predicción de tarifas de taxi con Python en Google Cloud

47

Pipelines de Machine Learning con TensorFlow Extended

Sesiones en vivo

48

Programación y despliegue con Google Cloud Platform

Crea una cuenta o inicia sesión

¡Continúa aprendiendo sin ningún costo! Únete y comienza a potenciar tu carrera

Opciones de Cómputo en Google Cloud: IaaS, PaaS y Serverless

5/48
Recursos

¿Cómo nos ayuda Google Cloud con opciones de cómputo en la nube?

Google Cloud ofrece un amplio abanico de opciones para desplegar aplicaciones en la nube, organizadas en un espectro desde infraestructura como servicio (IaaS) hasta cómputo serverless. Cada una de estas opciones ofrece distintos niveles de control administrativo y esfuerzo, permitiéndote elegir la que mejor se adapte a tus necesidades y experiencia en administración de infraestructura.

¿Qué es la infraestructura como servicio (IaaS)?

La infraestructura como servicio es el punto de entrada al cómputo en la nube de Google y es representada por Compute Engine, que básicamente son máquinas virtuales. Estas te ofrecen control absoluto para configurar y administrar el sistema operativo, instalar binarios, librerías y cualquier otra necesidad técnica que tengas. A diferencia de utilizar un servidor físico completo, la virtualización te permite escalar horizontalmente mejorando la eficiencia y reduciendo el riesgo de un único punto de fallo.

¿Cuáles son las ventajas de usar máquinas virtuales?

  • Control Total: Tienes la capacidad de personalizar las configuraciones desde el sistema operativo hasta las aplicaciones que desees instalar.
  • Escalabilidad Horizontal: Facilita la adición de capacidad de procesamiento al dividir la carga entre múltiples unidades más pequeñas, mejorando así la resiliencia.
  • Seguridad: Puedes implementar configuraciones y prácticas de seguridad según tus necesidades específicas.

¿Qué es Kubernetes Engine?

Kubernetes Engine es una opción de cómputo orientada a contenedores. Esta tecnología ofrece una capa de abstracción, haciendo que dejes de preocuparte por la administración directa de las máquinas virtuales donde corren tus aplicaciones, y en cambio, te enfoques más en tus workloads o cargas de trabajo. Aunque sea seductor para desarrolladores que prefieren minimizar el trabajo de gestión de infraestructura, Kubernetes Engine requiere un nivel de comprensión sobre contenedores y su orquestación.

¿Qué es la plataforma como servicio (PaaS)?

En esta categoría entra la Plataforma como Servicio, donde Google se encarga de ejecutar tu código. Aquí entregas tu aplicación y Google se encarga de administrarla y desplegarla, permitiéndote concentrarte en configuraciones más específicas y no en la infraestructura que sostiene tu app. Esto es ideal para aquellos que desean enfocarse más en el desarrollo y menos en el mantenimiento del sistema.

Beneficios de la PaaS:

  • Enfoque en el Desarrollo: Menos preocupaciones por la infraestructura, lo cual libera tiempo para innovar y desarrollar más.
  • Despliegue Rápido: Google maneja el entorno y despliega tu aplicación, lo que te permite llegar al mercado más rápido.
  • Simplificación Operacional: Menos responsabilidades administrativas y técnicas, lo que reduce costos operativos.

¿Qué implica el cómputo serverless?

El cómputo serverless es el extremo derecho del espectro, enfocándose en ejecutar microservicios o funciones individuales, eficientemente y sin necesidad de administrar servidores. Tradicionalmente, usar funciones serverless implica cierta limitación en cuanto a lenguajes y runtimes soportados por la plataforma. No obstante, la flexibilidad de los contenedores abre la discusión sobre el futuro del serverless, permitiendo correr cualquier código bajo un entorno totalmente administrado y sin servidor.

¿Cómo funciona el modelo de responsabilidad compartida?

El modelo de responsabilidad compartida en computación en la nube establece que, mientras Google Cloud se encarga de una parte crucial de la infraestructura y seguridad, tú, como desarrollador, sigues siendo responsable de tus aplicaciones y datos. A medida que te mueves hacia opciones más serverless, disminuyen tus responsabilidades administrativas, sin embargo, sigue siendo vital colaborar estrechamente con tu proveedor en la seguridad y optimización de tus soluciones.

Factores Claves del Modelo de Responsabilidad Compartida:

  • Seguridad Compartida: Aunque Google se encarga de la seguridad de la infraestructura, la seguridad de las aplicaciones y datos recae en el usuario.
  • Optimización Colaborativa: Google optimiza el entorno, pero el diseño y eficiencia del código sigue siendo tu responsabilidad.
  • Continuidad del Negocio: Asegurar que las aplicaciones sean resilientes y estén siempre operativas es una colaboración entre el proveedor y el usuario.

Estas herramientas y servicios de Google Cloud te ofrecen flexibilidad, pero deberías evaluar cuál de ellas se adapta mejor a tus necesidades específicas. ¡Continúa aprendiendo sobre estas tecnologías innovadoras y conviértete en un experto en Google Cloud!

Aportes 18

Preguntas 4

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

RESUMEN:

IaaS con Compute Engine (GCE): Infraestructura (máquinas virtuales) para aplicaciones, administrable de acuerdo a tus necesidades

Híbrido con Kubernetes Engine (GKE): Contenedores (máquinas virtuales) que albergan las aplicaciones y que no es administrable

PaaS con App Engine (GAE): La Plataforma se encarga de correr el código y solo se configuran cosas finas

Serverless (Microservicios que se ejecutan muy bien):

  1. Cloud Functions (Más común y limitado por los runtimes/lenguajes soportados)
  2. CLoud Run (Basado en contenedores y es totalmente serverless)

Los límites de la responsabilidad compartida cambian en función del servicio, entre más baje a serverless menos responsabilidad

Pueden encontrar más información de cada tecnología en los siguientes enlaces:

  1. Compute-Engine
  2. Kubernetes-Engine
  3. App-Engine
  4. Serverless

Realmente es lo que se busca hoy, y mas los programadores dedicarnos a desarrollar y no a administrar

la explicación sobre google es genial

<h3>Opciones de Computo</h3>

IaaS

  • Compute Engine (GCE): Generar maquina de acuerdo a tus necesidades
  • Control total
  • Una PC en la nube

Híbrido

  • Kubernetes Engine (GKE): Orientado a contenedores
  • Maquina virtual, pero no la administras

PaaS

  • App Engine (GAE)
  • Deploy de un codigo en la nube, perimte configuración limitada

Serverless

  • CLoud Run, Cloud Funtion
  • Microservicios super optimizados para un servicio

Responsabilidad compartida:

  • Mientras más cercano al nivel severlees, menos tienes que preocuparte por las configuraciones.

Muy bien explicado.

Realmente la eficiencia y productividad se ve en estos productos donde se despliega de manera rapida

Que bonito es lo bonito. Cloud Run and Cloud Functions!

Interesante el tema de las opciones de Computo en la Nube, la opción onpremise a pesar de todo es una de las opciones adoptadas por los Gobiernos por lo delicado de sus datos, será posible que hay Gobiernos que han hecho esa transformación digital?, es una de esas preguntas que me hago, al igual pasa con las instituciones Financieras, Google ofrece algún tipo de Computo en la Nube para este tipo de Clientes? apartando esas dudas, el desarrollador freelance ve una oportunidad enorme en dependencia de lo que el Cliente puede pagar y lo que mejor se ajusta al Sistema que se le esta desarrollando en un primer inicio, imagino que no importa que tipo de Computo en la Nube escojas siempre tendrás la posibilidad de escalar a otro Tipo de Computo en la Nube, me gustaría saber si esa escala es compleja pasar de un Tipo de Computo en la Nube a otro?

Que clase tan bacana

Entendido. Vamos por IasS

En PaaS como entra Anthos en esta gama de opciones vs APP ENGINE (GAE)?

# Opciones de Cómputo GCE - IAAS GKE - HYBRID GAE - PAAS CLOUD RUN & CLOUD FUNCTIONS - SERVERLESS

Esto es increible!!!

Me gusta mucho Paas

He trabajado sobre los servicios de ML y son fáciles de usar, también me gusta la parte de firestore.

Mis favoritas: App Engine y Cloud Functions. Ya es mucho poder ahí. 😄

Muy buena explicación.