Compute on Google Cloud Platform

1

Guía de Instalación de Google Cloud para Desarrolladores

2

Crear Cuentas en Google Cloud y Qwiklabs paso a paso

3

Uso de Quick Labs para Entrenamiento en Google Cloud

4

Google Cloud: Beneficios y Seguridad en la Nube Pública

5

Opciones de Cómputo en la Nube con Google Cloud

6

Máquinas Virtuales en Google Cloud: Uso, Optimización y Descuentos

7

Instalación de Qwiklabs paso a paso

8

Creación y Gestión de Máquinas Virtuales en Google Cloud

9

App Engine: Despliegue de Aplicaciones sin Infraestructura

10

Despliegue de Aplicaciones en App Engine con Java 11 y SpringBoot

11

Introducción a Docker y Contenerización de Aplicaciones

12

App Engine Estándar vs Flexible: Ventajas y Usos Prácticos

13

Implementación de Cloud Run: Serverless y Contenedores en Google Cloud

14

Cloud Functions: Creación y Conexión de Servicios Serverless

Continuous Integration, Continuous Delivery

15

Continuous Integration y Delivery en Google Cloud Platform

16

Estrategias de Despliegue de Aplicaciones en Producción

17

Repositorios en Google Cloud: Cloud Source y Container Registry

18

Construcción y Despliegue en Google Cloud Platform

19

Infraestructura como Código: Conceptos y Herramientas Clave

20

Despliegue de Aplicaciones Serverless en Google Cloud Platform

Google Kubernetes Engine

21

Fundamentos de Kubernetes y Google Kubernetes Engine

22

Creación y Despliegue de Clúster Kubernetes en Google Cloud

23

Planificación de Ambientes de Despliegue en Kubernetes

24

Implementación y Gestión de Anthos para Aplicaciones en la Nube

25

Cloud Run: Despliegue de Contenedores Serverless en Google Cloud

26

Despliegue de Servicios en Cloud Run con GKE

27

Anthos Service Mesh: Observabilidad y Seguridad en Kubernetes

28

Tour Completo de Anthos: Despliegue y Gestión en Google Cloud

Streaming Data Analytics

29

Integración de Datos en Tiempo Real con Google Cloud Data Fusion

30

Construcción de Flujos de Datos con Google Cloud Data Fusion

31

Ingesta de Datos Confiable en Google Cloud Platform

32

Ingesta de Eventos en Google Cloud con Apache Kafka y Dataflow

33

Configuración de Apache Kafka y Debezium en Linux para SQL Server y PubSub

34

Visualización de Mensajes en Google Cloud con Dataflow y BigQuery

35

Construcción de un Data Lakehouse con Google BigQuery

36

Ventajas de BigQuery como Data Lakehouse

37

Opciones de Almacenamiento en Google Cloud Platform

38

Gestión de Datos en Google Cloud: Portafolio y Migración

39

Gobierno de Datos en Google Cloud: Mejores Prácticas y Herramientas

40

Calidad y Monitoreo de Datos en Google Cloud

Machine Learning

41

Conceptos Básicos de Inteligencia Artificial y Aprendizaje Automático

42

Soluciones de IA y Machine Learning en Google Cloud para Desarrolladores

43

AutoML Tables: Modelado Predictivo con Datos Estructurados

44

Uso de AutoML Tables en Google Cloud para Modelos de Clasificación

45

Predicción de Tarifas con Jupyter Notebooks en Google Cloud

46

Análisis de Datos de Taxis en iNotebook con Google Cloud y BigQuery

47

Implementación de Pipelines con TensorFlow Extended

Sesiones en vivo

48

Mentoría en Google Cloud con Pablo Pérez Villanueva

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Continuous Integration y Delivery en Google Cloud Platform

15/48
Recursos

¿Qué es la integración y entrega continua en Google Cloud Platform?

La integración continua y la entrega continua son prácticas esenciales para el desarrollo ágil de software, y su relevancia en el entorno cloud es innegable. Como customer engineer en Google, mi objetivo es desmitificar cómo estas metodologías pueden optimizar la administración de aplicaciones en producción y otros entornos. Estas prácticas permiten realizar actualizaciones frecuentes y regulares de software, asegurando la calidad y rapidez en los despliegues. Veamos cómo estas prácticas se estructuran en Google Cloud Platform y las mejores prácticas para su implementación.

¿Cómo funciona la integración continua (CI)?

La integración continua se centra en la creación de artefactos de software mediante la unificación del trabajo de varios desarrolladores. El objetivo clave es minimizar los errores, asegurando que los artefactos sean fáciles de desplegar.

  • Creación de código fuente: Se consolida el código generado por los desarrolladores para crear artefactos listos para su despliegue.
  • Construcción de artefactos: Proceso de empaquetado del código en contenedores u otros formatos.
  • Pruebas automatizadas: Garantizan que los artefactos cumplen con los criterios de calidad y seguridad.

La meta es culminar en un producto preparado para su uso en distintos ambientes, desde pruebas hasta producción.

¿Qué es un pipeline y cómo se construye?

Un pipeline es un proceso estructurado por fases que permite la consolidación del código, su construcción y posterior liberación en entornos productivos.

  • Consolidación del código: Se agrupa el trabajo de distintos desarrolladores en un repositorio central, como Git.
  • Construcción y pruebas: Construcción de artefactos y ejecución de pruebas unitarias y de rendimiento.
  • Aprobaciones y despliegue: Evaluación y autorizaciones para mover artefactos a entornos de prueba y producción.

Utilizar herramientas como Spinnaker puede ayudar en la orquestación de estos procesos, facilitando la liberación de artefactos hacia producción de manera eficiente.

¿Cuáles son las mejores prácticas para el Continuous Integration y Continuous Delivery (CI/CD)?

Al implementar CI/CD, es crucial seguir una serie de buenas prácticas que aseguran la eficacia y eficiencia de los pipelines.

  • Calidad y seguridad: Los artefactos deben ser seguros y cumplir con estándares de liberación, usando técnicas como Canary y despliegues Blue-Green.
  • Velocidad y automatización: Reducir procesos manuales para acelerar el despliegue.
  • Visibilidad y auditoría: Usar herramientas de control de versiones como Git facilita la rastreabilidad y la auditoría de cambios y problemas.
  • Escalabilidad y reutilización: Separar componentes para mantener el código modular y altamente reutilizable.

¿Qué herramientas puedo utilizar para CI/CD en Google Cloud Platform?

Google Cloud ofrece varias soluciones para facilitar CI/CD, adaptándose a diferentes necesidades de infraestructura.

  • Infraestructura como servicio (IaaS): Instalación propia de software de orquestación como Jenkins, GitLab o Spinnaker, donde la administración recae en nosotros.
  • Software como servicio (SaaS): Uso de plataformas como CircleCI, TravisCI o Cloud Build que manejan tanto la construcción como el despliegue de artefactos en la nube.

Estos métodos permiten a las organizaciones optimizar su flujo de trabajo para un despliegue más eficaz y controlado, liberando aplicaciones sin interrupciones significativas.

En resumen, la integración y entrega continua configuran el futuro del desarrollo de software en la nube. Al entender y aplicar estas prácticas, podemos mejorar significativamente tanto la calidad como la eficiencia de nuestras aplicaciones, garantizando un flujo de trabajo optimizado.

Aportes 6

Preguntas 3

Ordenar por:

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

**DevOps **es una práctica de desarrollo ágil que ayuda a la colaboración, la comunicación, utilizando las herramientas adecuadas para optimizar la creación, prueba y lanzamiento de software.
CI / CD es una táctica de DevOps, que utiliza las herramientas de prueba automatizadas adecuadas para implementar un desarrollo ágil.

DevOps y CI / CD se consideran dos de los métodos de desarrollo de software más útiles y productivos que aseguran la calidad , confiabilidad y seguridad del software

deployment continuo es un paso bastante fuerte

Listas de cualidades sistémicas en una arquitectura de software que te proporciona GCP (Google Cloud Platform) en la prácticas de CI (Continuous Integration) y (Continuos Delivery) son:

  • Calidad
  • Velocidad
  • Visibilidad
  • Escalabilidad

Spinnaker is an open source, multi-cloud continuous delivery platform for releasing software changes with high velocity and confidence.
Created at Netflix, it has been battle-tested in production by hundreds of teams over millions of deployments. It combines a powerful and flexible pipeline management system with integrations to the major cloud providers.

Entendido, A seguir aprendiendo…