Compute on Google Cloud Platform

1

Introducción al curso de Google Cloud for Developer Community

2

Lectura: introducción de instalación

3

Tutorial de Qwiklabs

4

Cómputo en la nube de Google

5

Opciones de cómputo en la nube

6

Máquinas virtuales a profundidad

7

Tutorial para instalar Qwiklabs

8

Demo: máquinas virtuales a profundidad

9

Cómputo sin administración con plataformas como servicio

10

Demo: cómputo sin administración

11

Lectura: ¿qué son los contenedores?

12

Cómputo contenerizado con App Engine Flex

13

Cómputo contenerizado con Cloud Run

14

Funciones serverless

Continuous Integration, Continuous Delivery

15

CI/CD en Google Cloud Platform

16

Estrategias de Despliegue

17

Repositorios de código

18

Construcción y despliegue de artefactos

19

Infraestructura como código

20

Despliegue en Servicios Serverless

Google Kubernetes Engine

21

Kubernetes Overview

22

Demo Kubernetes

23

Planeación de tu despliegue

24

Anthos

25

Cloud Run for Anthos

26

Demo Cloud Run for Anthos

27

Anthos Service Mesh

28

Site Reliability Engineering con Anthos

Streaming Data Analytics

29

Integración de datos e ingesta de datos totalmente administrada sobre GCP

30

Demo: ingesta de datos

31

Ingesta de datos confiable en streaming sobre GCP

32

Demo: ingesta de datos confiable

33

Demo: configuración de Apache Kafka

34

Visualización de mensajes de una base de datos relacional en Google Cloud

35

Data Warehouse: el modelo tradicional para construir un repositorio de datos empresarial

36

Data Lakehouse: el nuevo y moderno enfoque para construir un repositorio de datos empresarial

37

El portafolio de gestión de datos en Google Cloud

38

Desglose del portafolio de gestión de datos (Bases de datos) en Google Cloud

39

Gobierno de datos de punta a punta para garantizar la seguridad en tu Data Lake

40

Gobierno de datos: calidad y monitoreo

Machine Learning

41

¿Qué es ML y AI?

42

Plataforma de AI en GCP

43

Auto ML con datos estructurados

44

Demo Auto ML con datos estructurados

45

Predicción de tarifas usando AI notebooks

46

Demo predicción de tarifas usando AI notebooks

47

TensorFlow Extended

Sesiones en vivo

48

Sesión en vivo con Pablo Pérez Villanueva

Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Demo Kubernetes

22/48
Recursos

Aportes 8

Preguntas 4

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

gcloud init
gcloud auth list
# Name of cluster
export CLUSTER=platzi-cluster
echo $CLUSTER
#Set config Zone. South Carolina, USA us-east1
#You can check the media latency from your region in  http://www.gcping.com/
export ZONE=us-central1-a
echo $ZONE

gcloud container clusters create $CLUSTER --addons HorizontalPodAutoscaling,HttpLoadBalancing,CloudRun --enable-ip-alias --enable-stackdriver-kubernetes --machine-type n1-standard-2 --zone $ZONE
  • Create a cluster with name platzi-cluster: gcloud container clusters create $CLUSTER
  • Add the following addons (Complementos) and enable them:
  1. HorizontalPodAutoscaling: Automatically scales the number of pods in a replication controller, deployment, replica set or stateful set based on observed CPU utilization. Ref https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale/
  2. HttpLoadBalancing.
  3. CloudRun
  • Set alias, it is a good idea NOT use IP, it is better alias: –enable-stackdriver-kubernetes
  • Mandatory set machine type: –machine-type n1-standard-2
  • Mandatory set zone: –zone $ZONE

Al inicio del curso, en el primero módulo, nos apoyaron con créditos para Qwiklabs y poder realizar laboratorios. Sin embargo, prácticamente con los laboratorios del primer módulo se consumieron esos créditos. ¿Se tiene planeado liberar más créditos en Qwiklabs para poder seguir practicando o ya sería por cuenta de cada estudiante? Muchas gracias por su apoyo.

Si le genera alguna vez un error como este

ERROR: (gcloud.container.clusters.create) ResponseError: code=400, message=Failed precondition when calling the ServiceConsumerManager: tenantmanager::185014: Consumer 000000000001 should enable service:container.googleapis.com before generating a service account.
com.google.api.tenant.error.TenantManagerException: Consumer 000000000001 should enable service:container.googleapis.com before generating a service account.

Solamente activen el servicio por medio de este comando

gcloud services enable container.googleapis.com

Tengan en cuenta que a partir de Enero/2021 algunos flags son necesario o recomendados para la creación del Cluster.

Por lo que sería altamente recomendado que Platzi actualice este material del curso

<WARNING: Starting in January 2021, clusters will use the Regular release channel by default when `--cluster-version`, `--release-channel`, `--no-enable-autoupgrade`, and `--no-enable-autorepair` flags are not specified.
WARNING: Starting with version 1.18, clusters will have shielded GKE nodes by default.
WARNING: The Pod address range limits the maximum size of the cluster. Please refer to https://cloud.google.com/kubernetes-engine/docs/how-to/flexible-pod-cidr to learn how to optimize IP address allocation.
WARNING: Starting with version 1.19, newly created clusters and node-pools will have COS_CONTAINERD as the default node image when no image type is specified.> 

Buen ejemplo

la capacidad del sdk de google es fascinante

Entendido

  gcloud config set project ${PROJECT_ID}
  gcloud config set compute/zone ${COMPUTE_ZONE}
  gcloud container clusters create ${CLUSTER_NAME} --num-nodes=1
  gcloud container clusters get-credentials ${CLUSTER_NAME}

  kubectl create deployment hello-server \ --image=gcr.io/google-samples/hello-app:1.0kubectl expose deployment hello-server --type LoadBalancer \--port 80 --target-port 8080
  kubectl get pods
  kubectl get service hello-server

Para quien esté intentando hacer el code lab de la sección de enlaces.

kubectl run nginx --image=nginx

Les creará un pod, pero no un deployment, por lo que cuando traten de exponer nginx, no podrán ya que es necesario un deployment para poder hacer el expose. Por lo tanto este comando no funcionará:

kubectl expose deployment nginx --port 80 --type LoadBalancer

Es por eso que en lugar de crear una instancia con nginx usando el comando run, deben crear un deployment directamente:

kubectl create deployment nginx --image=nginx:1.10.0

Después de esto, podrán hacer el expose y no debería causarles problemas.