- 1

Guía de Instalación de Google Cloud para Desarrolladores
01:27 - 2
Crear Cuentas en Google Cloud y Qwiklabs paso a paso
01:30 - 3

Uso de Quick Labs para Entrenamiento en Google Cloud
07:50 - 4

Google Cloud: Beneficios y Seguridad en la Nube Pública
13:30 - 5

Opciones de Cómputo en la Nube con Google Cloud
05:50 - 6

Máquinas Virtuales en Google Cloud: Uso, Optimización y Descuentos
07:32 - 7
Instalación de Qwiklabs paso a paso
00:18 - 8

Creación y Gestión de Máquinas Virtuales en Google Cloud
17:34 - 9

App Engine: Despliegue de Aplicaciones sin Infraestructura
07:30 - 10

Despliegue de Aplicaciones en App Engine con Java 11 y SpringBoot
12:50 - 11
Introducción a Docker y Contenerización de Aplicaciones
02:48 - 12

App Engine Estándar vs Flexible: Ventajas y Usos Prácticos
11:23 - 13

Implementación de Cloud Run: Serverless y Contenedores en Google Cloud
08:10 - 14

Cloud Functions: Creación y Conexión de Servicios Serverless
12:56
Construcción y Despliegue en Google Cloud Platform
Clase 18 de 48 • Entrenamiento de Google Cloud Platform
Contenido del curso
- 15

Continuous Integration y Delivery en Google Cloud Platform
10:13 - 16

Estrategias de Despliegue de Aplicaciones en Producción
10:02 - 17

Repositorios en Google Cloud: Cloud Source y Container Registry
07:33 - 18

Construcción y Despliegue en Google Cloud Platform
09:32 - 19

Infraestructura como Código: Conceptos y Herramientas Clave
09:28 - 20

Despliegue de Aplicaciones Serverless en Google Cloud Platform
08:38
- 21

Fundamentos de Kubernetes y Google Kubernetes Engine
10:10 - 22

Creación y Despliegue de Clúster Kubernetes en Google Cloud
09:25 - 23

Planificación de Ambientes de Despliegue en Kubernetes
12:37 - 24

Implementación y Gestión de Anthos para Aplicaciones en la Nube
09:07 - 25

Cloud Run: Despliegue de Contenedores Serverless en Google Cloud
09:51 - 26

Despliegue de Servicios en Cloud Run con GKE
08:49 - 27

Anthos Service Mesh: Observabilidad y Seguridad en Kubernetes
06:22 - 28

Tour Completo de Anthos: Despliegue y Gestión en Google Cloud
06:52
- 29

Integración de Datos en Tiempo Real con Google Cloud Data Fusion
15:27 - 30

Construcción de Flujos de Datos con Google Cloud Data Fusion
15:51 - 31

Ingesta de Datos Confiable en Google Cloud Platform
11:07 - 32

Ingesta de Eventos en Google Cloud con Apache Kafka y Dataflow
06:30 - 33

Configuración de Apache Kafka y Debezium en Linux para SQL Server y PubSub
12:39 - 34

Visualización de Mensajes en Google Cloud con Dataflow y BigQuery
04:58 - 35

Construcción de un Data Lakehouse con Google BigQuery
09:11 - 36

Ventajas de BigQuery como Data Lakehouse
11:48 - 37

Opciones de Almacenamiento en Google Cloud Platform
06:18 - 38

Gestión de Datos en Google Cloud: Portafolio y Migración
10:59 - 39

Gobierno de Datos en Google Cloud: Mejores Prácticas y Herramientas
09:54 - 40

Calidad y Monitoreo de Datos en Google Cloud
07:53
- 41

Conceptos Básicos de Inteligencia Artificial y Aprendizaje Automático
13:00 - 42

Soluciones de IA y Machine Learning en Google Cloud para Desarrolladores
12:40 - 43

AutoML Tables: Modelado Predictivo con Datos Estructurados
11:50 - 44

Uso de AutoML Tables en Google Cloud para Modelos de Clasificación
05:17 - 45

Predicción de Tarifas con Jupyter Notebooks en Google Cloud
07:33 - 46

Análisis de Datos de Taxis en iNotebook con Google Cloud y BigQuery
13:34 - 47

Implementación de Pipelines con TensorFlow Extended
13:48
¿Cómo construir y desplegar artefactos para ambientes productivos?
En el cambiante mundo de la tecnología, la eficiencia en la construcción y despliegue de aplicaciones es crucial. En esta clase, analizamos cómo trasladar los artefactos desde el código fuente hasta los ambientes productivos usando servicios de Google Cloud Platform, integrándolos en un flujo continuo de integración y distribución.
¿Qué servicios se utilizan en cada fase del ciclo de integración y entrega continua?
Las fases clave del ciclo de integración y entrega continua son:
-
Almacenamiento del código fuente:
- Google Cloud Source Repositories: Ideal para desarrolladores que prefieren una integración robusta con Google Cloud.
- Repositorios comunes: GitHub, Bitbucket, GitLab, entre otros.
-
Construcción y pruebas de artefactos:
- Google Cloud Build: Solución integral de Google para la construcción de artefactos.
- Soluciones comunes: Jenkins, TravisCI, CircleCI, entre otros, ofrecen distintas posibilidades según las necesidades del proyecto.
-
Creación de artefactos:
- Google Container Registry y Google Cloud Storage: Lugares donde almacenamos las imágenes de contenedores y otros artefactos.
- Alternativas: Amazon S3, JFROG o Docker Hub son opciones populares.
-
Despliegue:
- Spinnaker: Herramienta de orquestación y despliegue ampliamente usada.
- Otras opciones: Shell scripts, Chef, Puppet, ansible, Terraform, entre otros, según requisitos específicos.
¿Por qué elegir Spinnaker para el despliegue continuo?
Spinnaker destaca como una herramienta abierta y versátil, apoyada por una amplia comunidad. Sus características incluyen:
- Integraciones amplias que cubren seguridad, proveedores de nube y más.
- Compatibilidad con entornos multinube y multiambiente, permitiendo despliegues tanto en locales como en diferentes nubes.
- Despliegues controlados mediante un modelo Canary, para minimizar riesgos.
¿Cómo realizar un despliegue en Google Kubernetes Engine?
El despliegue en Google Kubernetes Engine (GKE) mediante Spinnaker se realiza al:
- Detectar cambios en el código fuente y construir imágenes de Docker.
- Desplegar estas imágenes en contenedores dentro de un clúster GKE, optimizando la gestión de recursos y escalabilidad.
Alternativas a Spinnaker: Jenkins y Cloud Build
-
Jenkins: Una opción popular para la creación y despliegue de artefactos, instalado sobre máquinas virtuales, ya sea con un instalador o preconfigurado desde el marketplace.
-
Google Cloud Build: Ofrece detección automática de cambios en el código, construcción de artefactos y despliegue en entornos como App Engine, GKE, y Cloud Functions. Permite un seguimiento detallado de los procesos y resultados de las construcciones desde la consola, facilitando el monitoreo y mejora continua.
¿Cómo mejorar las competencias prácticas?
Google Cloud ofrece Quick Labs, una plataforma para practicar con productos y servicios de Google en entornos controlados. Esta es una oportunidad inmejorable para adquirir experiencia práctica y entender mejor cómo implementar estas herramientas en proyectos reales.
Con el objetivo de simplificar el proceso de integración y entrega continua, Google Cloud Platform ofrece herramientas y servicios que abarcan desde la construcción hasta el monitoreo, proporcionando una solución completa para cualquier empresa o desarrollador individual que procure eficiencia y eficacia en sus implementaciones. ¡Te animamos a seguir explorando y experimentando con estas herramientas para mejorar y ampliar tus habilidades en despliegues eficientes!