- 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
Creación y Gestión de Máquinas Virtuales en Google Cloud
Clase 8 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 crear una máquina virtual en Google Cloud?
La creación de una máquina virtual en Google Cloud puede ser un proceso sencillo y versátil si sabes cómo hacerlo. Esta guía te proporcionará un recorrido detallado y paso a paso, desde acceder a la consola de Google Cloud hasta configurar las redes y subir una aplicación en tu máquina recién creada.
¿Cómo acceder a la consola de Google Cloud?
Para comenzar, accede a la consola de Google Cloud a través del enlace console.cloud.google.com. Esta interfaz es la página base donde puedes manejar tus proyectos y workloads. Los pasos son los siguientes:
- En la barra superior, elige tu proyecto en el selector de proyectos. Si no tienes uno, crea uno nuevo.
- Ve al menú izquierdo y busca la sección de
Computepara encontrarCompute Engine.
¿Cómo crear una máquina virtual?
Una vez dentro de Compute Engine, puedes proceder a crear una máquina virtual:
- Asigna un nombre a tu instancia. Puedes elegir el nombre por defecto o personalizarlo.
- Selecciona la región que mejor se adapte a ti o a tus usuarios. Por ejemplo, si estás en México,
US Central 1podría ser una opción adecuada. - Configura la especificación de la instancia, como las familias de máquinas. Opta por una predeterminada o personalizada según cuántos cores y cuánta memoria necesites.
Aquí un ejemplo de configuración en Python:
instance_name = "instancia-uno"
region = "us-central1"
machine_type = "n1-standard-1" # 1 core virtual y 3.75 GB de RAM
¿Qué tipos de redes y almacenamiento configurar?
Es crucial definir el sistema operativo e implementar el tráfico HTTP/HTTPS:
- Usa una imagen de sistema operativo como Debian por defecto.
- Acepta tráfico HTTP y HTTPS para asegurarte de que el servicio sea accesible.
- Configura discos y reglas de firewall desde esta pantalla según lo requieras.
¿Cómo gestionar imágenes y grupos de instancias?
Si planeas crear un entorno autoescalable, la gestión de imágenes y plantillas de instancias es vital.
¿Cómo crear y utilizar una imagen?
- Edita las configuraciones de la instancia para que el disco no se borre al eliminar la instancia.
- Borra la máquina virtual y crea una nueva imagen basada en el disco conservado.
- Pon nombre a tu imagen como
imagen unooimage 1.
Ejemplo en Bash para crear una imagen:
gcloud compute images create image-1 --source-disk=disco-inicial --source-disk-zone=us-central1-a
¿Qué es una plantilla de instancia?
Las plantillas de instancias permiten crear configuraciones predeterminadas para nuevos despliegues. Asocia tu imagen con una plantilla para implementar rápidamente instancias preconfiguradas.
¿Cómo construir un grupo autoescalable?
- En el grupo de instancias, selecciona la región.
- Decide configuraciones autoescalables o estáticas.
- Establece reglas de chequeo de salud para garantizar la operatividad.
¿Cómo optimizar para cargas de trabajo con contenedores?
Google Cloud es ideal para comenzar con contenedores antes de moverte a soluciones dinámicas como Kubernetes:
¿Cómo utilizar imágenes optimizadas para contenedores?
- Elige una máquina optimizada que tenga únicamente lo esencial para ejecutar un contenedor.
- Verifica que Docker esté corriendo, incluso si aún no hay contenedores.
Ejemplo de ejecución de contenedor en Docker:
docker run -d -p 80:80 hello-world
Esto descargará y ejecutará la aplicación HelloWorld en el puerto 80.
¡El conocimiento y la práctica te permitirán dominar el despliegue en cloud y optimizar tu infraestructura de manera eficiente y segura! Te animo a continuar explorando y poniendo en práctica estos conceptos.