- 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
Infraestructura como Código: Conceptos y Herramientas Clave
Clase 19 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
¿Qué es la infraestructura como código y cómo ha evolucionado?
La infraestructura como código (IaC) es un enfoque revolucionario que transforma cómo gestionamos los recursos de TI. Anteriormente, los administradores debían consultar documentos para conocer la configuración de las máquinas, un método lento y propenso a errores. La IaC soluciona esto al permitir definir la infraestructura mediante archivos de texto, tratándolos como código. Esto facilita la automatización, seguimiento de cambios y regresión de la infraestructura a estados previos.
¿Cuáles son los beneficios clave de la infraestructura como código?
- Automatización: Creación y gestión de recursos de TI de manera programática.
- Control de versiones: Cambios documentados y reversibles.
- Consistencia: Implementaciones repetibles y uniformes, eliminando discrepancias entre entornos.
- Auditoría: Seguimiento detallado de quién hace cambios y cuándo.
Site Reliability Engineering (SRE) y su relevancia en Google
El Site Reliability Engineering (SRE) en Google es una metodología que fusiona desarrolladores y operadores. Según Google, SRE es el resultado de aplicar ingeniería de software a funciones operativas. John Entrainor, VP de Ingeniería de Google, afirma que esta práctica redefine la confiabilidad desde el punto de vista del usuario, reduce tareas no esenciales y gestiona riesgos eficientemente.
¿Cuáles son los principios clave del SRE?
- Redefinir la confiabilidad: Tomar la perspectiva del usuario para definir expectativas de comportamiento.
- Eliminar el trabajo manual: Automatizar tareas tediosas y sin valor.
- Gestión de riesgos: Reducir el riesgo de errores operativos.
- Implementación de cambios incrementales: Desplegar cambios paulatinamente con la habilidad de revertir si es necesario.
- Creación de una cultura resiliente: Prepararse para posibles fallos y aprender de ellos.
Google Cloud Deployment Manager y otras herramientas destacadas
Google Cloud Deployment Manager permite definir recursos de TI en Google Cloud de manera declarativa usando archivos YAML. Su simplicidad y facilidad de mantenimiento lo hacen ideal para describir recursos como máquinas virtuales, almacenamiento y reglas de red.
¿Qué otras herramientas para infraestructura como código están disponibles?
-
Terraform: Creador de plantillas de infraestructura mantenido por HashiCorp. Es compatible con diversos entornos de nube y permite automatizar flujos de trabajo. Utiliza HCL y JSON para representar recursos, orígenes de datos y variables.
-
Herramientas de gestión de configuración: Unidas a IaC para roles específicos de infraestructura.
- Ansible
- Puppet
- SaltStack
- Chef
Estas herramientas coordinan y automatizan configuraciones, permitiendo que máquinas recién creadas adopten roles específicos como servidores web o bases de datos.
¿Cómo pueden las empresas beneficiarse de la adopción de IaC y SRE?
Implementar IaC y SRE permite a las organizaciones:
- Mejorar la eficiencia operativa: Menor tiempo y esfuerzo en gestión de infraestructura.
- Aumentar la calidad de servicio: Implementaciones fiables y con menos fallas.
- Reducir costos y riesgos: Menor necesidad de intervención manual y gestión optimizada.
- Fomentar la innovación continua: Esquemas ágiles que permiten adaptación y mejora constante.
Estas prácticas no solo optimizan recursos, sino que empoderan a los equipos de ingeniería para enfocarse en el núcleo de sus proyectos, elevando así la calidad y competitividad de sus productos.