Acerca de este curso
En este curso, los alumnos aprenderán como diseñar, desarrollar y desplegar aplicaciones que constantemente se integran componentes del ecosistema de Google Cloud. Mediante la combinación de presentaciones, demos y laboratorios, los alumnos aprenderán como utilizar los servicios de GCP y APIs de machine learning ya entrenadas para montar aplicaciones seguras, escalables e inteligentes en la nube.
A quién va dirigido
Este curso está dirigido a desarrolladores de aplicaciones que quieren montar aplicaciones en la nube o rediseñar las aplicaciones existentes para ejecutarlas en Google Cloud Platform.
Para obtener el mayor beneficio de este curso, los alumnos deben tener:
- Completado el curso Google Cloud Platform Fundamentals o experiencia equivalente.
- Conocimiento en Node.js.
- Competencia básica con herramientas de línea de comandos y entornos Linux.
Objetivos del curso
Al finalizar este curso, el alumno será capaz de:
- Utilizar las mejores prácticas para desarrollar una aplicación.
- Escoger la opción de almacenamiento apropiada para los datos de la aplicación.
- Implementar administración de identidad federada.
- Desarrollar componentes o microservicios débilmente acoplados.
- Integrar componentes y datos de una aplicación.
- Depurar, rastrear y monitorizar aplicaciones.
- Realizar despliegues con contenedores y servicios de despliegue.
- Escoger el entorno apropiado para ejecutar la aplicación; Utilizar Kubertes Engine como entorno y cambiar a una solución no operacional con App engine Flex de Google.
Contenidos
Prácticas recomendadas para desarrollar aplicaciones
- Gestión de códigos y entornos.
- Diseño y desarrollo de microservicios y componentes de aplicaciones seguros, escalables, fiables y con bajo acoplamiento.
- Integración y entrega continuas.
- Rediseño de aplicaciones para la nube.
Bibliotecas de cliente de Google Cloud, SDK de Google Cloud y SDK de Google Firebase
- Configuración y uso de las bibliotecas de cliente de Google Cloud, del SDK de Google Cloud y del SDK de Google Firebase.
- Lab: configurar las bibliotecas de cliente de Google Cloud, el SDK de Google Cloud y el SDK de Google Firebase en una instancia de Linux y configurar las credenciales de la aplicación.
Información general sobre las opciones de almacenamiento de datos
- Descripción general de las opciones disponibles para almacenar datos de aplicaciones.
- Casos prácticos sobre Google Cloud Storage, Google Cloud SQL, Google Cloud Bigtable y Google Cloud Datastore.
Prácticas recomendadas para usar Google Cloud Datastore
- Prácticas recomendadas:
- Consultas.
- Índices integrados y compuestos.
- Inserción y eliminación de datos (operaciones por lotes).
- Transacciones.
- Gestión de errores.
- Carga de datos en lote en Cloud Datastore mediante Google Cloud Dataflow.
- Lab: almacenar datos de aplicaciones en Cloud Datastore.
Realizar operaciones en segmentos y objetos
- Operaciones que se pueden realizar en segmentos y objetos.
- Modelo de coherencia.
- Gestión de errores.
Prácticas recomendadas para usar Google Cloud Storage
- Nombrar segmentos para sitios web estáticos y con otros fines.
- Nombrar objetos (desde la perspectiva de distribución de acceso).
- Consideraciones sobre el rendimiento.
- Configuración y depuración de una configuración intercambio de recursos de origen cruzado en un segmento.
- Lab: almacenar archivos en Cloud Storage.
Administrar la autenticación y la autorización
- Funciones y cuentas de servicio de Cloud IAM.
- Autenticación de usuario mediante Firebase Authentication.
- Autenticación y autorización de usuarios mediante Cloud Identity Aware Proxy.
- Lab: autenticar usuarios con Firebase Authentication.
Utilizar Google Cloud Pub/Sub para integrar componentes de aplicaciones
- Temas, editores y suscriptores.
- Suscripciones de inserción y extracción.
- Casos prácticos para Cloud Pub/Sub.
- Lab: desarrollar un servicio de backend para procesar mensajes en una cola de mensajes.
Añadir información a aplicaciones
- Información general sobre las API de aprendizaje automático ya preparadas, como la API Cloud Vision y la API Cloud Natural Language Processing.
Utilizar Google Cloud Functions para el procesamiento orientado a eventos
- Conceptos clave, como activadores, funciones de fondo y funciones HTTP.
- Casos prácticos.
- Desarrollo y despliegue de funciones.
- Almacenamiento de registros, informes de errores y supervisión.
Administrar APIs con Google Cloud Endpoints
- Configuración abierta de despliegues de APIs.
- Lab: desplegar una API para tu aplicación.
Desplegar aplicaciones mediante Google Cloud Container Builder, Google Cloud Container Registry y Google Cloud Deployment Manager
- Creación y almacenamiento de imágenes de contenedor.
- Despliegues repetibles con configuraciones y plantillas de despliegue.
- Lab: utilizar Deployment Manager para desplegar una aplicación web en entornos de prueba y de producción de los entornos flexibles de Google App Engine.
Entornos de ejecución para aplicaciones
- Consideraciones que deben tenerse en cuenta a la hora de elegir un entorno de ejecución para tu aplicación o servicio:
- Google Compute Engine.
- Kubernetes Engine.
- Entorno flexible de App Engine.
- Cloud Functions.
- Cloud Dataflow.
- Lab: desplegar tu aplicación en el entorno flexible de App Engine
Depurar, supervisar y ajustar el rendimiento con Google Stackdriver
- Stackdriver Debugger.
- Stackdriver Error Reporting.
- Lab: depurar los errores de una aplicación con Stackdriver Debugger y Error Reporting.
- Stackdriver Logging.
- Conceptos clave de Stackdriver Trace y Stackdriver Monitoring.
- Lab: utilizar Stackdriver Monitoring y Stackdriver Trace para localizar una solicitud de varios servicios y para analizar y optimizar el rendimiento.