[Google K8s教學]第一次使用Google Kubernetes Engine就上手
Google K8s cluster架構圖

[Google K8s教學]第一次使用Google Kubernetes Engine就上手

我們用一個簡單的scenario來try一下GKE,讓各位快速了解一下,在GKE上做事,比Kubernetes上簡單非常多。 1.準備一支Node.js應用程式 (含範例程式碼) 2.做成Docker container image (不需要image server) 3.把image推送並儲存在Container Registry (Google免費儲存) 4.建立GKE Cluster (一條指令),部署Hello Node (一條指令) 5.讓應用程式上線expose (一條指令,並自動建立Load Balance和防火牆規則) 6.把Pod從1個擴充到4個 (一條指令)

0 Comments
第一次使用GCP就上手 – GCP主控台簡介
第一次使用GCP就上手-GCP主控台簡介

第一次使用GCP就上手 – GCP主控台簡介

今天來為各位介紹GCP的主要操作畫面,假設各位的GCP專案已經開起來了。 請進入這個網址:https://console.cloud.google.com/ 會看到大致如下的畫面:   GCP主控台 console 介紹 為什麼我會說大致上呢?因為GCP其實不斷的在更新,它的功能,甚至操作介面也不斷的在更改,也許兩個禮拜後又突然多一個按鈕,甚至多出一個視窗都有可能。 以下我挑幾個比較重要的區會詳細說明。 首先是你的專案資訊:   GCP 專案資訊 其實這部分最重要的是,當你的組織越來越大的時候,你手上可能會有數十個專案需要管理,你要確定你是在正確的專案環境裡面,不要做錯專案喔! 如果要切換專案,可以點擊右邊的倒三角形:   切換專案環境 開啟小視窗   GCP 專案和組織選單 為什麼有些人的專案是在某個組織底下,有些人的專案是「無組織」?最主要的原因就是因為你所屬的公司有沒有使用G suite(或是Cloud identity)身份識別工具,如果有的話,系統管理員在建立第一個GCP專案的時候,就會自動建立這個組織單位,如果沒有使用的話會一直保持在無組織的狀態。 有了組織這個功能,它就可以用階層式去管理你的公司下面所有的專案,也可以針對不同部門,授權不同用戶來管理,如果沒有組織,每個專案的管理都是各自為政,如果公司規定每個專案都要啟用某項功能,管理員必須要逐一去設定。 接下來是已使用的資源:   GCP 已使用的資源 這部分看起來很簡單不是嗎?只是知道自己開了哪些東西而已。你剛開始使用GCP可能沒有感覺,當你開了許多大台機器,或是大數據分析、機器學習的時候,你就會很有感覺,因為你使用的資源越多下個月收到的帳單金額就會越大。…

0 Comments

Anthos GKE 介紹

GKE On-Prem Solution 之前我們介紹過整個Anthos的概觀,這一篇我們來詳細解說其中一個功能。 GKE on-prem,說白話就是把GKE整個平台搬到你的地端機房使用。GKE on-prem跟GKE有著一樣的功能,例如1. work node是自動化管理2. GKE on-prem底層也是跟GCP上的GKE一樣是經過Google驗證測試過的3. 軟體解決方案,意謂這是直接部署在您的vmware環境中的。不需要購買額外的硬體,直接使用現有的環境4. 高度整合Istio/Knative/GCP的Marketplace/ Cloud Build/Container Registry, /Logging and Monitoring等等GCP上的功能 管控GKE on-prem的工作就如同你在GKE在操作介面一樣,都是在同一個管理介面做管控。在GCP上的console與GKE on-prem的溝通都是通過Https/TLS方式,網管人員不需要特別為這個架構再做特殊的設定。 Anthos GKE架構 有三個元件組成1. Admin Workstation2. Admin Cluster3. User…

0 Comments

機器學習前線!我開始使用Google CLOUD MACHINE LEARNING ENGINE!

最近,我經常聽到機器學習和深度學習這兩個詞。你知道機器學習,但有些人可能沒有真正使用它。去年,google宣布推出用於機器學習的雲服務。這是Google Cloud Machine Learning。 Google Cloud Machine Learning是一個託管平台(由Google Cloud Platform提供),可讓您輕鬆構建任意大小的機器學習模型,無論大小如何。Google Cloud Machine Learning(Cloud ML)的背面使用了由Google開發的機器學習庫TensorFlow。但是,如果不了解TensorFlow或機器學習,可以輕鬆嘗試Cloud ML。 這次,我想使用Cloud ML使用MNIST執行圖像分析,MNIST通常用於機器學習教程。MNIST是一個包含手寫數字圖像數據和正確標籤的數據集。使用此數據集訓練機器學習模型。然後,機器學習模型可以預測手寫數字圖像代表哪個數字。訓練腳本和數據集已經可用,因此只需完成命令即可。請試試看。 ※由於Cloud ML目前是測試版,因此可能會更改規格。 MNIST由手繪圖像組成,如上圖所示,每個圖像都有正確的答案標籤。(引自MNIST For ML Beginners) 目錄 什麼是Google Cloud Machine LearningCloud Machine Learning費用Cloud…

0 Comments

CLOUD MACHINE LEARNING ENGINE簡介(第1部分)

最近,“大數據”這個詞已經變得流行,“數據科學家是21世紀最潮流的職業”等等。數據科學的重點是分析數據和提取有用的信息。 在WEB世界中,針對給定的搜索詞返回適當的結果,根據用戶的行動歷史估計諸如年齡和性別的屬性,顯示適當的廣告,並確定垃圾郵件,數據科學方法應用於各個地方。當然,google是這個行業的領頭,擁有應用數據科學的優秀技術,更令人印象深刻的是,它的一部分作為API釋出給用戶。此次推出的CLOUD MACHINE LEARNING ENGINE就是其中之一。 雖然數據科學涉及各種領域,如統計,機器學習,模式識別和數據庫,但CLOUD MACHINE LEARNING ENGINE是一種基於機器學習提供CLOUD MACHINE LEARNING ENGINE。在本文中,我們將其分為第1部分,第2部分和第3部分,第1部分將概述機器學習和CLOUD MACHINE LEARNING ENGINE,第2部分和第3部分將說明如何實際使用它們。 第2部分和第3部分的文章在這裡 CLOUD MACHINE LEARNING ENGINE 簡介(第1部分)CLOUD MACHINE LEARNING ENGINE 簡介(第2部分)CLOUD MACHINE LEARNING ENGINE 簡介(第3部分) 什麼是機器學習…

0 Comments

End of content

No more pages to load