Dokumen ini memberikan ringkasan gabungan tentang praktik terbaik untuk mendesain, membangun, dan mengoperasikan aplikasi di Google Kubernetes Engine (GKE). Mengikuti rekomendasi ini akan membantu Anda mengoptimalkan biaya, performa, keamanan, dan keandalan. Setiap entri tertaut ke dokumentasi yang lebih mendetail untuk topik tertentu.
Pilih kategori praktik terbaik:
| Kategori | Praktik terbaik | Ringkasan |
|---|---|---|
| Workload AI dan ML | Mengoptimalkan efisiensi workload AI/ML | Memaksimalkan efisiensi resource untuk tugas AI/ML di GKE. |
| Workload AI dan ML | Workload inferensi | Menjalankan workload inferensi machine learning di GKE. |
|
Workload AI dan ML Keandalan dan skalabilitas |
Menskalakan otomatis inferensi LLM dengan GPU | Skalakan inferensi model bahasa besar (LLM) secara otomatis menggunakan GPU di GKE. |
|
Workload AI dan ML Keandalan dan skalabilitas |
Menskalakan otomatis inferensi LLM dengan TPU | Menskalakan inferensi model bahasa besar (LLM) secara otomatis menggunakan TPU di GKE. |
| Workload AI dan ML | Mengoptimalkan inferensi LLM dengan GPU | Mengoptimalkan inferensi LLM dengan GPU di GKE. |
| Workload AI dan ML | Platform pemrosesan batch | Membangun dan mengoperasikan platform batch processing di GKE. |
| Pengoptimalan biaya | Mendesain dan mengonfigurasi cluster untuk pengoptimalan biaya | Menerapkan konfigurasi dan strategi bernilai tinggi untuk mengoperasikan cluster yang hemat resource. |
| Database | Opsi database | Memilih dan mengelola solusi database untuk aplikasi GKE. |
| Jaringan | Jaringan | Mengonfigurasi dan mengelola konektivitas jaringan untuk GKE. |
| Jaringan | Kemampuan observasi jaringan | Menerapkan kemampuan observasi jaringan, pemberitahuan, dan pengoptimalan biaya untuk GKE. |
| Operasi | Mengupgrade cluster | Pelajari cara melakukan upgrade cluster GKE yang lancar dan andal. |
| Operasi | CI/CD untuk GKE | Menerapkan pipeline continuous integration dan delivery untuk aplikasi GKE. |
| Keandalan dan skalabilitas | Skalabilitas | Pelajari prinsip dan teknik untuk menskalakan aplikasi di GKE. |
| Keandalan dan skalabilitas | Merencanakan skalabilitas | Pelajari strategi untuk mendesain lingkungan GKE yang skalabel. |
| Keandalan dan skalabilitas | Merencanakan cluster GKE besar | Pelajari cara merancang dan mengelola cluster GKE berskala besar. |
| Keandalan dan skalabilitas | Praktik terbaik untuk ComputeClasses | Praktik terbaik untuk meningkatkan keandalan, skalabilitas, keamanan, dan performa ComputeClasses. |
| Keandalan dan skalabilitas | Mendesain fleksibilitas dan efisiensi kapasitas | Pelajari strategi untuk diversifikasi hardware, penggantian multi-keluarga, dan penjadwalan regional untuk meningkatkan ketersediaan kapasitas di GKE. |
| Keandalan dan skalabilitas | Praktik terbaik untuk menjalankan workload HPC | Praktik terbaik untuk mengoptimalkan menjalankan workload komputasi berperforma tinggi (HPC) di GKE. |
| Keandalan dan skalabilitas | Merencanakan workload besar | Men-deploy dan mengelola aplikasi yang menggunakan banyak resource. |
| Keamanan | Memperkuat cluster GKE Anda | Meningkatkan postur keamanan GKE pada cluster GKE Anda. |
| Keamanan | Merencanakan kebijakan RBAC | Menentukan kontrol akses berbasis peran untuk mengelola izin. |
| Keamanan | Multi-tenancy Enterprise | Menjalankan beberapa tenant dengan aman di satu cluster GKE. |
| Keamanan | Praktik terbaik untuk keamanan workload AI di GKE | Meningkatkan keamanan infrastruktur, model, dan aplikasi Kubernetes yang membentuk deployment AI Anda. |