이 문서에서는 Google Kubernetes Engine (GKE)에서 애플리케이션을 설계, 빌드, 운영하기 위한 권장사항을 통합하여 개요를 제공합니다. 이러한 권장사항을 따르면 비용, 성능, 보안, 안정성을 최적화할 수 있습니다. 각 항목은 특정 주제에 대한 자세한 문서로 연결됩니다.
GKE 카테고리를 선택합니다.
또는 권장사항을 검색합니다.
| 카테고리 | 권장사항 | 요약 |
|---|---|---|
| AI 및 ML 워크로드 | AI/ML 워크로드 효율성 최적화 | GKE에서 AI/ML 작업의 리소스 효율성을 극대화합니다. |
| AI 및 ML 워크로드 | 추론 워크로드 | GKE에서 머신러닝 추론 워크로드를 실행합니다. |
| AI 및 ML 워크로드 | GPU를 사용하여 LLM 추론 자동 확장 | GKE에서 GPU를 사용하여 대규모 언어 모델 (LLM) 추론을 자동으로 확장합니다. |
| AI 및 ML 워크로드 | TPU로 LLM 추론 자동 확장 | GKE에서 TPU를 사용하여 대규모 언어 모델 (LLM) 추론을 자동으로 확장합니다. |
| AI 및 ML 워크로드 | GPU를 사용하여 LLM 추론 최적화 | GKE에서 GPU를 사용하여 LLM 추론을 최적화합니다. |
| AI 및 ML 워크로드 | 일괄 처리 플랫폼 | GKE에서 일괄 처리 플랫폼을 빌드하고 운영합니다. |
| 비용 최적화 | 비용 효율적인 Kubernetes 애플리케이션 실행 | GKE에서 Kubernetes 애플리케이션의 운영 비용을 줄입니다. |
| 데이터베이스 | 데이터베이스 옵션 | GKE 애플리케이션의 데이터베이스 솔루션을 선택하고 관리합니다. |
| 네트워킹 | 네트워킹 | GKE의 네트워크 연결을 구성하고 관리합니다. |
| 작업 | 클러스터 업그레이드 | 원활하고 안정적인 GKE 클러스터 업그레이드를 수행하는 방법을 알아봅니다. |
| 작업 | GKE용 CI/CD | GKE 애플리케이션을 위한 지속적 통합 및 배포 파이프라인을 구현합니다. |
| 안정성 및 확장성 | 확장성 | GKE에서 애플리케이션을 확장하는 원칙과 기법을 알아봅니다. |
| 안정성 및 확장성 | 확장성 계획 | 확장 가능한 GKE 환경을 설계하는 전략을 알아봅니다. |
| 안정성 및 확장성 | 대규모 GKE 클러스터 계획 | 대규모 GKE 클러스터를 설계하고 관리하는 방법을 알아봅니다. |
| 안정성 및 확장성 | HPC 워크로드 실행을 위한 권장사항 | GKE에서 고성능 컴퓨팅 (HPC) 워크로드 실행을 최적화하기 위한 권장사항 |
| 안정성 및 확장성 | 대규모 워크로드 계획 | 리소스 집약적인 애플리케이션을 배포하고 관리합니다. |
| 보안 | GKE 클러스터 강화 | GKE 클러스터의 GKE 보안 상황을 강화합니다. |
| 보안 | RBAC 정책 계획 | 역할 기반 액세스 제어를 정의하여 권한을 관리합니다. |
| 보안 | 엔터프라이즈 멀티테넌시 | 단일 GKE 클러스터에서 여러 테넌트를 안전하게 실행합니다. |