Dokumentation zu Data on GKE
Bei datenintensiven Arbeitslasten können Sie aus den folgenden Optionen auswählen, um die Anforderungen Ihrer Organisation am besten zu erfüllen:
- Vollständig verwaltete Datenlösungen: Verwaltete Angebote wie Cloud SQL, Memorystore, Dataproc oder Cloud Spanner sind einfacher in der Wartung und Handhabung und eine gute Wahl, wenn Sie keine detaillierte Kontrolle benötigen.
- Datenanwendung in Kubernetes Sie können Ihre zustandsorientierten Anwendungen auf einemGoogle Kubernetes Engine (GKE)-Cluster mit allen Vorteilen von verwaltetem Kubernetes einschließlich Skalierbarkeit, Sicherheit, Robustheit und Kosteneffizienz bereitstellen und ausführen. Sie können Kubernetes-Operatoren wie die für Kafka und Redis verwenden, um die Verwaltung Ihrer Arbeitslasten zu vereinfachen.
Erfahren Sie, wie Sie mit Datenarbeitslasten in Kubernetes die Kosten senken und den ROI Ihrer Organisation steigern können. Bericht „Data on Kubernetes 2022“ lesen
Proof of Concept mit einem Guthaben in Höhe von 300 $ starten
- Zugriff auf Gemini 2.0 Flash Thinking erhalten
- Kostenlose monatliche Nutzung beliebter Produkte wie AI APIs und BigQuery
- Keine automatischen Abbuchungen, keine Verpflichtung
Mehr als 20 Produkte immer kostenlos nutzen
Sie haben Zugriff auf mehr als 20 kostenlose Produkte für gängige Anwendungsfälle, darunter KI-APIs, VMs, Data Warehouses und mehr.
Dokumentationsressourcen
Datenbanken und Caches
- Leitfaden
- Leitfaden
- Tutorial
KI und Machine Learning
- Blog
- Leitfaden
- Leitfaden
Content-Management
- Leitfaden
- Leitfaden
- Tutorial
Weitere Informationen
Qdrant-Vektordatenbank in GKE bereitstellen
Qdrant-Vektordatenbankcluster in GKE bereitstellen
PostgreSQL mit CloudNativPG in GKE bereitstellen
PostgreSQL mithilfe des CloudNativePG-Operators in GKE-Clustern bereitstellen
PostgreSQL mit Zalando in GKE bereitstellen
PostgreSQL mithilfe des Zalando-Operators in GKE-Clustern bereitstellen
Redis mit Redis Enterprise in GKE bereitstellen
Redis mithilfe des Redis Enterprise-Operators in GKE-Clustern bereitstellen
Apache Kafka mit Confluent in GKE bereitstellen
Apache Kafka mithilfe des Confluent-Operators in GKE-Clustern bereitstellen
Apache Kafka mit Strimzi in GKE bereitstellen
Apache Kafka mithilfe des Strimzi-Operators in GKE-Clustern bereitstellen
Anwendung mit GKE Autopilot und Cloud Spanner bereitstellen
Stellen Sie eine containerisierte Webanwendung in einem GKE Autopilot-Cluster bereit und verwenden Sie eine Google Cloud Spanner-Datenbank im Backend zum Speichern von Daten.
Statusbehafteten MySQL-Cluster in GKE bereitstellen
MySQL-InnoDB-Cluster und MySQL-Router-Middleware in GKE bereitstellen
Hochverfügbaren Kafka-Cluster in GKE bereitstellen
Stellen Sie hochverfügbare Kafka-Cluster in GKE bereit, um Streaming-Datenpipelines zu erstellen.
Anwendung in Kubernetes Engine mit Cloud SQL verbinden
Verbinden Sie eine Anwendung in GKE mit Cloud SQL über den Cloud SQL Proxy-Container.
Redis-Cluster in GKE bereitstellen
Hier erfahren Sie, wie Sie einen hochverfügbaren Redis-Cluster erstellen und bereitstellen.
CSI-Treiber für nichtflüchtigen Speicher der Compute Engine verwenden
Volumes bereitstellen, die von nichtflüchtigen Compute Engine-Speichern unterstützt werden, und eine Verbindung zu diesen herstellen.
Cloud Spanner mit GKE Autopilot verbinden
Erfahren Sie, wie Sie mehrere in GKE Autopilot ausgeführte Backend-Dienste mithilfe von Terraform und Workload Identity mit einer Cloud Spanner-Datenbank verbinden.
MongoDB-Datenbank mit StatefulSets in Kubernetes ausführen
Erfahren Sie, wie Sie eine MongoDB-Datenbank mit einem StatefulSet einrichten.
Spark-Job in Dataproc in GKE ausführen
Erstellen Sie einen virtuellen Dataproc-Cluster in GKE und führen Sie dann einen Spark-Job im Cluster aus.
Memcached in GKE bereitstellen
Hier erfahren Sie, wie Sie einen Cluster verteilter Memcached-Server in GKE bereitstellen.
El Carro treibt Veränderungen für Regnology voran
El Carro ist ein Open-Source-Kubernetes-Operator zur Automatisierung der Verwaltung von Oracle-Datenbanken.
Jetzt neu: Cloud Storage FUSE und GKE CSI-Treiber für KI/ML-Arbeitslasten
Greifen Sie mit Dateisemantik auf in Google Cloud Storage gespeicherte KI/ML-Daten in Containern zu, die in GKE ausgeführt werden.
Backup for GKE
Sicherung für GKE ist ein Dienst zum Sichern und Wiederherstellen von Arbeitslasten in GKE-Clustern.
Mikrodienst-Anwendungen skalieren: von Open Source zu Redis Enterprise auf Google Cloud
Mit Google Cloud und Redis von Open Source zu Unternehmensanwendungen wechseln.
Google Kubernetes Engine mit Cloud SQL verbinden – Auth-Proxy-Operator
Vereinfachen Sie die Verbindung von GKE zu Cloud SQL.
Zustandsbehaftetes PostgreSQL-Beispiel
Erstellen Sie einen zustandsorientierten PostgreSQL-Cluster mit Kubernetes und Tag 1-/2-Vorgängen wie Monitoring mit Cloud Monitor und Notfallwiederherstellung mit Backup for GKE und stellen Sie diesen bereit.
Zustandsbehaftetes MySQL-Beispiel
Stellen Sie eine MySQL-Datenbankinstanz in GKE mit der erforderlichen Benennung und Konfiguration bereit, um einen MySQL-InnoDB-Cluster zu erstellen.
Beispiel für zustandsorientiertes Kafka
Erstellen Sie einen zustandsorientierten Kafka-Cluster mit Kubernetes und Tag 1-/2-Vorgängen wie Monitoring mit Cloud Monitor und Notfallwiederherstellung mit Backup for GKE und stellen Sie diesen bereit.
Zustandsorientierte Arbeitslast mit Filestore-Beispiel
Erstellen Sie Deployments, die im NFS (Network File System) lesen und schreiben können.
Ähnliche Videos
GKE selbst testen
Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.