GKE-Ressourcen mit Terraform bereitstellen | Google Kubernetes Engine (GKE)

Zum Hauptinhalt springen

Technologiebereiche

KI und ML
Anwendungsentwicklung
Anwendungshosting
Compute
Datenanalyse und Pipelines
Datenbanken
Verteilt, Hybrid und Multi-Cloud
Branchenlösungen
Migration
Netzwerk
Beobachtbarkeit und Monitoring
Sicherheit
Storage

Produktübergreifende Tools

Zugriffs- und Ressourcenverwaltung
Kosten- und Nutzungsmanagement
Infrastruktur als Code
SDK, Sprachen, Frameworks und Tools

/

Console

English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어

Anmelden

Google Kubernetes Engine (GKE)

Jetzt kostenlos testen

Übersicht Übersicht Leitfäden Referenzen Beispiele Ressourcen

Technologiebereiche
- Mehr
Produktübergreifende Tools
- Mehr
Console

Erste Schritte
Produktübersicht
GKE-Dokumentation ansehen
GKE oder Cloud Run verwenden?
Jetzt ausprobieren
GKE-Dienste mit Gemini-Unterstützung optimieren
Grundlagen kennenlernen
Informationen zu GKE
Kubernetes-Grundlagen kennenlernen
GKE-Grundlagen kennenlernen
- GKE-Betriebsmodi
- Video-Playlist: GKE-Grundlagen
Häufig verwendete GKE-Nutzerrollen und ‑Aufgaben
Los gehts
Cluster-Lebenszyklus
Übersicht der Clusterverwaltung
Clusterkonfiguration
Arbeitslasten bereitstellen
GKE-Clusterarchitektur
Workflows und Tools
Lernpfad: Anwendung containerisieren
Lernpfad: Skalierbare Apps
Entwerfen und planen
Codebeispiele
Best Practices für GKE
Architekturen
- Anwendungen mit Cloud Code, Cloud Build und Google Cloud Deploy entwickeln und bereitstellen
- Continuous-Delivery-Herausforderungen bewältigen
GKE-Cluster einrichten
Cluster zum Ausführen von Arbeitslasten planen
GKE-Cluster mit Gemini entwerfen
Autopilot-Cluster einrichten
Standardcluster einrichten
Verwendung von Clustern vorbereiten
- Labels zum Organisieren von Clustern verwenden
- GKE-Ressourcen mit Tags verwalten
Knotenpools konfigurieren
Cluster für Mehrmandantenfähigkeit einrichten
Flotten verwenden, um die Multi-Cluster-Verwaltung zu vereinfachen
- Flotten
- Flotten erstellen
Skalierbarkeit für Cluster verbessern
Kosten senken und optimieren
GKE-Cluster zur Kostenoptimierung entwerfen und konfigurieren
Autoscaling für Arbeitslasten konfigurieren
Autoscaling für Infrastruktur konfigurieren
Fehlertolerante Arbeitslasten kostengünstiger ausführen
GKE-Kosten ansehen
- Aufschlüsselung der Clusterkosten ansehen
- Kostenbezogene Optimierungsmesswerte ansehen
GKE-Kosten optimieren
Speicher bereitstellen
Speicher für GKE-Cluster
Kubernetes-Funktionen, ‑Primitive und ‑Abstraktionen für den Speicher verwenden
- Nichtflüchtige Volumes und dynamische Bereitstellung verwenden
- StatefulSets verwenden
- Volume-Snapshots
- Volume-Erweiterung verwenden
- Volumes mit Daten aus Cloud Storage füllen
  - GKE Volume Populator
  - Datenübertragung auf Hyperdisk ML automatisieren
Blockspeicher
- Nichtflüchtige Speicher bereitstellen und verwenden
- Hyperdisk bereitstellen und verwenden
- GKE Data Cache bereitstellen und verwenden
  - Lesevorgänge zustandsorientierter Arbeitslasten mit GKE Data Cache beschleunigen
- Nichtflüchtigen Speicher verwalten
- Laufwerksleistung optimieren
  - Laufwerkleistung optimieren
  - Laufwerkleistung überwachen
Lokale SSD und sitzungsspezifischer Speicher
Dateispeicher
- Lustre-Volumes bereitstellen und verwenden
- Filestore bereitstellen und verwenden
Objektspeicher
Arbeitslasten bereitstellen und verwalten
Autopilot-Arbeitslasten bereitstellen
Knotenattribute mit ComputeClasses konfigurieren
Arbeitslasten auf optimierter Hardware bereitstellen
Arbeitslasten mit besonderen Sicherheitsanforderungen bereitstellen
Arbeitslasten bereitstellen, für die spezielle Geräte erforderlich sind
Arbeitslasten mit Pod-Snapshots sichern und wiederherstellen
- Pod-Snapshots
- Aus einem Pod-Snapshot wiederherstellen
Arbeitslasten migrieren
- Standardcluster für die Migration zu Autopilot identifizieren
- Migration von Standardclustern zu Autopilot-Clustern vorbereiten
Arbeitslasten verwalten
- GKE-Pods in bestimmten Zonen platzieren
- Zonenausfall simulieren
- Arbeitslasteffizienz mit NCCL Fast Socket verbessern
- Container-Image-Digests
- Container-Image-Digests in Kubernetes-Manifesten verwenden
- Initialisierungsgeschwindigkeit von Arbeitslasten verbessern
  - Streaming-Container-Images verwenden
  - Sekundäre Bootlaufwerke zum Vorabladen von Daten oder Container-Images verwenden
- Arbeitslasten mit Namespaces isolieren
Continuous Integration und Continuous Delivery
Arbeitslasten nach Anwendungstypen bereitstellen
KI-/ML-Arbeitslasten
- KI‑/ML-Orchestrierung in der GKE
- GKE-Hypercluster
Arbeitslasten für Datenbanken, Caches und Datenstreaming
Webserver und Anwendungen
Game Servers
- Unterstützung bei Problemen mit Agones und Game Servers erhalten
- Agones-Controller in Ihrem GKE-Cluster isolieren
Arm-Arbeitslasten bereitstellen
Microsoft Windows
Cluster verwalten und optimieren
Clusterlebenszyklusänderungen verwalten, um Unterbrechungen zu minimieren
Nutzung von GKE mit Informationen und Empfehlungen optimieren
GKE-Cluster verwalten
Cluster und Arbeitslast für das Staging konfigurieren
Arbeitslastleistung optimieren
Cluster und Knotenpools aktualisieren