Impara a costruire il futuro con Google Cloud Platform
HashTag: #GoogleCloudOnBoard
Seguire personalmente tutte le evoluzioni della tecnologia è praticamente impossibile.
Sono venuto a conoscenza dell'evento in oggetto e ho colto subito l'occasione.
Si tratta di Cloud OnBoard, una giornata gratuita di training strutturata per fornire step-by-step un’introduzione tecnica a Google Cloud Platform (GCP).
Seguendo un'agenda molto ricca, abbiamo potuto visionare diverse presentazioni, ci sono state sessioni hands-on e demo atte a visionare con i propri occhi i prodotti come Google App Engine, Datastore, Storage, Kubernetes Engine, Compute Engine e Network, Big Data e Machine Learning.
Prima di tutto devo fare i complimenti a
Lorenzo Ridi (
Software Engineer and Technical Trainer @Noovle) che ha sostenuto praticamente tutto l'evento senza farlo diventare noioso.
Ci sono stati momenti ludici per dimostrare l'efficienza dei sistemi e un sacco di informazioni riguardo una tonnellata di elementi presenti in tutto il sistema . Un sacco di icone e nomi da ricordare più un'infinità di API su cui si è sorvolato per motivi di tempo.
L'impressione è quella che con pochi passaggi e senza nessuna riga di codice si riesca a fare tantissime cose veramente fantastiche.
Google infatti mette a disposizione l'infrastruttura tecnologicamente più avanzata al mondo con strumenti che non hanno pari in grado di gestire notevoli carichi sia dal punto di vista di prestazioni che di quantità di dati in totale sicurezza rendendo così la scalabilità solo una questione amministrativa.
Mi piacerebbe approfondire ogni aspetto affrontato al trainig ma non sarebbe mai esaustivo e credo che per chi non ha ancora affrontato l'argomento sia più importante capire macroscopicamente quali siano eventualmente gli argomenti di proprio interesse da approfondire.
Argomenti di approfondimento
Compute Engine (VM scalabili e ad alte prestazioni)
Le VM di
Compute Engine possono essere create utilizzando una delle configurazioni disponibili scelta tra quelle più utilizzate o può essere scelta l'opzione di creare tipi di macchine personalizzati in base alle esigenze specifiche.
Approfondimento:
cloud.google.com/compute/
Kubernetes
E' un sistema open-source ( è stato fatto anche un confronto con altri due sistemi ) di automazione della distribuzione, ridimensionamento e gestione di applicazioni containerizzate. Raggruppa i
contenitori (
Containers) che costituiscono un'unità standardizzata che riunisce tutti i componenti e le dipendenze di un'applicazione, inclusi il codice, il runtime, i file binari e le librerie.
Approfondimenti :
cloud.google.com/kubernetes-engine/
AppEngine
Google
App Engine è una piattaforma completamente gestita che astrae del tutto l'infrastruttura, permettendo di concentrarsi esclusivamente sul codice. Significa che non ci si dovrà più preoccupare della parte legata alla scalabilità dell'app nel gestire il traffico, nel bilanciamento del carico, nel controllo dello stato e l'idoneità delle istanze, nonché l'applicazione di aggiornamenti al sistema operativo di base: tutte queste operazioni verranno completamente gestite da Google.
App Engine supporta fin da subito Node.js, Java, Ruby, C#, Go, Python e PHP.
App Engine è progettato per fare in modo che l'utente possa sfruttare un ecosistema crescente di servizi gestiti, accessibile con una semplice chiamata API.
Approfondimenti:
cloud.google.com/appengine/
Cloud Functions (beta)
Modelli di calcolo completamente serverless possono essere attivati on demand in risposta a eventi provenienti da qualsiasi origine.
Cloud Functions consente di creare e distribuire servizi a livello di singole funzioni, piuttosto che a livello di intere applicazioni, container o VM.
Approfondimenti:
cloud.google.com/functions/
Bigtable
Un servizio di database NoSQL ad alte prestazioni per carichi di lavoro analitici e operativi di grandi dimensioni. È lo stesso database su cui si basano molti dei principali servizi di Google, tra cui Ricerca, Analytics, Maps e Gmail.
Cloud Storage
Si tratta di archiviazione di oggetti unificata per sviluppatori e aziende, dalla distribuzione di dati in tempo reale all'analisi/ML dei dati fino all'archiviazione definitiva dei dati.
Cloud SQL
Si tratta di un servizio di gestione di database relazionali PostgreSQL (beta) e MySQL nella cloud. Offre prestazioni elevate, scalabilità e praticità ni una infrastruttura di database per le applicazioni eseguite in qualsiasi piattaforma.
Cloud Spanner
Tutti i vantaggi tradizionali di un database relazionale ma scalabile orizzontalmente fino a centinaia o migliaia di server per gestire i più imponenti carichi di lavoro transazionali.
Cloud Datastore
Si tratta di un database NoSQL a scalabilità elevata per le applicazioni web e per dispositivi mobili. Gestisce automaticamente il partizionamento orizzontale e la replica. Funzionalità come transazioni ACID, query simili a SQL, indici e molto altro ancora.
BigQuery
Un data warehouse aziendale veloce, economico e completamente gestito per l'analisi di dati su scala petabyte per l'analisi di Google. BigQuery è serverless e può eseguire la scansione di TB in pochi secondi e di PB in pochi minuti.
Approfondimenti:
cloud.google.com/bigquery/
Pub/Sub
Base semplice, affidabile e scalabile per l'analisi dei flussi e i sistemi di calcolo basati su eventi.
Dataflow
Elaborazione semplificata dei dati in modalità streaming e batch, con affidabilità ed espressività garantite. Supporta uno sviluppo rapido e semplificato delle pipeline mediante API Java e Python .
Dataproc
Un modo più veloce, facile ed economico per eseguire Spark e Hadoop.
Datalab
Strumento interattivo di facile utilizzo per l'esplorazione, l'analisi e la visualizzazione dei dati e il machine learning. Basato su Jupyter (precedentemente IPython), vanta un vasto ecosistema di moduli e una solida knowledge base. Consente di analizzare i dati in Google BigQuery, Cloud Machine Learning Engine, Google Compute Engine e Google Cloud Storage tramite Python, SQL e JavaScript.
Machine Learning
Servizio di machine learning su larga scala con modelli che coprono un ampio set di scenari, dalla creazione di modelli di regressione sofisticati alla classificazione delle immagini. È portatile, completamente gestito e integrato con altri prodotti della piattaforma Google Cloud Data, ad esempio Google Cloud Storage , Google Cloud Dataflow e Google Cloud Datalab ,
Approfondimenti :
cloud.google.com/products/machine-learning/
La location
NH Milano Congress Center ( Assago ) è stata perfetta, facile da raggiungere con i mezzi e vicina alla tangenziale ovest. L'audio era forte e pulito e ci sono diversi schermi giganti (proiezioni ben visibili e di ottima qualità) che ti permettono di seguire tutte le operazioni senza nessun problema.
Con questo evento sono molti i contenuti che si ha la possibilità di visionare e studiare sia prima dell'evento (anticipati via mail) che successivamente. Vengono forniti link di approfondimento, Video, Accessi per testare e valutare
I vari vantaggi delle soluzioni Google:
- Possibilità di porting o di sviluppo all'interno di containers o di deploy direttamente all'interno del Coud
- L'ambiente viene costantemente verificato al fine di individuare problemi di varia natura
- Sono disponibili differenti ambienti con diversi sistemi operativi preconfigurati ed ottimizzati che riducono lo spreco di risorse.
- Possono essere utilizzati moltissimi linguaggi di programmazione
- Il costo viene calcolato al secondo di utilizzo e questo porta in media ad un risparmio del 60% rispetto ad una VM tradizionale.
- GitHub
Le figure coinvolte in Cloud OnBoard
E' stato pensato per IT Manager, System Engineer e Professionisti dell’IT, Developer, Solution Architect e Business Leader che stanno esplorando i vantaggi delle soluzioni cloud o non hanno ancora una conoscenza approfondita di Google Cloud Platform. Oltre alla formazione tecnica per iniziare ad utilizzare Google Cloud Platform avrai accesso a interessanti indicazioni, suggerimenti, best-practice e alle sessioni di Q&A con il team GCP.
o
)
