博客

3 一月 2017

使用Google云端平台的9最佳培训课程

借助Google云端平台,您可以制作,测试和部署应用程序,以满足您的网站,便携式和后端安排在Google极具适应性和可靠性的框架中的需求。

云平台为个人电脑,储存,组织,巨大的信息,机器学习和操作提供全方位的云项目和管理,而这只是冰山一角。

Google云端平台资源

云平台包括一系列物理资源,例如PC和硬盘驱动器以及虚拟资产,例如虚拟机(VM),这些资源包含在Google的服务器群中。 每个服务器农场区域都位于全球的区域。 地区包括中美洲,西欧和东亚。 每个区域都是区域的积累,这些区域在区域内相互隔离。 每个区域都由一个名称来识别,该名称将字母标识符与该区域的名称进行合并。 例如,东亚地区的一个地区名为asia-east1-a。

这种资产转移带来了一些好处,在失望情况下重复重复,并通过寻找更接近客户的资产减少惰性。 这个发行额外提出了一些关于资产如何一起使用的标准。

以下是Google Cloud Platform中最好的培训课程和认证:

  • 解决方案开发者步骤1平台基础(CP100A)
  • 解决方案开发者步骤2为Google云开发解决方案(CPD200)
  • 谷歌集装箱引擎和Kubernetes
  • 面向系统运营专业人员的Google云平台
  • Google云平台解决方案架构师 - CPA200
  • Google云端平台大数据和机器学习
  • Google云端平台 - 合格数据分析师(CPE201)
  • Google云端数据流编程和Pub / Sub
  • Google Big Query for Data Analysts(CPB200)

  1. GOOGLE CLOUD平台基本版 - CP100A

该课程让成员了解Google Cloud Platform项目和管理。 通过教育家驱动的演示,展示和动手实验室的混合,understudies会评估Google云平台以及如何将基于云的安排整合到业务方法中。

观众

本课程针对希望在Google Cloud Platform上部署应用程序和制定应用程序情况的安排设计人员,框架运营专家和安排草拟人员提出。 该课程同样适用于评估Google云平台满足其业务需求的能力的官员和商业领袖。

先决条件

没有。 改善应用程序的性质,Linux工作框架,框架操作以及信息调查/机器学习有助于理解所获得的创新。

目标

在这个为期一天的课程结束时,成员将有能力:

  • 区分每个Google云端平台项目和主管部门的原因和估算
  • 澄清Iaas和PaaS之间的区别
  • 列出与Google云端平台管理部门连接的技巧
  • 描述客户利用Google云端平台改进其组织的课程
  • 了解如何在Google云端平台上选择合适的应用程序部署环境:Google App Engine,Google Container Engine或Google Compute Engine
  • 将应用程序部署到:Google App Engine,Google Container Engine和Google Compute Engine
  • 想一想Google云端平台的备选方案:Google Cloud Storage,Google Cloud SQL,Google Cloud Bigtable和Google Cloud Datastore
  • 部署利用Google Cloud Datastore和Google Cloud Storage存储信息的应用程序
  • 将信息堆叠到BigQuery中并提出质疑
  1. 开发GOOGLE CLOUD平台解决方案(CPD200)

此课程让成员了解Google Cloud Platform的解决方案开发。 通过混合教育家推动演示,展览和动手实验,混合研究会了解如何使用Google App Engine,Google Cloud Datastore和Google Cloud Endpoints创建基于云的应用程序。

观众

本课程面向有经验的应用工程师,他们需要了解如何将应用程序迁移到云或为Google Cloud Platform制作本地,基于云的应用程序。

先决条件

在进入本课程之前,成员应该拥有:

  • 转到CP100A - Google云平台基础知识(或比例体验)
  • 充电线仪器和Linux工作框架情况的基本功能
  • 遇到使用典型编程方言创建应用程序和API,例如Java或Python
  • 之前安排的升级遇到,无论是在本地还是在开放的云环境中

目标

在本课程结束时,成员将有能力:

  • 利用Google云端平台控制台监督Google云端来源库
  • 使用App Engine SDK测试App Engine应用程序
  • 进入App Engine开发服务器控制台
  • 利用Google Cloud Endpoints制作API
  • 使用API​​ Explorer测试云端点API
  • 利用App Engine SDK将应用程序部署到App Engine
  • 使用不同的管理配置,结构和配置App Engine应用程序
  • 使用Google云端平台控制台制作客户端ID
  • 使用验证来保护App Engine管理和云端点API
  • 配置和传输新形式的App Engine管理
  • 将Google Cloud Logging合并到App Engine应用程序中
  • Google云端平台扩展中的调查数量利用率
  • 使用App Engine应用程序协调各种容量
  • 制作并执行信息显示,以便与Google Cloud Datastore一起使用
  • 在Google Cloud Datastore中执行各种查询
  • 检查Google Cloud Datastore中的清单安排
  • 利用Google Cloud Datastore执行交易
  • 在Google Cloud Platform控制台中审核Google Cloud Trace报告
  • 将Memcache API协调到App Engine应用程序以扩展执行
  • 配置,运行和审核Google Cloud Security Scanner的收益率
  • 配置各个App Engine服务的缩放行为
  • 为推送任务队列制作App Engine处理程序
  • 使用Mail API从App Engine应用程序发送电子邮件
  • 使用Cron服务计划App Engine中的任务
  • 检修Cron服务的设置
  • 安全任务推送和Cron服务处理程序
  • 从合资企业发送Google云端平台信息
  • 清除Google Cloud Platform任务和资产
  1. GOOGLE CONTAINER ENGINE和KUBERNETES - CP306A

该课程让成员了解Google Container Engine(GKE)和Kubernetes。 通过教师驱车演示,放映和动手实验,混合培训可以利用Google Container Engine部署和保持应用程序的关键想法和实践。

观众

本课程计划安排设计人员,框架运营专家,编排建模人员和改进运营专家,他们负责创建,移动和部署与Google云平台(GCP)相关的隔离专区构建应用程序。

先决条件

在进入本课程之前,成员应该拥有:

  • 转到CP100A - Google云端平台基础知识(或同等理解)
  • 充电线设备和Linux工作框架的基本能力
  • 较早的框架操作或升级操作遇到,无论是在本地还是在开放的云环境中
  • 自然与隔间和基于持有人的进步,例如,码头工人

目标

在这个为期一天的课程结束时,成员将有能力:

  • 区分Google Container Engine和Kubernetes背后的动机和使用案例
  • 明确持有者分组细分的能力:案例,标记,复制控制器和主管部门
  • 区分Google Container Registry的原因和使用案例
  • 制作Docker图片并将其发送到Google Container Registry
  • 明确一堆部分的能力:王牌场合和集体中心
  • 利用云平台控制台创建持有人群
  • 利用Google云SDK SDK召唤线设备和kubectl订单线实用程序与隔层串进行通信
  • 使用JSON格式表征案件
  • 将案例部署到一个容器引擎群
  • 制作一个容器引擎,以便逐步缩小Redis场合的集合
  • 完成表征复制控制器和其监督的案例设置的安排文档
  • 在制作复制控制器和单元之后,重新调整聚集
  • 利用表征主管部门,复制控制器,案例的YAML文档部署基于分区的应用程序
  • 表征防火墙原理和负载平衡器,以发现基于隔间的应用程序的管理
  1. 用于系统运营专业人员的GOOGLE云平台CPO200

该课程让成员了解使用情况以及利用Google云端平台开放云框架。 通过教育家驱动演示和动手实验,混合演示可以了解如何部署云基础部分,例如系统,框架和应用程序。 本课程旨在为会员提供强有力的实践理解,并且基本上以实验为中心。

观众

本课程针对使用Google云端平台的系统运营专家和系统管理员计划制定或移动应用情况和基础

先决条件

在进入本课程之前,成员应该拥有:

  • 转至CP100A - Google云端平台基础知识(或类似经验)
  • 充电线仪器和Linux工作框架情况的基本功能
  • 早期的架构操作会遇到,无论是在本地还是利用开放式云

目标

在为期四天的课程结束时,成员将有能力:

  • 理解规划和部署到云时需要考虑的中心占有者
  • 利用Google Developers Console来制作和处理不同的事业
  • 利用福利记录和授权共享参与活动之间的级别访问
  • 制作Google Compute Engine示例
  • 制作一个非默认系统并审核您的系统安排
  • 查看默认和非默认系统
  • 使用和不使用标签制作防火墙规则
  • 制作并使用调整后的Compute Engine图片
  • 为计算引擎案例设置审批范围
  • 保留一个外部IP地址以进行事件
  • 预览计算引擎示例
  • 预览信息圈
  • 利用引导勤奋的圈子制作照片
  • 将图片传输到Google Container Registry
  • 使计算引擎场合与示例组装在一起
  • 使用Cloud SDK制作Cloud SQL场合
  • 部署和测试Web应用程序
  • 包括场合和风险元数据
  • 使用Cloud SDK发现问题和创业元数据
  • 利用元数据和Google云端存储中的启动脚本进行事件处理
  • 使用关闭脚本进行处理并引入Cloud Logging运算符
  • 利用API Explorer查询API请求
  • 运行使用Google API客户端库的测试代码
  • 测试并制作使用Cloud SQL API的持有者
  • 制定案例格式并监督事件发生
  • 为自动缩放配置一个监督案例
  • 做不同的自动调节监督案例一束
  • 配置非容忍HTTP堆栈调整
  • 测试用于HTTP堆栈调整的健康检查
  • 在Google云部署管理器中使用Jinja和Python布局监督应用程序的部署
  • 清除Google Cloud Platform活动和资产
  1. GOOGLE CLOUD平台架构基础版CPA200

观众

目标群体是个人意愿概述使用Google云端平台的安排,但是他们没有大量参与计划基于云计划的安排。

目标

在这个为期一天的课程结束时,成员将有能力:

  • 理解概述和部署到云时需要考虑的中心占有者
  • 要充分肯定地影响Google云端平台所提供的功能,而不要集中精力进行无差别的努力工作
  • 了解如何从Google Cloud Platform开始
  • 有能力识别适合流行设计设计的Google云平台项目
  1. GOOGLE云平台大数据和机器学习基础CPB100

课程简介

该课程让成员了解Google云端平台的大数据和机器学习能力。 它提供了Google Cloud Platform的一个轻松概述,以及信息准备能力的更加深入的探索。

观众

本课程适用于数据调查员,数据研究员和业务审查员。 此外,IT主管还可以评估Google云平台,供信息研究人员使用。

本课程适合那些伴随巨大信息的个人:

  • 分离,加载,转换,清理和批准用于检查的信息
  • 概述管道和模型的信息准备
  • 制作和保持机器学习和事实模型
  • 质疑数据集,想象查询就会产生并做出报告

先决条件

在进入本课程之前,成员应至少有一个(1)参与年份,其中至少有一个伴随:

  • 一个典型的问题方言,例如SQL
  • 分开,改变,堆叠练习
  • 信息显示
  • 机器学习和额外的见解
  • 用Python编程

目标

在这个为期一天的课程结束时,成员将有能力:

  • 区分Google云平台中关键大数据和机器学习项目的原因和估算
  • 利用CloudSQL和Cloud Dataproc将现有的MySQL和Hadoop / Pig / Spark / Hive工作负载重新定位到Google云平台
  • 利用BigQuery和Cloud Datalab进行直观的信息调查
  • 云SQL,BigTable和数据存储之间选择
  • 准备和利用利用TensorFlow的神经系统
  • 在Google云端平台上选择各种信息处理项目
  1. Google云端平台 - 合格数据分析师(CPE201)

Google云计算平台合格数据分析师考试计划由数据分析师和数据科学家负责:

  • 打破并想象巨大的信息
  • 实现基于云的庞大信息安排
  • 将庞大的信息应用程序部署或移动到普通人群云中
  • 执行和保持广泛的规模信息储备情况
  • 改变/准备庞大的信息
  1. Google云端数据流编程和Pub / Sub

这个由讲师引导的课程向与会者介绍Google Dataflow。 通过讲师指导的演示,演示和动手实验的结合,学生将学习如何使用Dataflow从多个数据源提取,转换和加载数据,并将其加载到Google BigQuery中进行分析。

目标

  • 将数据流整合到主要的信息处理系统中
  • 使用SDK的程序束和溢出数据流管道
  • 使用PCollections更改信息
  • 执行并筛选Dataflow就业机会
  • 测试并排除Dataflow管道的故障

  1. 用于数据分析的GOOGLE BIGQUERY - CPB200

本课程提供了使用BigQuery进行信息摄取,分解,改变和描绘信息的实际操作能力,并在大规模利用BigQuery时获得最佳执行效果。 本课程通过深入探讨CPB101的决策和权衡,扩展了CPBXNUMX中的广泛课题。

观众

本课程针对信息专家和信息研究人员,负责:调查和描绘庞大的信息,实现基于云计算的大型信息安排,将大型信息应用部署或转移到普通云中的人员,执行和保持广泛的规模信息储存情况,和改变/处理巨大的信息。

先决条件

在进入本课程之前,成员应该拥有:

  • Go to CP100A - Google云端平台基础知识或CPB100 - Google云端平台大数据和机器学习基础知识(或比例体验)
  • 遇到利用类似SQL的查询方言来调查信息

目标

在本课程结束时,成员将有能力:

  • 理解Google BigQuery的理由和使用案例
  • 描述客户使用Google BigQuery增强其组织的路线
  • 理解BigQuery的工程设计以及如何准备问题
  • 使用Web UI和召唤线界面与BigQuery相关联
  • 区分BigQuery映射和信息排序的原因和结构
  • 理解BigQuery目标表和存储的原因和焦点
  • 利用BigQuery职业
  • 将信息更改并加载到BigQuery中
  • 来自BigQuery的交易信息
  • 商店问题带来了目标表
  • 进行统一调查
  • 将日志信息发送给BigQuery并进行查询
  • 理解BigQuery估算结构并评估控制问题和容量成本的组件
  • 认识改善问题执行的最佳实践
  • 调查BigQuery中的正常失误
  • 利用不同的BigQuery容量
  • 利用外部设备,例如电子表格与BigQuery关联
  • 图片BigQuery信息
  • 利用get控件来限制对BigQuery信息的访问
  • 提问发送给BigQuery的Google Analytics Premium信息

&bsp

GTranslate Your license is inactive or expired, please subscribe again!