1­-855­-778­-7246

Google Cloud Platform Fundamentals for AWS Professionals (GCP-FAP)

 

Course Overview

Ce cours avec labs présente aux professionnels AWS les principales capacités de la plateforme Google Cloud (GCP) dans les quatre piliers technologiques : réseau, calcul, stockage et base de données. Il s'adresse aux architectes de solutions AWS et aux administrateurs SysOps qui connaissent bien les fonctionnalités et la configuration d'AWS et qui souhaitent acquérir immédiatement de l'expérience dans la configuration des produits GCP. Grâce à des présentations, des démonstrations et des laboratoires pratiques, les participants obtiennent rapidement des détails sur les similitudes, les différences et les premiers conseils pratiques.

Contenu

Module 1 : Présentation de Google Cloud
  • Expliquer les avantages de Google Cloud.
  • Définir les composants de l'infrastructure réseau de Google, notamment : Les points de présence, les centres de données, les régions et les zones.
  • Comprendre la différence entre Infrastructure-as-a-Service (IaaS) et Plate-forme-as-a-Service (PaaS).
Module 2 : Démarrer avec Google Cloud
  • Identifier l'objectif des projets sur la plateforme Google Cloud.
  • Comprendre en quoi la hiérarchie des ressources d'AWS diffère de celle de Google Cloud.
  • Comprendre l'objectif et les cas d'utilisation de la gestion des identités et des accès.
  • Comprendre en quoi l'IAM d'AWS diffère de l'IAM de Google Cloud.
  • Énumérer les méthodes d'interaction avec la plateforme Google Cloud.
  • Lancer une solution à l'aide de Cloud Marketplace.
Module 3 : Machines virtuelles dans le Cloud
  • Identifier l'objectif et les cas d'utilisation de Google Compute Engine.
  • Comprendre les bases de la mise en réseau dans la plateforme Google Cloud.
  • Comprendre en quoi Amazon VPC diffère de Google VPC.
  • Comprendre les similitudes et les différences entre Amazon EC2 et Google Compute Engine.
  • Comprendre en quoi les approches typiques de l'équilibrage des charges dans Google Cloud diffèrent de celles de l'AWS.
  • Déployer des applications à l'aide de Google Compute Engine.
Module 4 : Stockage dans le Cloud
  • Comprendre l'objectif des affaires et les utiliser : Stockage dans le , SQL dans le cloud, Bigtable dans le cloud et Datastore dans le cloud.
  • Comprendre comment Amazon S3 et Amazon Glacier se comparent au stockage dans le cloud.
  • Comparer les services de base de données gérés de Google Cloud avec Amazon RDS et Amazon Aurora.
  • Apprendre à choisir parmi les différentes options de stockage sur la plateforme Google Cloud.
  • Charger les données du stockage dans le cloud dans BigQuery.
  • Effectuer une requête sur les données dans BigQuery.
Module 5 : Conteneurs dans le cloud
  • Définir le concept de conteneur et identifier les utilisations des conteneurs.
  • Identifier l'objectif et les cas d'utilisation du Google Container Engine et de Kubernetes.
  • Comprendre en quoi Amazon Elastic Container Service (ECS) et Amazon Elastic Kubernetes Service (EKS) diffèrent de GKE.
  • Fournir un cluster Kubernetes en utilisant Kubernetes Engine.
  • Déployer et gérer des conteneurs Docker en utilisant kubectl.
Module 6 : Applications dans le cloud
  • Comprendre l'objectif et les cas d'utilisation de Google App Engine.
  • Comparer l'environnement App Engine Standard avec l'environnement App Engine Flexible.
  • Comprendre la différence entre App Engine et Amazon Elastic Beanstalk.
  • Comprendre l'objectif et les cas d'utilisation de Google Cloud Endpoints.
Module 7 : Développement, déploiement et surveillance dans le Cloud
  • Comprendre les options dont disposent les développeurs de logiciels pour héberger leur code source.
  • Comprendre l'objectif de la création et de la gestion des ressources basées sur des modèles.
  • Comprendre en quoi le Cloud Deployment Manager diffère de l'AWS CloudFormation.
  • Comprendre l'objectif de la surveillance, de l'alerte et du débogage intégrés.
  • Comprendre en quoi Google Monitoring diffère d'Amazon CloudWatch et d'AWS CloudTrail.
  • Créer un déploiement de Deployment Manager.
  • Mettre à jour un déploiement de Deployment Manager.
  • Visualiser la charge d'une instance de VM à l'aide de Google Monitoring.
Module 8 : Big Data et Machine Learning dans le Cloud
  • Comprendre l'objectif et les cas d'utilisation des produits et services des plateformes de Big Data et de Machine Learning de Google Cloud.
  • Comprendre en quoi Google Cloud BigQuery diffère de AWS Data Lake.
  • Comprendre en quoi Google Cloud Pub/Sub diffère de AWS Event Hubs et Service Bus.
  • Comprendre en quoi les API du Machine Learning de Google Cloud diffèrent de celles d'AWS.
  • Charger des données dans BigQuery à partir du stockage dans le cloud.
  • Effectuer des requêtes à l'aide de BigQuery pour obtenir un aperçu des données.

A qui s'adresse cette formation

Cette formation est destinée à ce qui suit :

  • Architectes solutions AWS qui débutent avec la plateforme Google Cloud.
  • Administrateurs SysOps AWS habitués à construire des solutions IaaS.
  • Architectes et ingénieurs travaillant dans des environnements multi-cloud.

Pré-requis

Pour tirer le meilleur parti de ce cours, les participants doivent avoir :

  • Une connaissance de base des technologies de réseau comme les subnets et le routage.
  • Une expérience avec Amazon VPC, les instances et les disques d'Amazon EC2.
  • Une bonne connaissance des technologies de base de données AWS et Amazon S3.

Objectifs

Ce cours enseigne aux participants les compétences suivantes :

  • Identifier les homologues des GCP pour Amazon VPC, les subnets, les routes, les NACL, IGW, Amazon EC2, Amazon EBS, auto-scaling, Elastic Load Balancing, Amazon S3, Amazon Glacier, Amazon RDS, Amazon Redshift, AWS IAM, et plus encore.
  • Configurer les comptes, la facturation, les projets, les réseaux, les subnets, les pare-feux, les VM, les disques, l'auto scaling, l'équilibrage de charge, le stockage, les bases de données, IAM, et plus encore.
  • Gérer et surveiller les applications.
  • Expliquer les différences entre les fonctionnalités et les modèles de tarification.
  • Localiser la documentation et la formation.

Outline: Google Cloud Platform Fundamentals for AWS Professionals (GCP-FAP)

Module 1 : Présentation de Google Cloud
  • Expliquer les avantages de Google Cloud.
  • Définir les composants de l'infrastructure réseau de Google, notamment : Les points de présence, les centres de données, les régions et les zones.
  • Comprendre la différence entre Infrastructure-as-a-Service (IaaS) et Plate-forme-as-a-Service (PaaS).
Module 2 : Démarrer avec Google Cloud
  • Identifier l'objectif des projets sur la plateforme Google Cloud.
  • Comprendre en quoi la hiérarchie des ressources d'AWS diffère de celle de Google Cloud.
  • Comprendre l'objectif et les cas d'utilisation de la gestion des identités et des accès.
  • Comprendre en quoi l'IAM d'AWS diffère de l'IAM de Google Cloud.
  • Énumérer les méthodes d'interaction avec la plateforme Google Cloud.
  • Lancer une solution à l'aide de Cloud Marketplace.
Module 3 : Machines virtuelles dans le Cloud
  • Identifier l'objectif et les cas d'utilisation de Google Compute Engine.
  • Comprendre les bases de la mise en réseau dans la plateforme Google Cloud.
  • Comprendre en quoi Amazon VPC diffère de Google VPC.
  • Comprendre les similitudes et les différences entre Amazon EC2 et Google Compute Engine.
  • Comprendre en quoi les approches typiques de l'équilibrage des charges dans Google Cloud diffèrent de celles de l'AWS.
  • Déployer des applications à l'aide de Google Compute Engine.
Module 4 : Stockage dans le Cloud
  • Comprendre l'objectif des affaires et les utiliser : Stockage dans le , SQL dans le cloud, Bigtable dans le cloud et Datastore dans le cloud.
  • Comprendre comment Amazon S3 et Amazon Glacier se comparent au stockage dans le cloud.
  • Comparer les services de base de données gérés de Google Cloud avec Amazon RDS et Amazon Aurora.
  • Apprendre à choisir parmi les différentes options de stockage sur la plateforme Google Cloud.
  • Charger les données du stockage dans le cloud dans BigQuery.
  • Effectuer une requête sur les données dans BigQuery.
Module 5 : Conteneurs dans le cloud
  • Définir le concept de conteneur et identifier les utilisations des conteneurs.
  • Identifier l'objectif et les cas d'utilisation du Google Container Engine et de Kubernetes.
  • Comprendre en quoi Amazon Elastic Container Service (ECS) et Amazon Elastic Kubernetes Service (EKS) diffèrent de GKE.
  • Fournir un cluster Kubernetes en utilisant Kubernetes Engine.
  • Déployer et gérer des conteneurs Docker en utilisant kubectl.
Module 6 : Applications dans le cloud
  • Comprendre l'objectif et les cas d'utilisation de Google App Engine.
  • Comparer l'environnement App Engine Standard avec l'environnement App Engine Flexible.
  • Comprendre la différence entre App Engine et Amazon Elastic Beanstalk.
  • Comprendre l'objectif et les cas d'utilisation de Google Cloud Endpoints.
Module 7 : Développement, déploiement et surveillance dans le Cloud
  • Comprendre les options dont disposent les développeurs de logiciels pour héberger leur code source.
  • Comprendre l'objectif de la création et de la gestion des ressources basées sur des modèles.
  • Comprendre en quoi le Cloud Deployment Manager diffère de l'AWS CloudFormation.
  • Comprendre l'objectif de la surveillance, de l'alerte et du débogage intégrés.
  • Comprendre en quoi Google Monitoring diffère d'Amazon CloudWatch et d'AWS CloudTrail.
  • Créer un déploiement de Deployment Manager.
  • Mettre à jour un déploiement de Deployment Manager.
  • Visualiser la charge d'une instance de VM à l'aide de Google Monitoring.
Module 8 : Big Data et Machine Learning dans le Cloud
  • Comprendre l'objectif et les cas d'utilisation des produits et services des plateformes de Big Data et de Machine Learning de Google Cloud.
  • Comprendre en quoi Google Cloud BigQuery diffère de AWS Data Lake.
  • Comprendre en quoi Google Cloud Pub/Sub diffère de AWS Event Hubs et Service Bus.
  • Comprendre en quoi les API du Machine Learning de Google Cloud diffèrent de celles d'AWS.
  • Charger des données dans BigQuery à partir du stockage dans le cloud.
  • Effectuer des requêtes à l'aide de BigQuery pour obtenir un aperçu des données.
Formation en ligne

Durée 1 jour

Prix
  • CAD 785,-
Classroom training

Durée 1 jour

Prix
  • Canada: CAD 785,-
 
pointer une ville pour s'enregistrer Agenda
This is an Instructor-Led Classroom course
Instructor-led Online Training:   Cours en ligne avec instructeur
Formation en mode FLEX, à la fois à distance et en présentiel. Tous nos cours FLEX sont aussi des ILO (Instructor-Led Online).
Canada

Actuellement aucune session planifiée  For enquiries please write to info@fastlaneca.com.

Etats-Unis
Formation en ligne 09:00 US/Central S'inscrire
Formation en ligne 09:00 US/Central S'inscrire
Formation en ligne 09:00 US/Central S'inscrire
Formation en ligne 09:00 US/Central S'inscrire
Formation en ligne 09:00 US/Central S'inscrire
Formation en ligne 09:00 US/Central S'inscrire

Fast Lane Flex™ Classroom If you can't find a suitable date, don't forget to retrouvez l'agenda de toutes nos formations FLEX internationales.