GKE에서 확장 가능한 워크로드 관리

Google Cloud via Coursera

Go to class Write review

Details

Go to class

Provider

Coursera
Pricing

Paid Course
Languages

Korean
Certificate

Certificate Available
Effort

21 hours 32 minutes
Sessions

Self-Paced
Level

Advanced
Subtitles

Korean, English

Found in

Overview

Google, IBM & Meta Certificates — All 10,000+ Courses at 40% Off

One annual plan covers every course and certificate on Coursera. 40% off for a limited time.

Get Full Access

Google Kubernetes Engine을 사용하여 애플리케이션을 대규모로 현대화, 관리, 모니터링하는 방법을 알아봅니다. 이 과정에서는 강의와 실무형 실습을 통해, 여러 공급업체에서 호스팅하는 다양한 클러스터에 분산된 경우에도 최신 애플리케이션을 사용할 수 있게 해주는 Google Kubernetes Engine(GKE), GKE Fleet, Cloud Service Mesh, 구성 컨트롤러의 기능과 배포 방법을 알아봅니다.

Syllabus

소개

이 소개 모듈에서는 과정의 목표를 알아보고 각 섹션을 미리 살펴봅니다.

대규모 GKE 소개

이 과정의 첫 번째 섹션인 '대규모 GKE 소개'에서는 멀티 환경 솔루션을 설계하고 빌드하는 과정에서 마주하게 되는 다양한 어려움을 파악합니다. GKE에서 Fleet를 사용하여 운영을 간소화하는 방법을 알아봅니다. 동일성과 신뢰성의 개념을 이해하고 이를 바탕으로 Fleet를 관리합니다. 마지막으로 GKE Fleet 관리에 사용되는 기능과 구성요소를 식별할 수 있게 됩니다.

멀티 클러스터 GKE 아키텍처

이 과정의 '멀티 클러스터 GKE 아키텍처' 섹션에서는 GKE를 사용하여 클러스터 관리를 중앙 집중화하는 방법을 알아봅니다. GKE 멀티 클러스터 환경의 클러스터 아키텍처를 살펴봅니다. GKE Fleet를 만들고, 연결하고, 관리하는 방법을 알아봅니다. 또한 GKE Fleet 클러스터에 안전하게 액세스하는 방법을 배웁니다.

Fleet 및 팀

이 섹션에서는 GKE의 Fleet 및 팀에 대해 다룹니다. GKE Fleet를 정의하는 방법을 배웁니다. GKE Fleet로 어떻게 일반적인 클러스터 관리 문제를 해결할 수 있는지 알아봅니다. GKE에서 Fleet와 팀을 관리하는 방법을 알아봅니다. 또한 Fleet 관리의 요소를 자세히 설명할 수 있게 됩니다.

대규모 GKE 구성 관리

이 과정의 '대규모 GKE 구성 관리' 섹션에서는 멀티 클러스터, 멀티 테넌트 구성을 확장하는 과정에서 마주하게 되는 다양한 어려움을 파악합니다. GitOps 모델을 사용하여 중앙 집중식 구성 관리를 구성합니다. 구성 동기화의 이점과 아키텍처를 설명합니다. 정책 컨트롤러를 사용하여 GKE에서 보안 및 규정 준수를 적용합니다. GitOps 원칙을 Google Cloud 리소스로 확장 적용합니다. 마지막으로 Kubernetes 배포를 위한, 표준화되고 재사용 가능한 정책 기반의 토대를 구축합니다.

Fleet 네트워킹

이번 섹션에서는 Fleet 네트워킹이 어떻게 작동하는지 설명하는 방법을 알아봅니다. Kubernetes 클러스터의 포드가 서로 어떻게 통신하는지 설명합니다. 멀티 클러스터 서비스를 사용 설정합니다. 멀티 클러스터 서비스를 구성합니다. Fleet 관리의 요소를 자세히 설명합니다. 멀티 클러스터 게이트웨이의 역할을 설명합니다. 또한 멀티 클러스터 게이트웨이를 구성하는 방법을 배웁니다.

Cloud Service Mesh

이 섹션에서는 Cloud Service Mesh 사용의 이점을 나열하고 설명합니다. 서로 다른 클러스터에 Cloud Service Mesh를 설치하고 구성합니다. 메시를 통해 요청 경로를 추적하고, 요청 처리 시 Envoy 프록시, Mesh CA, 확장 프로그램과 같은 주요 구성요소의 역할을 정확하게 파악하고 설명합니다. 마지막으로 측정항목, trace, 로그 등 워크로드 원격 분석 데이터를 기반으로 Service Mesh 대시보드를 생성하는 방법을 배웁니다.

Cloud Service Mesh 라우팅

이 섹션에서는 Cloud Service Mesh가 어떻게 Kubernetes의 네트워크를 학습하는지 설명합니다. VirtualService, DestinationRule, Gateway, Service Entry, Sidecar와 같은 메시 API 리소스를 배포하여 메시를 구성합니다. 요청 재시도, 요청 시간 제한, 회로 차단기와 같은 새로운 기능을 도입하여 메시 네트워크의 보안을 강화하는 방법을 설명합니다. 또한 특정 서비스에 장애 및 지연을 발생시켜 Service Mesh의 복원력을 살펴보는 방법을 배웁니다.

서비스 메시 보안

이 섹션에서는 네트워크상의 어떤 사용자도 개인 정보에 액세스하지 못하도록 마이크로서비스 간의 트래픽을 암호화하는 방법을 배웁니다. 서비스 및 요청을 승인하여 각 서비스가 허용된 정보에만 액세스하도록 보장합니다. 서비스 및 요청을 인증하고 승인하여 메시 내 서비스 간, 그리고 최종 사용자 간의 신뢰성을 검증합니다. 또한 네트워크에서 서비스 액세스를 제한하여 통신에 대한 세부적인 제어를 설정하는 방법을 알아봅니다.

Cloud Service Mesh를 사용하는 멀티 클러스터 네트워킹

이 섹션에서는 단일 VPC 네트워크 내의 단일 서브넷을 사용하여 멀티 클러스터 메시를 설정하고, 멀티 리전 클러스터, 여러 프로젝트, 공유 VPC, 비공개 클러스터와 같은 다양한 변형을 고려하는 방법을 알아봅니다. 또한 East-West 게이트웨이와 연결된 클러스터를 사용하여 서로 다른 네트워크에 있는 GKE 클러스터 간의 통신을 사용 설정하는 방법을 배웁니다.

GKE에서 인증을 통해 ID 관리

이 섹션에서는 GKE 클러스터 인증 방법 간의 차이점을 요약하고 각 방법을 어떤 경우에 사용해야 하는지 설명합니다. Connect Gateway의 주요 기능을 요약하고 Connect Gateway가 GKE Fleet 구성원 클러스터에 대한 연결을 어떻게 간소화하고 보호하는지 설명합니다. 인증 및 승인을 위해 Connect Gateway를 구성합니다. OpenID Connect(OIDC)와 서드 파티 ID 공급업체(IdP)를 사용하여 클러스터에 안전하게 액세스하고 인증을 제공합니다. 마지막으로 GKE 클러스터와 서드 파티 ID 공급업체(IdP)가 있는 환경에서 사용자에 대한 인증 및 승인을 사용 설정하도록 GKE Identity Service를 구성하는 방법을 배웁니다.

보안 상황, 규정 준수 및 예방형 제어

이 섹션에서는 GKE 보안 상황을 설명하는 방법을 배웁니다. GKE 보안 상황 대시보드를 탐색하고 해석하여 보안 문제를 식별합니다. 노드 보안 조치를 구현하여 잠재적 위협으로부터 GKE 워커 노드를 보호합니다. GKE에서 취약점 스캔을 수행하는 과정을 설명합니다. 마지막으로 GKE 보안 강화에 있어 Google Cloud의 Artifact Analysis와 Security Command Center가 어떤 역할과 기능을 수행하는지 설명할 수 있게 됩니다.

GKE에서 대규모 CI/CD

이 섹션에서는 Google Cloud의 CI/CD 파이프라인의 핵심 구성요소를 설명하고, 이러한 구성요소로 애플리케이션 현대화에서 흔히 발생하는 문제를 어떻게 해결할 수 있는지 알아봅니다. Cloud Deploy가 GKE와 통합되어 Kubernetes 매니페스트를 관리하고 배포를 제어하는 방법을 분석합니다. GKE 내에서 Knative serving의 배포 전략을 비교하고 대조합니다. 비공개 네트워크에서 안전한 CI/CD를 위해 피어링된 VPC 연결을 설정하는 데 필요한 단계를 설명합니다. 또한 Google Cloud에서 소프트웨어 공급망을 보호하기 위해 사용할 수 있는 다양한 보안 조치 및 도구를 평가하는 방법을 배웁니다.

GKE 및 AI

이 섹션에서는 GKE가 대규모 언어 모델에 적합한 플랫폼인 이유와 하드웨어 가속기 수요 증가에 관해 알아봅니다. AI 모델에 대한 GKE 기반 학습 플랫폼의 상위 수준 아키텍처를 설명합니다. GKE 기반 모델 서빙 플랫폼의 아키텍처를 간략하게 보여줍니다. 또한 AI/ML 워크로드에 GKE를 사용할 때 활용할 수 있는 다양한 비용 관리 전략을 설명하는 방법을 배웁니다.