Das zweite Quartal 2017 ist vorbei – Zeit, die Aktivitäten unserer Multi-Cloud Engineering Meetup-Gruppe im ersten Halbjahr Revue passieren zu lassen.
Ins Jahr 2017 sind wir mit dem Meetup " Deploying Stateful Applications and Multi-Cluster Federation with K8s 1.5" gestartet. Im Mittelpunkt standen StatefulSet und PodDisruptionBudget, die in die Beta-Phase übergegangen waren. Beide vereinfachen das Deployment und die Skalierung zustandsbehafteter Anwendungen und ermöglichen Cluster-Operationen wie Node-Upgrades, ohne die SLOs für Anwendungsunterbrechungen zu verletzen.
Im Februar 2017 haben wir Sie zu einem ersten Blick hinter die Kulissen von Google Cloud Spanner eingeladen und diese spannende Technologie gemeinsam erkundet.
Cloud Spanner ist der erste und einzige relationale Datenbankdienst, der zugleich strikt konsistent und horizontal skalierbar ist. Mit Cloud Spanner profitieren Sie von allen klassischen Vorzügen einer relationalen Datenbank: ACID-Transaktionen, relationale Schemata (samt Schemaänderungen ohne Downtime), SQL-Abfragen, hohe Performance und hohe Verfügbarkeit. Anders als jeder andere relationale Datenbankdienst skaliert Cloud Spanner jedoch horizontal über Hunderte oder Tausende von Servern hinweg und meistert so auch die anspruchsvollsten transaktionalen workloads.
Der März war mit zwei Meetups ein arbeitsreicher Monat – AWS Cyber Security Best Practices und ein Recap der Google Next 2017.
Im Meetup "AWS Cyber Security Best Practices" haben wir unsere Erfahrungen mit der Umsetzung von Security Best Practices geteilt – Maßnahmen, die Entwicklungsteams direkt anwenden können, um robustere und sicherere Cloud-Umgebungen aufzubauen.
Direkt im Anschluss an die Google Next 2017 in San Francisco haben wir alle wichtigen Ankündigungen, Produkte und neuen Features zusammengefasst und einige davon live demonstriert.
Google Next 2017 in San Francisco
Im April haben wir gemeinsam mit CoolaData deren Business-Intelligence- und Behavioral-Analytics-Plattform vorgestellt, mit der Unternehmen Events erfassen, analysieren und visualisieren. Als CoolaData-Kunde streamen Sie Ihre internen Daten – etwa Mobile- und Web-Event-Daten – und verknüpfen sie mit externen Datenpunkten wie AdWords-Kampagnen, Facebook Ads, Ihrem CRM, Offline-Quellen oder historischen Kundendaten aus externen Datenbanken. So führen Sie alle Daten quellenübergreifend zusammen und verstehen das Verhalten Ihrer Kunden und die Geschichte dahinter besser.
Coola Data Platform
Der Mai 2017 war bislang der intensivste Monat – mit gleich vier (!!!) Meetups: "Google App Engine Flexible Environment", "Cloud Security for Startups — From A to E(xit)", "BigData ETL Processing 50TB/day with Google Dataproc, Pub/Sub & Cloud Functions" und schließlich "The Master of Clusters".
Im Meetup "Google App Engine Flexible Environment" haben wir besprochen, wie schwer die Wahl zwischen PaaS und IaaS fallen kann und wie Google App Engine Flexible Environment diese Lücke schließt.
Joshua Fox von Freightos hat seine Erfahrungen mit der Entwicklung in der Flex Env geschildert – von der Beta bis zum GA-Release im März. Außerdem habe ich ideale Use Cases für Flex Env solchen gegenübergestellt, in denen Standard Env, GKE (Docker) oder GCE besser passen.
Im Meetup "Cloud Security for Startups — From A to E(xit)" ging es darum, dass eine Startup-Gründung harte Arbeit ist. Die tägliche Achterbahnfahrt zehrt schnell an den Kräften – und obendrein müssen Sie sich mit Informationssicherheit, Compliance und kritischen Kundenfragen auseinandersetzen.
Das Event fasste ein Paper des Israeli Chapter der CSA zusammen, das Software-as-a-Service-Startups (SaaS-SUs) dabei unterstützt, durch solide Sicherheitsgrundlagen Kundenvertrauen aufzubauen und zu erhalten.
Ein weiteres Meetup im Mai 2017 war "BigData ETL Processing 50TB/day with Google Dataproc, Pub/Sub & Cloud Functions".
In diesem Talk hat Shimon Tolts gezeigt, wie er bei ironSource ein ETL aufgebaut hat, das täglich 50 Terabyte an Daten in Google Storage mit Google DataProc (Googles Managed Apache Spark, PySpark und SparkSQL) auf Preemptible Instances verarbeitet. Dazu kommen Dienste wie Pub/Sub und Cloud Functions, die die Jobs synchronisieren, sodass die verarbeiteten Daten am Ende für Analysen in BigQuery landen.
Das letzte Meetup im Mai 2017 war "The Master of Clusters". Hier hatten wir unsere Freunde von Big Things zu Gast und haben Architecture Patterns für Multi-Cluster-Apache-Kafka-Deployments sowie die MongoDB-Multi-Master-Architektur diskutiert.
Im Juli schließlich stand das Meetup "Google Cloud for AWS Professionals" auf dem Programm, in dem wir Google Cloud Platform und Amazon Web Services gegenübergestellt haben, um Gemeinsamkeiten und Unterschiede zwischen beiden Plattformen herauszuarbeiten.
Mit insgesamt 10 Meetups, die wir der lokalen Cloud-Community in den ersten sechs Monaten geboten haben, spüren wir, wie das Multi-Cloud Engineering an Fahrt aufnimmt. Wenn Sie ein spannendes Thema vorschlagen möchten, schicken Sie mir gerne eine E-Mail mit einem kurzen Abstract Ihres Talks an [email protected].
Falls Sie noch kein Mitglied der Multi-Cloud Engineering Meetup-Gruppe sind, treten Sie hier gerne bei: https://www.meetup.com/multicloud. Zu jedem Meetup veröffentlichen wir außerdem ein Video auf unserem YouTube-Kanal. Abonnieren Sie ihn, um automatisch benachrichtigt zu werden, sobald ein neues Video online geht.