Le 2e trimestre 2017 s'achève : l'heure est au bilan du groupe Multi-Cloud Engineering Meetup pour le premier semestre de l'année.
Nous avons ouvert l'année 2017 avec le meetup Deploying Stateful Applications and Multi-Cluster Federation with K8s 1.5, consacré au passage en bêta de StatefulSet et PodDisruptionBudget : ces fonctionnalités simplifient le déploiement et la mise à l'échelle des applications stateful, et permettent de mener des opérations sur les clusters comme la mise à niveau des nœuds sans enfreindre les SLO de disponibilité applicative.
En février 2017, nous vous avons conviés à un avant-goût de Google Cloud Spanner, avec une première exploration guidée de cette technologie prometteuse.
Cloud Spanner est le premier et seul service de base de données relationnelle qui soit à la fois fortement cohérent et scalable horizontalement. Avec Cloud Spanner, vous bénéficiez de tous les atouts traditionnels d'une base relationnelle : transactions ACID, schémas relationnels (avec modifications de schéma sans interruption), requêtes SQL, hautes performances et haute disponibilité. Mais à la différence de tout autre service de base de données relationnelle, Cloud Spanner s'étend horizontalement à des centaines, voire des milliers de serveurs, pour absorber les workloads transactionnels les plus exigeants.
Mars a été un mois très dense, avec deux meetups : AWS Cyber Security Best Practices et Recapping Google Next 2017.
Lors du meetup AWS Cyber Security Best Practices, nous avons partagé notre retour d'expérience sur la mise en œuvre des bonnes pratiques de sécurité, applicables directement par les équipes de développement pour bâtir des environnements cloud plus robustes et plus sûrs.
Dans la foulée de Google Next 2017 à San Francisco, nous avons récapitulé l'ensemble des annonces majeures, des produits et des nouveautés, démonstrations à l'appui pour certains.
Google Next 2017 à San Francisco
En avril, nous nous sommes associés à CoolaData pour passer en revue sa plateforme de business intelligence et d'analyse comportementale, qui aide les entreprises à capturer, analyser et visualiser leurs événements. En tant que client CoolaData, vous pouvez streamer vos données internes — événements mobiles et web — et les croiser avec des points de données externes : campagnes Adwords, Facebook Ads, votre CRM, sources hors ligne ou historiques clients issus de bases externes. L'ensemble de vos données est ainsi unifié pour mieux comprendre le comportement de vos clients et l'histoire qu'elles racontent.
Plateforme Coola Data
Mai 2017 a été le mois le plus dense à ce jour, avec quatre (!!!) 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 et enfin The Master of Clusters.
Lors de Google App Engine Flexible Environment, nous avons abordé la difficulté de trancher entre PaaS et IaaS, et la manière dont Google App Engine Flexible Environment vient combler ce vide.
Joshua Fox, de Freightos, a partagé son expérience de développement sur Flex Env, de la bêta à la sortie en GA en mars. Je comparerai les cas d'usage idéaux pour Flex Env à ceux où Standard Env, GKE (Docker) ou GCE s'avèrent plus pertinents.
Cloud Security for Startups — From A to E(xit) portait sur la dure réalité de la création d'une startup. Les montagnes russes du quotidien ont tôt fait de vous épuiser. Et par-dessus le marché, il faut composer avec les enjeux de sécurité de l'information, la conformité et les questions épineuses des clients.
L'événement reprenait la synthèse d'un document rédigé par le chapitre israélien de la CSA, destiné à aider les startups Software-as-a-Service (SaaS-SUs) à gagner et conserver la confiance de leurs clients en bâtissant des fondations de sécurité solides.
Autre meetup de mai 2017 : BigData ETL Processing 50TB/day with Google Dataproc, Pub/Sub & Cloud Functions.
Au cours de cette présentation, Shimon Tolts a détaillé la façon dont il a construit un ETL chez ironSource pour traiter 50 téraoctets de données quotidiennes stockées sur Google Storage, à l'aide de Google DataProc (la version managée par Google d'Apache Spark, PySpark et SparkSQL) sur des instances préemptibles. Le tout complété par des services comme Pub/Sub et Cloud Functions pour synchroniser les jobs et charger les données traitées dans BigQuery à des fins d'analyse.
Le dernier meetup de mai 2017 était The Master of Clusters, au cours duquel nous avons accueilli nos amis de Big Things pour discuter des patterns d'architecture pour les déploiements multi-cluster d'Apache Kafka, ainsi que de l'architecture Multi-Master de MongoDB.
Enfin, juillet a été marqué par le meetup Google Cloud for AWS Professionals, au cours duquel nous avons animé une discussion autour de Google Cloud Platform et d'Amazon Web Services afin d'éclairer les similitudes et les différences entre les deux plateformes.
Avec 10 meetups offerts à la communauté cloud locale durant ces 6 premiers mois, on sent que Multi-Cloud Engineering prend de l'ampleur. Si vous avez une idée de sujet intéressante à aborder, envoyez-moi un email avec un court résumé de votre présentation à [email protected].
Si vous n'êtes pas encore membre du groupe Multi-Cloud Engineering meetup, rejoignez-nous ici : https://www.meetup.com/multicloud. Nous publions également la vidéo de chaque meetup sur notre chaîne YouTube. Abonnez-vous pour être notifié automatiquement à chaque nouvelle vidéo.