GCP Cloud DevOps Engineer 基础课程
系统化的 GCP Cloud DevOps Engineer 课程，覆盖 CI/CD、可靠性、监控、安全、部署与成本，并配有练习题。
课程进度
0 / 5
返回课程
你将学到
- 描述 CI/CD 与流水线。
- 解释可靠性与 SRE。
- 描述监控与可观测性。
- 解释安全与部署。
- 描述成本与运维。
开始前准备
- 具备基础 Google Cloud 知识会有帮助。
- 建议具备一些 CI/CD 和 Linux 经验。
- 无需之前的 Google 认证。
课程 1 CI/CD 与流水线
Google Cloud DevOps Engineer 考试验证构建可靠交付流水线和运营服务的能力。Cloud Build 编译源代码并创建容器镜像，Cloud Deploy 自动化交付流水线和渐进式发布。Artifact Registry 存储镜像和软件包，Cloud Source Repositories 托管私有 Git 仓库。基础设施即代码使用版本化配置，Deployment Manager 提供声明式部署。Cloud Build 触发器在仓库事件时启动构建，Config Sync 让 GKE 集群与 Git 保持一致。团队使用 Dockerfile 和镜像仓库标准化构建。强大流水线包括自动化测试、工件提升、回滚和审批门，让变更安全到达生产环境。 复习时把 GCP DevOps 工具、SRE 指标和部署策略做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。
示例
示例：推送到 Cloud Source Repositories 触发 Cloud Build，构建镜像存入 Artifact Registry，并通过 Cloud Deploy 阶段提升。课程 2 可靠性与 SRE
站点可靠性工程把软件工程应用于运营。服务级别目标定义可靠性目标，服务级别指标是可测量的指标，错误预算是从 SLO 推导出的允许失败量。SLA 是承诺服务级别的合同。发布策略降低风险：金丝雀发布把少量流量发送到新版本，滚动部署逐步更新实例，蓝绿部署在两个环境之间切换。负载测试验证预期需求下的行为。团队使用错误预算决定是发布还是专注于可靠性工作。可靠性还需要冗余、健康检查、备份和事件响应流程。 复习时把 GCP DevOps 工具、SRE 指标和部署策略做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。
示例
示例：服务定义 99.9% SLO，使用错误预算暂停高风险发布，并通过金丝雀流量发布新版本。课程 3 监控与可观测性
可观测性结合指标、日志和追踪。Cloud Monitoring 收集指标、构建仪表板并评估警报策略。Cloud Logging 存储和查询日志，基于日志的指标从日志模式派生指标。Cloud Trace 分析请求延迟，Cloud Profiler 采样 CPU 和内存，Cloud Error Reporting 分组应用错误。正常运行时间检查从多个位置验证端点可用性。警报策略在阈值被超过时通知团队。成熟的观测策略定义延迟、流量、错误和饱和度等黄金信号。团队使用仪表板和 runbook 快速响应，并在事件期间关联指标、日志和追踪。 复习时把 GCP DevOps 工具、SRE 指标和部署策略做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。
示例
示例：警报策略监控延迟，正常运行时间检查监控端点，Cloud Trace 帮助在事件期间找到慢请求路径。课程 4 安全与部署
安全 DevOps 结合身份、工件安全和受控部署。Cloud IAM 授予最小权限角色，服务账户标识工作负载，Secret Manager 存储敏感值。Cloud KMS 管理加密密钥，Cloud Armor 保护 Web 应用，Artifact Analysis 扫描容器镜像漏洞。Binary Authorization 要求部署前镜像已签名，Cloud Audit Logs 记录操作。部署策略包括渐进式交付、功能开关、回滚和 GitOps。流水线通过审批门在环境之间提升工件。团队应测试回滚流程、验证镜像签名并执行职责分离，确保变更安全且可审计。 复习时把 GCP DevOps 工具、SRE 指标和部署策略做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。
示例
示例：管道使用 Binary Authorization 验证镜像签名，用 Artifact Analysis 扫描，并在审批门后提升。课程 5 成本与运维
DevOps 团队必须平衡可靠性与成本。Cloud Billing 跟踪支出和预算，预算警报在阈值被超过时通知团队。Recommender 提供调整规模、闲置资源和成本优化建议。配额限制资源使用，承诺使用折扣降低可预测工作负载的成本。Cloud Monitoring 提供支持决策的利用率数据。运营实践包括基础设施即代码、runbook、事件管理和持续改进。团队使用错误预算、SLO 和仪表板确定优先级。定期审查识别浪费、未使用资源和整合工作负载的机会。成熟团队自动化修复并记录每个运营流程。 复习时把 GCP DevOps 工具、SRE 指标和部署策略做成卡片，每天快速回忆，再完成几道同类题巩固。错题要写出正确推理，并把最弱主题放在每周练习的最前面。