Lộ trình
Google CloudAssociateTuần 2: Đào sâu dịch vụ cốt lõiBài 14 / 30

Ngày 14: Ôn tập tuần 2

Thời lượng: 45 phút
Mục tiêu: 2 nhiệm vụ chính
Tiến độ lộ trình
gcp-acengày 14
hoàn thành14 / 30 bài
Bối cảnh bài học

Tổng hợp compute options GCP bằng decision matrix và timed scenario: VM, MIG, GKE, Cloud Run, App Engine và Functions theo workload contract.

đọc hiểuthực hànhcheckpoint
Bài giảng hôm nay

Học hiểu, rồi mới thực hành

Tổng hợp compute options GCP bằng decision matrix và timed scenario: VM, MIG, GKE, Cloud Run, App Engine và Functions theo workload contract.

Bắt đầu đọc bài giảng

Nhiệm vụ bài học hôm nay

  • Ôn lại compute options và khi nào dùng cái nào
  • Làm 15 câu trắc nghiệm
Instructor walkthrough

Bài giảng chi tiết: từ bài toán đến bằng chứng

Scenario xuyên suốt

Một product team mô tả mọi yêu cầu bằng “cần server chạy ổn định”, rồi chọn VM cho API, GKE cho một function và Cloud Run cho workload cần filesystem local bền vững. Bài ôn tập buộc người học đọc runtime, state, trigger, scaling, control và cost trước khi chọn compute.

01Đọc bài toán

Xác định actor, workload, constraint và trạng thái cuối cần đạt.

02Vẽ luồng / boundary

Chỉ ra request, dependency, identity và failure domain trước khi chọn công cụ.

03Chọn và thực hành

Thay đổi nhỏ nhất trong lab cô lập; command nào cũng phải nói rõ nó kiểm tra điều gì.

04Kiểm chứng / recovery

Đối chiếu trạng thái thực tế, tạo một failure variant và ghi cách hoàn tác.

Cách nối lý thuyết với thực tế
  • VM phù hợp khi cần OS/control hoặc workload legacy; MIG bổ sung replacement/scale nhưng yêu cầu stateless và template discipline.
  • GKE phù hợp workload container cần orchestration/platform primitives; cluster/node/IAM/network/upgrade tạo operational burden.
  • Cloud Run phù hợp stateless container HTTP/event với revision, concurrency và scale-to-zero; local filesystem không phải durable state.
  • App Engine/Cloud Functions có abstraction và trigger model riêng; chọn theo runtime/handler/event/retry, không theo nhãn serverless.

Framework chọn compute

Dùng chuỗi runtime/trigger → state → scaling → control → failure → cost → cleanup. VM không xấu, GKE không luôn “enterprise”, và serverless không miễn trách nhiệm. Hãy ghi cả lý do loại option gần nhất để chứng minh decision.

Scenario drill

  • Legacy daemon cần OS-level control: cân nhắc VM/MIG, nhưng phải giải thích patch và HA.
  • Stateless HTTP burst: cân nhắc Cloud Run, kiểm tra concurrency, timeout, ingress và identity.
  • Event handler retryable: cân nhắc Functions/Cloud Run event, kiểm tra idempotency và DLQ.
  • Container platform cần custom scheduling: cân nhắc GKE, tính cluster upgrade/quota/RBAC.
  • Stateful workload: không dùng local disk/instance memory làm source of truth; chọn storage/database riêng.

Bài tập và gate

Làm 8 scenario trong thời gian giới hạn, ghi option/rejected near-miss/evidence/assumption. Pass khi đạt 7/8, không có lỗi safety nghiêm trọng và vượt qua các variant. Nếu fail, quay lại đúng ngày 8–13 theo error log, không học thuộc bảng service.

Terminal reference

Command list và cách dùng

Chạy từng lệnh theo đúng thứ tự. Trước các lệnh có thể tạo hoặc thay đổi tài nguyên, hãy kiểm tra profile, account và region.

Commands · read-only checkpoints
gcloud compute instances list --project=LAB_PROJECT_ID --format="table(name,zone,status)"
gcloud container clusters list --project=LAB_PROJECT_ID --format="table(name,location,status)"
gcloud run services list --project=LAB_PROJECT_ID --format="table(metadata.name,status.url)"
gcloud app services list --project=LAB_PROJECT_ID
Hands-on lab

Thực hành theo scenario

  1. Tạo matrix sáu cột cho VM, MIG, GKE, Cloud Run, App Engine và Functions: execution, state, scaling, networking, identity, operations, cost và trigger.
  2. Làm 8 scenario timed: legacy daemon, stateless API, burst event handler, custom Kubernetes operator, batch worker và stateful workload; mỗi câu ghi option chính/near-miss/reasoning.
  3. Dùng read-only metadata commands từ các bài trước để kiểm tra evidence. Không tạo nhiều platform chỉ để so sánh; nếu lab thật, giới hạn một workload nhỏ và TTL rõ.
  4. Tạo error log theo taxonomy: runtime mismatch, state mismatch, operational overkill, identity/cost hoặc đọc sai trigger. Làm một variant cho mỗi lỗi và cleanup mọi resource.
Evidence checkpoint

Kiểm chứng kết quả

Không coi lệnh chạy thành công là đủ. Hãy đối chiếu output với trạng thái mong đợi:

  • Hoàn thành matrix và nêu trade-off thay vì thuộc lòng service.
  • Đạt ít nhất 7/8 scenario, không có lỗi chọn platform gây rò credential hoặc cost không kiểm soát.
  • Mỗi đáp án có evidence/assumption và near-miss bị loại.
  • Variant test chứng minh chuyển kiến thức sang scenario mới.
  • Có decision record và cleanup proof.
Transfer to exam / production

Bẫy thường gặp và trade-off

ACE thường đặt distractor đúng một phần: service chạy được nhưng sai trigger, state, control hoặc operational burden. Chọn abstraction nhỏ nhất đáp ứng đầy đủ requirement.

Checkpoint · 3 phút

Kiểm tra nhanh

Câu hỏi: Một container cần custom Kubernetes scheduling và policy, nhưng team chỉ có một API stateless nhỏ. Kết luận nào có chất lượng nhất?

Kết thúc bài

Checklist trước khi sang Ngày 2