GCP

含有「GCP」共 75 篇內容
全部內容
發佈日期由新至舊
付費限定
之前有出過教學文章教大家如何在Google Cloud Platform (GCP)利用Bitnami架設WordPress,這篇文章就來交大家如何將整個網站(包括檔案和資料庫)備份至Github!
當BigQuery執行查詢工作時,會將宣告式SQL陳述式轉換成執行圖,圖中會把執行作業拆分成一系列的查詢階段,而這些階段是由更精細的執行步驟組合所組成的。BigQuery會使用大量分散式平行架構來執行這些查詢。階段會模擬許多潛在工作站可能並行執行的工作單元。各階段會透過快速的分散式重組架構通訊。
_Default Bucket 是GCP自動為每個Google Cloud Project建立的預設日誌儲存桶,大部分的日誌(像是稽核記錄、GKE logs、Compute Engine logs等)預設都會儲存在這裡。 每個_Default bucket預設會包含以下view: _AllLo
VPC Serverless Connectors 是Google Cloud提供的一種機制,允許「Serverless工作負載(如Cloud Run、Cloud Functions、App Engine標準環境)」安全且私密地連線到使用者的VPC資源(例如 VM、Cloud SQL、Redis、
SSO SSO全名為Single Sign On,意思是多個登入端點,皆採用相同的認證管道。就是當企業有多個網站時,可以從一個統一的入口登入帳戶,接著就所有的網站都能使用。常見的例如Google這樣的多服務平台,無論要登入Gmail、雲端硬碟還是Youtube,都會導向到同一個 Google 登入
(一樣是接續前一篇文章) 減少要處理的資料 建議不要使用SELECT * 僅查詢所需欄位,控管投影。投影指的是查詢作業讀取的欄位數。投影多餘的資料欄會產生額外的(浪費)I/O和具體化(寫入結果)。 避免使用依日期進行資料分割的資料表 請勿使用依日期進行資料分割的資料表(又稱為以日期命名的資
運算單元爭用情況 執行查詢時,BigQuery會嘗試將查詢所需的工作拆分為"工作"。工作是指單一資料切片,可輸入至"階段"並從中輸出。單一時段會接收工作,並執行該階段的資料切片。理想情況下,BigQuery分區會並行執行這些工作,以便達到高效能。如果查詢有許多工作準備開始執行,但BigQuery無
BigQuery的Region和Multi-Region的比較: 地理範圍: Region:單一資料中心區域 Multi-Region:多個資料中心區域的集合 可用性: Region:較低(依賴單一區域) Multi-Region:較高(跨多個區域) 容錯能力: Region:一般
因為名詞解釋在ChatGPT上都查得到,所以此篇筆記只記錄如何操作的影片連結(:P) 大概簡單比較兩者使用的情境: Shared VPC:同一個VPC網路跨專案共用,中央管理、安全一致 VPC Peering:兩個獨立VPC點對點互通,各自管理 下面是如何在GCP操作兩者的影片: Shar
Google 的 Veo 3 Fast 模型開放使用,將 AI 視頻創作帶入商業化應用階段,大幅提升效率並降低門檻。其影像質感高、生成速度快,且即將推出影像轉影片功能,讓靜態圖片快速轉為動態影片。然而,也需注意其可能被濫用於製造假新聞等風險。
Thumbnail
含有成人內容