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。
含有成人內容