Zum Hauptinhalt springen
Technologiebereiche
close
KI und ML
Anwendungsentwicklung
Anwendungshosting
Compute
Datenanalyse und Pipelines
Datenbanken
Verteilt, Hybrid und Multi-Cloud
Branchenlösungen
Migration
Netzwerk
Beobachtbarkeit und Monitoring
Sicherheit
Storage
Produktübergreifende Tools
close
Zugriffs- und Ressourcenverwaltung
Kosten- und Nutzungsmanagement
Infrastruktur als Code
SDK, Sprachen, Frameworks und Tools
/
Console
English
Deutsch
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어
Anmelden
Google Kubernetes Engine (GKE)
Jetzt kostenlos testen
Übersicht
Leitfäden
Referenzen
Beispiele
Ressourcen
Technologiebereiche
Mehr
Übersicht
Leitfäden
Referenzen
Beispiele
Ressourcen
Produktübergreifende Tools
Mehr
Console
Erste Schritte
Produktübersicht
GKE-Dokumentation ansehen
Übersicht
Hauptdokumentation zu GKE
GKE AI/ML-Dokumentation
GKE-Netzwerkdokumentation
GKE-Sicherheitsdokumentation
GKE-Flottenmanagement-Dokumentation
GKE oder Cloud Run verwenden?
Jetzt ausprobieren
Cluster in der Console erstellen
Cluster mit Terraform erstellen
Cluster ansehen
GKE-Dienste mit Gemini-Unterstützung optimieren
Grundlagen kennenlernen
Informationen zu GKE
Kubernetes-Grundlagen kennenlernen
Informationen zu Kubernetes
Einführung in Container
Kubernetes-Comic
Kubernetes.io
Video-Playlist: Kubernetes mit Google kennenlernen
GKE-Grundlagen kennenlernen
GKE-Betriebsmodi
Video-Playlist: GKE-Grundlagen
Häufig verwendete GKE-Nutzerrollen und ‑Aufgaben
Los gehts
Cluster-Lebenszyklus
Übersicht der Clusterverwaltung
Clusterkonfiguration
Arbeitslasten bereitstellen
GKE-Clusterarchitektur
Workflows und Tools
Übersicht über die gcloud CLI
GKE in der Google Cloud Console
GKE-Ressourcen mit Terraform bereitstellen
kubectl installieren und Clusterzugriff konfigurieren
Bereitstellung mit Ihrer IDE vereinfachen
GKE-Remote-MCP-Server verwenden
Lernpfad: Anwendung containerisieren
Übersicht
Monolithische Anwendung
Monolithische Anwendung modularisieren
Containerisierung vorbereiten
Modulare App containerisieren
App in einem Cluster bereitstellen
Lernpfad: Skalierbare Apps
Übersicht
Cluster erstellen
Mit Prometheus überwachen
Arbeitslasten skalieren
Fehler simulieren
Änderungen zentralisieren
Überlegungen zur Produktion
Entwerfen und planen
Codebeispiele
Best Practices für GKE
Architekturen
Anwendungen mit Cloud Code, Cloud Build und Google Cloud Deploy entwickeln und bereitstellen
Continuous-Delivery-Herausforderungen bewältigen
GKE-Cluster einrichten
Cluster zum Ausführen von Arbeitslasten planen
Features in GKE Autopilot und Standard vergleichen
Regionale Cluster
Feature Gates
Alpha-Cluster
Unterstützung von Maschinen mit GKE-Clustern
GKE-Cluster mit Gemini entwerfen
Autopilot-Cluster einrichten
GKE Autopilot
Autopilot-Cluster erstellen
Laufzeit von Autopilot-Pods verlängern
Standardcluster einrichten
Zonalen Cluster erstellen
Regionalen Cluster erstellen
Alpha-Cluster erstellen
Cluster mit Windows-Knotenpools erstellen
Verwendung von Clustern vorbereiten
Labels zum Organisieren von Clustern verwenden
GKE-Ressourcen mit Tags verwalten
Knotenpools konfigurieren
Knotenpools
Knotenpools hinzufügen und verwalten
Knoten-Images
Containerd-Images
Knotenimage angeben
Über Arm-Arbeitslasten in GKE
Standardcluster und ‑knotenpools mit Arm-Knoten erstellen
GKE-Standardknotengrößen planen
Informationen zu Spot-VMs
Windows Server-Container
Knoten automatisch reparieren
GKE-Knoten automatisch mit DaemonSets starten
Kubernetes-Knotenlabels und -Taints für Knotenpools aktualisieren
Verschachtelte VMs mit GKE Standard-Clustern verwenden
Cluster für Mehrmandantenfähigkeit einrichten
Mehrmandantenfähigkeit von Clustern
Mehrmandantenfähige Umgebung planen
GKE-Cluster für Mandanten von Drittanbietern vorbereiten
Mehrmandantenfähiges Logging einrichten
Flotten verwenden, um die Multi-Cluster-Verwaltung zu vereinfachen
Flotten
Flotten erstellen
Skalierbarkeit für Cluster verbessern
Skalierbarkeit von GKE
Skalierbarkeit planen
Für große GKE-Cluster planen
Große Arbeitslasten planen
Kapazitätsreserven
Kapazitätsreserven konfigurieren
Zusätzliche Rechenkapazität für eine schnelle Pod-Skalierung bereitstellen
Reservierte zonale Ressourcen nutzen
Schnelleres Starten von Arbeitslasten mit Schnellstartknoten
Kosten senken und optimieren
GKE-Cluster zur Kostenoptimierung entwerfen und konfigurieren
Autoscaling für Arbeitslasten konfigurieren
Bereitgestellte Anwendungen skalieren
Arbeitslasten horizontal automatisch skalieren
Horizontales Pod-Autoscaling
Bereitstellungen mit horizontalem Pod-Autoscaling automatisch skalieren
Ereignislogs für horizontales Pod-Autoscaling erfassen
Autoscaling von Arbeitslasten anhand von Messwerten
Benutzerdefinierte Messwerte verfügbar machen
Autoscaling für LLM-Arbeitslasten auf GPUs konfigurieren
Autoscaling für LLM-Arbeitslasten auf TPUs konfigurieren
Skalierung auf null mit KEDA
Arbeitslasten vertikal automatisch skalieren
Vertikales Pod-Autoscaling
Skalierung von Containerressourcenanfragen und -limits
Ereignislogs für vertikales Pod-Autoscaling erfassen
Mehrdimensionales Pod-Autoscaling konfigurieren
Anwendungsstart mit CPU-Boost beim Start beschleunigen
Autoscaling für Infrastruktur konfigurieren
Cluster-Autoscaling
Cluster-Autoscaling konfigurieren
Cluster-Autoscaling-Ereignisse ansehen
Automatisches Erstellen von Knotenpools
Automatisches Erstellen von Knotenpools konfigurieren
Granulare Ressourcenlimits konfigurieren
Fehlertolerante Arbeitslasten kostengünstiger ausführen
Spot-Pods in Autopilot-Clustern verwenden
Spot-VMs zum Ausführen von Arbeitslasten in GKE Standard-Clustern verwenden
VMs auf Abruf zum Ausführen von Arbeitslasten verwenden
GKE-Kosten ansehen
Aufschlüsselung der Clusterkosten ansehen
Kostenbezogene Optimierungsmesswerte ansehen
GKE-Kosten optimieren
Größe von GKE-Arbeitslasten in großem Maßstab anpassen
Kostensenkung durch Herunterskalieren von GKE-Clustern außerhalb der Spitzenzeiten
Unter- und überbereitgestellte GKE-Cluster identifizieren
Inaktive GKE-Cluster identifizieren
Unter- und überprovisionierte Arbeitslasten identifizieren
Speicher bereitstellen
Speicher für GKE-Cluster
Kubernetes-Funktionen, ‑Primitive und ‑Abstraktionen für den Speicher verwenden
Nichtflüchtige Volumes und dynamische Bereitstellung verwenden
StatefulSets verwenden
Volume-Snapshots
Volume-Erweiterung verwenden
Volumes mit Daten aus Cloud Storage füllen
GKE Volume Populator
Datenübertragung auf Hyperdisk ML automatisieren
Blockspeicher
Nichtflüchtige Speicher bereitstellen und verwenden
