Pour aller plus loin
Le concept fondamental évalué par cette question est le choix de la bonne couche d'abstraction de calcul pour les conteneurs sur Google Cloud, en équilibrant le contrôle et la charge opérationnelle. Cloud Run est construit sur Knative et exécute des conteneurs sur la même infrastructure que GKE, mais abstrait le plan de contrôle Kubernetes, passant automatiquement à zéro lorsqu'il est inactif — une différence clé par rapport à GKE, qui peut réduire sa taille mais pas à zéro à moins de configurer spécifiquement la mise à l'échelle automatique du cluster avec un minimum de zéro nœud (ce qui laisse tout de même le plan de contrôle en cours d'exécution). Une idée fausse fréquente est que le sans serveur (serverless) signifie que vous ne pouvez pas utiliser de stockage avec état ; en réalité, Cloud Run prend en charge des requêtes jusqu'à 32 GiB, peut écrire dans Cloud Storage/Filestore et possède un système de fichiers en mémoire accessible en écriture, mais il est éphémère et idéal pour le traitement sans état. Autre subtilité : la concurrence par instance de Cloud Run (jusqu'à 1000 requêtes par instance) et la limitation du processeur (CPU) lors des requêtes inactives signifient que vous devez concevoir pour un traitement efficace des requêtes, tandis que GKE vous offre un processeur (CPU) prévisible et toujours actif. Pour l'optimisation des coûts dans le monde réel, la mise à l'échelle à zéro est puissante pour les charges de travail sporadiques mais moins efficace pour les charges de trafic élevé soutenues où la mise à l'échelle horizontale de GKE peut offrir un coût par requête inférieur. Comprendre ces compromis est essentiel pour que le Digital Leader recommande le bon service de calcul, car choisir Cloud Run sans tenir compte de la concurrence et des démarrages à froid peut entraîner des problèmes de performance en production.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement GCDL originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.