GSP344

Descripción general

En un lab de desafío, se le proporcionarán una situación y un conjunto de tareas. En lugar de seguir instrucciones paso a paso, deberá utilizar las habilidades aprendidas en los labs de la Quest a fin de decidir cómo completar las tareas por su cuenta. Un sistema de puntuación automatizado (que se muestra en esta página) le proporcionará comentarios acerca de si completó las tareas correctamente.

En un lab de desafío, no se explican conceptos nuevos de Google Cloud, sino que se espera que amplíe las habilidades que adquirió, como cambiar los valores predeterminados y leer o investigar los mensajes de error para corregir sus propios errores.

Debe completar correctamente todas las tareas dentro del período establecido para obtener una puntuación del 100%.

Se recomienda este lab a los estudiantes inscritos en el curso Develop Serverless Apps with Firebase. ¿Aceptas el desafío?

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs son cronometrados y no se pueden pausar. El cronómetro, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar (se recomienda el navegador Chrome)

Nota: Usa una ventana de navegador privada o de Incógnito para ejecutar este lab. Así evitarás cualquier conflicto entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab: Recuerda que, una vez que comienzas un lab, no puedes pausarlo.

Nota: Si ya tienes un proyecto o una cuenta personal de Google Cloud, no los uses en este lab para evitar cargos adicionales en tu cuenta.

Aprovisiona el entorno

1. Vincula el proyecto:

gcloud config set project $(gcloud projects list --format='value(PROJECT_ID)' --filter='qwiklabs-gcp')

2. Clona el repo:

git clone https://github.com/rosera/pet-theory.git

Situación del desafío

En este lab, crearás una solución de frontend con una API de REST y una base de datos de Firestore. Cloud Firestore es una base de datos NoSQL de documentos que forma parte de la plataforma Firebase, en la que puedes almacenar, sincronizar y consultar datos en tus aplicaciones web y para dispositivos móviles a gran escala. El contenido del lab consiste en resolver una situación de la vida real mediante la infraestructura sin servidores de Google Cloud.

Compilarás la siguiente arquitectura:

Tarea 1. Crea una base de datos de Firestore

En esta situación, crearás una base de datos de Firestore en Google Cloud. En el siguiente diagrama de alto nivel, se resume la arquitectura general.

Requisitos:

Campo	Valor
Cloud Firestore	Modo nativo
Ubicación

Crea una base de datos de Firestore

Para completar correctamente esta sección, debes implementar lo siguiente:

• Crear una base de datos de Cloud Firestore
• Utilizar el modo nativo de Firestore
• Agregar la ubicación

Haz clic en Revisar mi progreso para verificar la realización de la tarea indicada arriba. Crear una base de datos de Firestore

Tarea 2: Completa la base de datos

En esta situación, completarás la base de datos con datos de prueba.

En el siguiente diagrama de alto nivel, se resume la arquitectura general.

Propaga la base de datos

Esquema de Firestore de ejemplo:

Colección	Documento	Campo
datos	70234439	[dataset]

El conjunto de datos de programas de Netflix incluye la siguiente información:

Campo	Descripción
show_id:	ID único para cada película o programa de TV
type:	Identificador: una película o un programa de TV
title:	Título de la película o el programa de TV
director:	Director de la película
cast:	Actores que participan en la película o el programa de TV
country:	País en el que se produjo la película o el programa de TV
date_added:	Fecha en que se agregó a Netflix
release_year:	Año real del lanzamiento de la película o el programa de TV
rating:	Calificación de contenido de la película o del programa de TV
duration:	Duración total: en minutos o cantidad de temporadas

Para completar correctamente esta sección, debes llevar a cabo las siguientes tareas:

1. Utilizar el código de muestra de pet-theory/lab06/firebase-import-csv/solution:

npm install

2. Utilizar el nodo pet-theory/lab06/firebase-import-csv/solution/index.js para importar el archivo CSV:

node index.js netflix_titles_original.csv Nota: Revisa los datos en la IU de Firestore para verificar que la base de datos de Firestore se haya actualizado.

Haz clic en Revisar mi progreso para verificar la realización de la tarea indicada arriba. Completar la base de datos de Firestore

Tarea 3: Crea una API de REST

En esta situación, crearás una API de REST de ejemplo.

En el siguiente diagrama de alto nivel, se resume la arquitectura general.

Desarrollo de Cloud Run

Campo	Valor
Imagen de Container Registry	rest-api:0.1
Servicio de Cloud Run
Permiso	--allow-unauthenticated

Para completar correctamente esta sección, debes llevar a cabo las siguientes tareas:

1. Acceder a pet-theory/lab06/firebase-rest-api/solution-01
2. Compilar y, luego, implementar el código en Google Container Registry
3. Implementar la imagen como un servicio de Cloud Run

Nota: Implementa tu servicio con un máximo de 1 instancia para asegurarte de no exceder el límite permitido de instancias de Cloud Run.

4. Ve a Cloud Run, haz clic en y, luego, copia la URL de servicio:

• SERVICE_URL=copy url from your
• La respuesta de curl -X GET $SERVICE_URL debería ser la siguiente: {"status":"Netflix Dataset! Make a query."}

Haz clic en Revisar mi progreso para verificar la realización de la tarea indicada arriba. Implementar y probar la API de REST

Tarea 4: Accede a la API de Firestore

En esta situación, implementarás una revisión actualizada del código para acceder a la base de datos de Firestore.

En el siguiente diagrama de alto nivel, se resume la arquitectura general.

Implementa la revisión 0.2 de Cloud Run

Campo	Valor
Imagen de Container Registry	rest-api:0.2
Servicio de Cloud Run
Permiso	--allow-unauthenticated

Para completar correctamente esta sección, debes llevar a cabo las siguientes tareas:

1. Acceder a pet-theory/lab06/firebase-rest-api/solution-02
2. Compilar la aplicación actualizada
3. Utilizar Cloud Build para etiquetar y, luego, implementar la revisión de imágenes en Container Registry
4. Implementar la imagen nueva como servicio de Cloud Run

Nota: Implementa tu servicio con un máximo de 1 instancia para asegurarte de no exceder el límite permitido de instancias de Cloud Run.

5. Ve a Cloud Run, haz clic en y, luego, copia la URL de servicio:

• SERVICE_URL=copy url from your
• Verifica que la respuesta de curl -X GET SERVICESERVICE_URL/2019 sea el conjunto de datos JSON.

Haz clic en Revisar mi progreso para verificar la realización de la tarea indicada arriba. Implementar y probar la API de REST

Tarea 5: Implementa el frontend de etapa de pruebas

En esta situación, implementarás el frontend de etapa de pruebas.

En el siguiente diagrama de alto nivel, se resume la arquitectura general.

Implementa el frontend

Campo	Valor
REST_API_SERVICE	URL del servicio de la API de REST
Imagen de Container Registry	frontend-staging:0.1
Servicio de Cloud Run

Para completar correctamente esta sección, debes llevar a cabo las siguientes tareas:

1. Acceder a pet-theory/lab06/firebase-frontend
2. Compilar la aplicación de etapa de pruebas de frontend
3. Utilizar Cloud Build para etiquetar y, luego, implementar la revisión de imágenes en Container Registry
4. Implementar la imagen nueva como servicio de Cloud Run

Nota: Implementa tu servicio con un máximo de 1 instancia para asegurarte de no exceder el límite permitido de instancias de Cloud Run.

5. Brindar acceso de frontend a la API de REST y la base de datos de Firestore
6. Acceder a la URL del servicio de frontend

Nota: Estás utilizando un conjunto de datos de demostración para proporcionar las entradas en pantalla.

Haz clic en Revisar mi progreso para verificar la realización de la tarea indicada arriba. Implementar el frontend de etapa de pruebas

Tarea 6: Implementa el frontend de producción

En esta situación, deberás actualizar el frontend de etapa de pruebas para utilizar la base de datos de Firestore.

En el siguiente diagrama de alto nivel, se resume la arquitectura general.

Implementa el frontend

Campo	Valor
REST_API_SERVICE	URL del servicio de la API de REST
Imagen de Container Registry	frontend-production:0.1
Servicio de Cloud Run

Para completar correctamente esta sección, debes llevar a cabo las siguientes tareas:

1. Acceder a pet-theory/lab06/firebase-frontend/public
2. Actualizar la aplicación de frontend, es decir, app.js, para utilizar la API de REST
3. Asegurarte de agregar el año a SERVICE_URL
4. Utilizar Cloud Build para etiquetar y, luego, implementar la revisión de imágenes en Container Registry
5. Implementar la imagen nueva como servicio de Cloud Run Nota: Implementa tu servicio con un máximo de 1 instancia para asegurarte de no exceder el límite permitido de instancias de Cloud Run.
6. Brindar acceso de frontend a la API de REST y la base de datos de Firestore

Ahora que se implementaron los servicios, podrás ver el contenido de la base de datos de Firestore a través del servicio de frontend.

Haz clic en Revisar mi progreso para verificar la realización de la tarea indicada arriba. Implementar el frontend de producción

¡Felicitaciones!

¡Felicitaciones! En este lab, creaste correctamente una base de datos de Firestore y la completaste con datos, creaste una API de REST y, luego, implementaste una aplicación de frontend que interactúa con la base de datos de Firestore y la API de REST. También aprendiste a implementar una aplicación de frontend de etapa de pruebas y de producción.

Obtén tu próxima insignia de habilidad

Este lab de autoaprendizaje forma parte del curso con insignia de habilidad Develop Serverless Apps with Firebase. Si completas este curso, obtendrás la insignia de habilidad que se muestra arriba como reconocimiento de tu logro. Comparte la insignia en tu currículum y tus plataformas sociales, y anuncia tu logro con el hashtag #GoogleCloudBadge.

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 22 de marzo de 2024

Prueba más reciente del lab: 5 de febrero de 2024

Copyright 2024 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.