EIKON Technology

logo Eikon
Menu

developer

Info

Percepat Pengembangan Data dengan Continuous Integration Looker

Para developer mengandalkan model Looker yang mengutamakan cloud dan sumber data luas untuk menciptakan pengalaman data yang mendalam. Hari ini, Looker memperkenalkan Continuous Integration (CI), yang mengadopsi prinsip-prinsip rekayasa software modern untuk mempercepat pengembangan secara signifikan dan meningkatkan keandalan data. Para pengembang membutuhkan koneksi yang stabil, data yang akurat, dan eksekusi kode yang konsisten. CI untuk Looker mengatasi permasalahan umum dengan menyederhanakan pengembangan kode, meningkatkan pengalaman end-user, dan mengoptimalkan penerapan. Saat Anda menulis kode LookML, CI memastikan dasbor tetap utuh dan konten terlindungi dari perubahan basis data, mendeteksi inkonsistensi sebelum memengaruhi pengguna. Keunggulan Continuous Integration Looker Photo Credit: Google Cloud Blog Deteksi Kesalahan Dini & Peningkatan Kualitas Data: CI membantu developer LookML mendeteksi masalah sebelum kode baru diterapkan ke produksi. Hal ini meminimalkan kesalahan tak terduga dan memastikan kualitas data yang lebih tinggi. Validator yang andal menandai perubahan SQL yang mungkin merusak definisi Looker, mengidentifikasi referensi yang kedaluwarsa, dan memvalidasi LookML untuk menemukan kesalahan. Baca juga: Fitur Baru Looker Studio yang Akan Mudahkan Proses Analisis Data Peningkatan Efisiensi Developer: CI menyederhanakan alur kerja dengan memeriksa kualitas dan dependensi kode secara otomatis. Hal ini memungkinkan developer untuk fokus menciptakan pengalaman data yang berdampak, alih-alih melakukan debug. Kestabilan dalam Penerapan: Penerapan akan jauh lebih stabil, karena kode LookML, kueri SQL, dan dasbor Anda telah diuji secara menyeluruh dan andal. Baca juga: Pembuat Google Slides Otomatis dan Formula AI Assistant dengan Dukungan AI Kini Hadir di Looker Manajemen yang seamless dalam Looker Photo Credit: Google Cloud Blog Looker kini memungkinkan Anda mengelola rangkaian pengujian, eksekusi, dan konfigurasi CI secara langsung dalam satu antarmuka pengguna terintegrasi. Hal ini memungkinkan pemantauan status eksekusi CI yang mudah, memanfaatkan validator canggih untuk akurasi, dan memicu eksekusi CI secara manual atau otomatis melalui pull requests maupun penjadwalan. Baca juga: Mengenal Aplikasi Looker Studio Pro, Apa Keunggulannya? Dalam lingkungan data yang serba cepat saat ini, kecepatan, akurasi, dan kepercayaan adalah hal terpenting. Integrasi Berkelanjutan dalam Looker memberdayakan tim data untuk mengadopsi praktik terbaik, mengurangi risiko kesalahan, dan meningkatkan kepercayaan organisasi terhadap data mereka. Hasilnya adalah pengalaman Looker yang selalu dapat diandalkan bagi semua pengguna. Continuous Integration Looker kini tersedia dalam versi pratinjau. Jelajahi kemampuannya untuk mentransformasi alur kerja pengembangan Looker dan meningkatkan strategi data Anda. Layanan pratinjau ini tersedia gratis dengan berlangganan Google Cloud melalui EIKON Technology. Untuk informasi lebih lanjut, silakan klik di sini!

Google Cloud

Google Cloud Meluncurkan Produk Baru untuk Pengembangan Aplikasi, Lengkap dengan Dukungan Generative AI

Hingga saat ini, masih sulit bagi perusahaan untuk mengakses generative AI, apalagi menyesuaikannya, dan terkadang teknologi tersebut cenderung menghasilkan informasi yang tidak akurat yang dapat merusak kepercayaan. Untuk memenuhi kebutuhan ini, Google Cloud meluncurkan rangkaian produk dengan generative AI, yang memberdayakan developer untuk mengembangkan aplikasi dengan keamanan dan privasi tingkat tinggi. Gebrakan baru ini dimulai dengan memperkenalkan dua teknologi baru: Generative AI support di Vertex AI memberi akses ke model dasar dari Google dan lainnya, memungkinkan mereka membuat dan menyesuaikan di atas model ini pada platform yang sama yang mereka gunakan untuk model ML dan MLOps lokal. Generative AI App Builder memungkinkan developer untuk mengirimkan pengalaman baru dengan cepat termasuk bot, chat interfaces, custom search engines, digital assistants, dan banyak lagi. Memberikan akses API ke model dasar Google dan template bawaan untuk memulai pembuatan gen apps dalam hitungan menit atau jam. Buat, sesuaikan, dan terapkan model dasar dengan Vertex AI Photo Credit: Google Cloud Blog Vertex AI, platform pembelajaran mesin Google Cloud untuk melatih dan menerapkan model ML dan aplikasi AI, kini hadir dengan peningkatan besar-besaran. Generative AI support di Vertex AI menawarkan cara paling sederhana untuk memanfaatkan model dasar seperti PaLM, dengan beragam pilihan, termasuk kemampuan untuk: Memilih kasus penggunaan yang ingin Anda selesaikan. Memilih model dasar terbaru Google. Memilih dari berbagai model. Memilih cara menyetel, menyesuaikan, dan mengoptimalkan perintah. Memilih cara berinteraksi dengan model. Bangun aplikasi dalam sekejap dengan Generative AI App Builder Generative AI App Builder menghadirkan cara tercepat untuk memulai pembuatan gen apps dengan keahlian teknis yang diperlukan. Ini memungkinkan developer untuk: Membangun aplikasi dalam hitungan menit atau jam. Menggabungkan data perusahaan dan teknik pengambilan informasi untuk memberikan jawaban yang relevan. Menelusuri dan menanggapi dengan lebih dari sekadar teks. Menggabungkan percakapan alami dan aliran terstruktur. Baca juga: Bard: Teknologi Chatbot AI Google, Bakal Saingi ChatGPT? Memanfaatkan generative AI building blocks untuk meningkatkan nilai perusahaan Mari kita lihat beberapa contoh bagaimana perusahaan mengoptimalkan generative AI dengan Google Cloud: Pembuatan konten otomatis Generative AI dapat memfasilitasi brainstorming, menyusun copywriting, hingga menghasilkan aset media dalam hitungan detik. Akan membantu tim pemasaran dan kreatif perusahaan dalam meningkatkan alur kerja dan menghasilkan produk yang unggul. AI Assistant untuk semua tugas Generative AI memungkinkan bisnis dan instansi mengubah volume data yang besar dan kompleks menjadi lebih ringkas, memungkinkan Anda untuk mengoptimalkan pengalaman pelanggan, seperti Q&A hingga berbagai skenario data science lain yang jauh lebih kompleks. Mencari dan memahami kumpulan data internal yang besar Perusahaan perbankan dapat memanfaatkan generative AI untuk menganalisis berbagai sumber data internal dan eksternal untuk mendapatkan gambaran pasar yang komprehensif. Baca juga: Cara Manfaatkan Google Document AI dan Google Workspace untuk Menjalankan SAP Build Protection Automation Melindungi data dan membentuk alur percakapan dengan Responsible AI Photo Credit: pressfoto (Freepik) Penambahan generative AI oleh Google Cloud memberikan kemampuan transformatif, tanpa perlu mengorbankan perlindungan keamanan. Sebagai dukungan, Google Cloud juga memperbarui AI Principles mereka yang ditetapkan pada tahun 2017 lalu. Di samping AI Principles, Google Cloud juga mengumumkan kemitraan dan program AI baru yang mempermudah perusahaan startup, developer, dan perusahaan untuk mempercepat alur kerja proyek pengembangan AI mereka. Baca juga: Alasan Mengapa Perusahaan Retail Sebaiknya Beralih ke Google Cloud Retail Search Dengan penambahan generative AI ini, diharapkan perusahaan dapat menyederhanakan alur kerja mereka saat mengembangkan aplikasi. Untuk bisa memanfaatkan kecanggihan terbaru Cloud dalam pengembangan aplikasi, Anda bisa langsung memilih paket berlangganan melalui EIKON Technology. Kami menyediakan solusi komputasi awan Google Cloud yang dapat disesuaikan dengan kebutuhan perusahaan atau instansi Anda. Untuk informasi lebih lanjut, silakan hubungi kami di sini!

Google Cloud

Google Cloud Deploy Memperkenalkan Verifikasi Pasca Deployment

Google Cloud Deploy memperkenalkan fitur baru yang disebut deployment verification. Dengan fitur ini, pengembang dan operator dapat mengatur dan menjalankan pengujian pasca penerapan tanpa harus melakukan integrasi pengujian yang lebih ekstensif. Laporan State of DevOps tahun 2021 menunjukkan bahwa pengujian berkelanjutan adalah penentu utama dari keberhasilan pengiriman berkelanjutan. Dengan menggabungkan pengujian awal dan rutin selama proses pengiriman, serta penguji yang bekerja bersama pengembang, tim dapat mengulangi dan membuat perubahan pada produk, layanan, atau aplikasi mereka dengan lebih cepat. Bagaimana dengan melakukan pengujian pasca pengiriman untuk menentukan apakah kondisi tertentu terpenuhi guna validasi penerapan lebih lanjut? Bagi sebagian besar pengguna, kemampuan untuk menjalankan tes ini tetap penting bagi bisnis mereka dan merupakan kemampuan yang banyak dibutuhkan dari alat pengiriman berkelanjutan. Fitur baru ini bergantung pada fase Skaffold baru bernama “verify”, fase ini memungkinkan pengembang dan operator untuk menambahkan daftar wadah uji untuk dijalankan pasca penerapan dan dipantau untuk keberhasilan/kegagalan. Cara menggunakan Artikel ini menggunakan python-hello-world dari Cloud Code Samples untuk menunjukkan cara kerja deployment verification. Dengan pemicu Cloud Build, file yang dikonfigurasi, dan Cloud Deploy Pipeline yang telah dibuat, Anda bisa mulai mencoba fitur verifikasi pasca penerapan. Pertama, Anda perlu memodifikasi skaffold.yaml untuk memasukkan fase verifikasi baru: Photo Credit: Google Cloud Blog Kemungkinan untuk menggunakan image container apa pun (baik container yang berdiri sendiri atau dibuat oleh Skaffold) memberi pengembang fleksibilitas melakukan pengujian sederhana hingga skenario yang lebih kompleks. Dalam contoh ini, mari coba gunakan ‘wget‘ untuk memeriksa apakah halaman “/ hello” ada dan apakah sudah aktif (http 200 response). Meskipun Anda dapat menggunakan probe kesiapan Kubernetes untuk memeriksa apakah aplikasi/pod siap menerima permintaan, fitur Cloud Deploy yang baru ini memungkinkan pengguna untuk melakukan pengujian terkontrol yang telah ditentukan sebelumnya. Baca juga: Google Cloud Backup and DR, Apa Keunggulannya? Sekarang mari lihat clouddeploy.yaml. Verifikasi pasca penerapan dapat digunakan untuk target yang berbeda berdasarkan profil Skaffold yang berbeda, dalam kasus target ‘dev‘, juga perlu konfigurasi target yang ingin diverifikasikan penerapannya. Photo Credit: Google Cloud Blog Setelah perubahan ini, Anda bisa langsung memicu proses CI/CD menggunakan ‘gcloud builds submit‘ atau mendorong kode ke repo sumber untuk memicu Cloud Build. Setelah fase build (juga dikenal sebagai Continuous Integration), Cloud Build akan membuat rilis Google Cloud Deploy dan menerapkannya melalui pipeline pengiriman yang ditentukan ke target ‘dev‘. Baca juga: Cara Menunda Notifikasi Monitoring Melalui Cloud Alerting Google Cloud Untuk memeriksa status penerapan, buka Cloud Deploy lalu navigasikan ke pipeline pengiriman dan klik rilis terakhir di daftar rilis. Pada halaman detail rilis, pilih peluncuran terakhir dari daftar peluncuran. Photo Credit: Google Cloud Blog Tangkapan layar di atas menunjukkan verifikasi penempatan pos berhasil. Anda dapat mengeklik log verifikasi untuk melihat detailnya. Jika alamat verifikasi ‘wget’ di skaffold.yaml diubah dan prosesnya dijalankan kembali, Anda bisa langsung melihat apa yang terjadi ketika verifikasi gagal. Photo Credit: Google Cloud Blog Saat verifikasi penerapan gagal, peluncuran juga akan gagal Semua uji verifikasi penerapan harus lulus. Jika uji verifikasi penerapan gagal, peluncuran juga gagal. Namun, Anda masih bisa menjalankan kembali verifikasi pasca penerapan untuk peluncuran yang gagal. Anda juga dapat menerima pemberitahuan Pub/Sub saat verifikasi dimulai dan diselesaikan. Baca juga: Memanfaatkan Google Cloud sebagai Pengamanan Tambahan bagi Developer Halaman tutorial Google Cloud Deploy kini telah diperbarui dengan panduan verifikasi penerapan. Tutorial interaktif ini akan memandu Anda melalui langkah-langkah untuk menyiapkan dan menggunakan layanan Google Cloud Deploy. Pipeline ini mencakup verifikasi penerapan otomatis, yang menjalankan pemeriksaan pada setiap tahap untuk menguji keberhasilan aplikasi. Hadirnya fitur baru ini kembali menunjukkan kapabilitas Google Cloud sebagai dukungan untuk proyek pengembangan aplikasi. Dapatkan segera Google Cloud untuk proyek pengembangan aplikasi Anda hanya di EIKON Technology, authorized reseller Google. Kami menawarkan solusi menyeluruh mulai dari tahap perencanaan hingga penerapan. Untuk informasi lebih lanjut, silakan klik di sini!

Google Cloud

Memanfaatkan Google Cloud sebagai Pengamanan Tambahan bagi Developer

Komputasi awan atau cloud telah dimanfaatkan untuk mendorong inovasi. Para developer menggunakan cloud sebagai semacam mesin untuk menguji ide-ide baru dan otomatisasi skalabilitas. Dengan banyaknya eksperimen yang harus dijalankan, inovasi di jaringan cloud amat membutuhkan kebebasan dan fleksibilitas. Namun kebebasan sering kali berseberangan dengan keamanan. Lantas, apa yang bisa dilakukan untuk menyeimbangkan antara keamanan dengan kebebasan inovasi? Keamanan Google Cloud Photo Credit: rawpixel.com (Freepik) Google Cloud terus berupaya untuk menyediakan solusi atas berbagai tantangan keamanan cloud. Sejauh ini, Google Cloud telah mengambil spesialisasi dalam domain keamanan cloud seperti cloud native compliance, arsitektur zero trust, keamanan aplikasi, perlindungan data, dan juga operasi keamanan. Artikel kali ini akan membahas tentang bagaimana Google Cloud membantu Anda dalam konfigurasi kontrol keamanan preventif, tentunya masih dengan kapabilitas yang sudah tersedia dalam ekosistem Cloud. Kontrol keamanan preventif, juga dikenal sebagai “pagar pengaman” keamanan, adalah kontrol yang memungkinkan fleksibilitas pengembang untuk berinovasi dalam batas-batas kebijakan keamanan yang ditentukan serta mencegah kesalahan konfigurasi atau kerentanan sebelum dapat dieksploitasi. Infrastruktur sebagai Kode: Proses deploy yang aman Program keamanan cloud yang matang adalah perpaduan antara proses operasional yang berulang dan kontrol otomatis. Untuk membantu memastikan developer berinovasi pada baseline yang aman, sebaiknya pelanggan merancang proses terpusat untuk meminta project GCP baru dan mendaftarkan beban kerja. Hal ini memungkinkan tim keamanan memiliki kemampuan untuk konfigurasi proyek GCP dengan parameter keamanan yang ditentukan. Untuk membantu mengaktifkan pengulangan dan konsistensi proses, penggunaan Google Cloud Project Factory telah disetel otomatis untuk menerapkan proyek berdasarkan opini kepada developer secara terpusat. Baca juga: Tips Optimalkan Penggunaan Active Assist untuk Migrasi ke Google Cloud Fungsi pagar pembatas adalah untuk mencegah pelanggaran keamanan sebelum berdampak pada platform produksi. Umumnya, perusahaan menggunakan proses manajemen perubahan yang rumit untuk mengontrol penyebaran serangan secara manual dan mengevaluasi postur keamanan. Google Cloud bekerja sama dengan pelanggan untuk merancang pipeline Infrastructure as Code (IaC) untuk menentukan pemeriksaan kebijakan keamanan dan secara otomatis memvalidasi postur sebelum penerapan. Pola desain tipikal menggunakan alat “policy-as-code”, seperti Terraform Validator, untuk menerapkan pagar pengaman bagi developer sebagai bagian dari pipeline CI/CD. Desain ini memungkinkan pelanggan untuk konfigurasi batasan keamanan berdasarkan persyaratan khusus atau toleransi risiko mereka. Membangun kontrol pencegahan menggunakan kapabilitas GCP Photo Credit: rawpixel.com (Freepik) Google Cloud bekerja untuk menghadirkan cloud paling tepercaya yang menawarkan platform asli dan kapabilitas produk yang memungkinkan kontrol keamanan preventif. Berikut adalah beberapa layanan Google Cloud yang direkomendasikan untuk digunakan dalam penerapan pagar pengaman bagi pengembang: Organization Policy: Memberikan kontrol terpusat dan terprogram mengenai cara resources digunakan. Tim keamanan dapat memilih dari daftar batasan yang tersedia untuk membatasi cara resources dikonfigurasi, mencegah potensi kesalahan konfigurasi terjadi. Misalnya, batasan kebijakan organisasi, constraint/storage.publicAccessPrevention akan mencegah developer mengekspos bucket penyimpanan cloud secara publik. Baca juga: Penambahan Aturan Lifecycle Conditions Baru untuk Google Cloud Storage VPC Service Controls: Mencegah perpindahan data yang tidak sah dengan mengisolasi resource GCP dan membatasi aliran data dengan aturan yang mendetail. Layanan ini memungkinkan Anda mendesain perimeter keamanan berbasis konteks untuk mengamankan layanan berbasis API. Developer yang bekerja pada layanan dengan perimeter VPC Service Controls akan dibatasi pada aturan yang ditentukan oleh administrator, membantu mengurangi risiko pemusnahan data. Cloud IAM: Mengaktifkan akses terperinci untuk memastikan developer hanya memiliki akses ke resources Google Cloud tertentu. Tim keamanan dapat menerapkan prinsip hak istimewa paling rendah, mencegah peran yang terlalu permisif untuk mengurangi serangan ke seluruh platform. Layanan GCP asli di atas telah didukung oleh pipeline Infrastructure as Code. Untuk membantu memastikan perlindungan yang konsisten bagi developer, layanan keamanan preventif harus dikonfigurasi dan diterapkan dengan pipeline IaC terkelola yang telah dibahas sebelumnya. Membangun pola otomatis berulang untuk penyebaran IaC akan menyederhanakan proses bagi developer dan melindungi lingkungan dengan pagar pengaman yang sudah ditentukan. Baca juga: 3 Fitur Security and Compliance di Google Cloud Logging yang Wajib Anda Ketahu Layanan dan kapabilitas asli dari Google Cloud di atas memungkinkan Anda untuk mendapat keamanan terbaik tanpa harus menggunakan produk eksternal. Itu artinya, risiko keamanan yang muncul karena penggunaan produk di luar ekosistem pun dapat diminimalkan. Semua layanan dan kapabilitas yang disebutkan di atas telah tersedia di Google Cloud Platform. Bagi Anda yang ingin memberi keamanan tambahan bagi developer program, gunakan paket solusi komputasi Google Cloud dari EIKON Technology. Sebagai authorized reseller untuk produk-produk Google di Indonesia, EIKON Technology menyediakan solusi Google Cloud resmi dan berlisensi. Untuk informasi lebih lanjut, silakan klik di sini!

Scroll to Top