Checkpoints
Firestore Database Create
/ 10
Firestore Database Populate
/ 10
Cloud Build Rest API Staging
/ 20
Cloud Build Rest API Production
/ 20
Cloud Build Frontend Staging
/ 20
Cloud Build Frontend Production
/ 20
Develop Serverless Apps with Firebase: laboratório com desafio
GSP344
Visão geral
Nos laboratórios com desafio, apresentamos uma situação e um conjunto de tarefas. Para concluí-las, em vez de seguir instruções detalhadas, você usará o que aprendeu nos laboratórios do curso. Um sistema automático de pontuação (mostrado nesta página) vai avaliar seu desempenho.
Nos laboratórios com desafio, não ensinamos novos conceitos do Google Cloud. O objetivo dessas tarefas é aprimorar aquilo que você já aprendeu, como a alteração de valores padrão ou a leitura e pesquisa de mensagens para corrigir seus próprios erros.
Para alcançar a pontuação de 100%, você precisa concluir todas as tarefas no tempo definido.
Este laboratório é recomendado para estudantes que se inscreveram no curso Develop Serverless Apps with Firebase. Tudo pronto para começar o desafio?
Configuração e requisitos
Antes de clicar no botão Start Lab
Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é iniciado quando você clica em Começar o laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.
Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.
Confira os requisitos para concluir o laboratório:
- Acesso a um navegador de Internet padrão (recomendamos o Chrome).
- Tempo para concluir o laboratório---não se esqueça: depois de começar, não será possível pausar o laboratório.
Provisione o ambiente
- Vincule-se ao projeto:
- Clone o repositório:
Cenário do desafio
Neste laboratório, você criará uma solução de front-end usando uma API REST e um banco de dados Firestore. O Cloud Firestore é um banco de dados de documentos NoSQL que faz parte da plataforma do Firebase. Nele, você pode armazenar, sincronizar e consultar dados em escala dos seus apps da Web e para dispositivos móveis. O conteúdo do laboratório é baseado em um cenário do mundo real e usa a infraestrutura sem servidor do Google Cloud.
Você vai criar a seguinte arquitetura:
Tarefa 1: criar um banco de dados do Firestore
Neste cenário, você vai criar um banco de dados do Firestore no Google Cloud. O diagrama de alto nível abaixo resume a arquitetura geral.
Requisitos:
Campo | Valor |
---|---|
Cloud Firestore | Modo nativo |
Local |
Crie um banco de dados do Firestore
Para concluir esta seção, você precisa fazer o seguinte:
- Implementar o banco de dados Cloud Firestore
- Usar o modo nativo do Firestore
- Adicionar o local
Clique em Verificar meu progresso para conferir se você executou a tarefa.
Tarefa 2: preencher o banco de dados
Neste cenário, preencha o banco de dados usando dados de teste.
Este diagrama de alto nível resume a arquitetura geral:
Preencha o banco de dados
Exemplo de esquema do Firestore:
Coleção | Documento | Campo |
---|---|---|
dados | 70234439 | [conjunto de dados] |
O Netflix Shows Dataset (em inglês) inclui as seguintes informações:
Campo | Descrição |
---|---|
show_id | ID exclusivo de cada filme/programa de TV |
type | Identificador: filme/programa de TV |
title | Título do filme/programa de TV |
director | Diretor do filme |
cast | Atores do filme/programa de TV |
country | País onde o filme/programa de TV foi produzido |
date_added | Data em que o filme/programa TV foi adicionado à Netflix |
release_year | Ano de lançamento do filme/programa de TV |
rating | Classificação de TV do filme/programa de TV |
duration | Duração total: em minutos ou número de temporadas |
Para concluir esta seção, você precisa fazer o seguinte:
- Usar o exemplo de código de
pet-theory/lab06/firebase-import-csv/solution
:
- Usar o nó
pet-theory/lab06/firebase-import-csv/solution/index.js
para importar o CSV:
Clique em Verificar meu progresso para conferir se você executou a tarefa.
Tarefa 3: criar uma API REST
Neste cenário, crie uma API REST de exemplo.
Este diagrama de alto nível resume a arquitetura geral:
Desenvolvimento do Cloud Run
Campo | Valor |
---|---|
Imagem do Container Registry | rest-api:0.1 |
Serviço do Cloud Run | netflix-dataset-service |
Permissão | --allow-unauthenticated |
Para concluir esta seção, você precisa fazer o seguinte:
- Acessar
pet-theory/lab06/firebase-rest-api/solution-01
- Criar e implantar o código no Google Container Registry
- Implantar a imagem como um serviço do Cloud Run
- Acesse o Cloud Run, clique em netflix-dataset-service e depois copie o URL do serviço:
SERVICE_URL=copie o URL do serviço
netflix-dataset-service
-
curl -X GET $SERVICE_URL
deve responder com: {"status":"Netflix Dataset! Make a query."}
Clique em Verificar meu progresso para conferir se você executou a tarefa.
Tarefa 4: acessar a API Firestore
Neste cenário, implante uma revisão atualizada do código para acessar o banco de dados do Firestore.
Este diagrama de alto nível resume a arquitetura geral:
Implante a revisão 0.2 do Cloud Run
Campo | Valor |
---|---|
Imagem do Container Registry | rest-api:0.2 |
Serviço do Cloud Run | netflix-dataset-service |
Permissão | --allow-unauthenticated |
Para concluir esta seção, você precisa fazer o seguinte:
- Acessar
pet-theory/lab06/firebase-rest-api/solution-02
- Criar o aplicativo atualizado
- Usar o Cloud Build para marcar e implantar a revisão de imagem no Container Registry
- Implantar a nova imagem como um serviço do Cloud Run
- Acesse o Cloud Run, clique em netflix-dataset-service e depois copie o URL do serviço:
SERVICE_URL=copie o URL do serviço
netflix-dataset-service
-
curl -X GET $SERVICE_URL/2019
deve responder com um conjunto de dados JSON
Clique em Verificar meu progresso para conferir se você executou a tarefa.
Tarefa 5: implantar o front-end de preparo
Neste cenário, implante o front-end de preparo.
Este diagrama de alto nível resume a arquitetura geral:
Implante o front-end
Campo | Valor |
---|---|
REST_API_SERVICE | URL do serviço da API REST |
Imagem do Container Registry | frontend-staging:0.1 |
Serviço do Cloud Run | frontend-staging-service |
Para concluir esta seção, você precisa fazer o seguinte:
- Acessar
pet-theory/lab06/firebase-frontend
- Criar o aplicativo de preparo de front-end
- Usar o Cloud Build para marcar e implantar a revisão de imagem no Container Registry
- Implantar a nova imagem como um serviço do Cloud Run
- Implementar o acesso de front-end à API REST e ao banco de dados do Firestore
- Acessar o URL do serviço de front-end
Clique em Verificar meu progresso para conferir se você executou a tarefa.
Tarefa 6: implantar o front-end de produção
Neste cenário, atualize o front-end de preparo para usar o banco de dados do Firestore.
Este diagrama de alto nível resume a arquitetura geral:
Implante o front-end
Campo | Valor |
---|---|
REST_API_SERVICE | URL do serviço da API REST |
Imagem do Container Registry | frontend-production:0.1 |
Serviço do Cloud Run | frontend-production-service |
Para concluir esta seção, você precisa fazer o seguinte:
- Acessar
pet-theory/lab06/firebase-frontend/public
- Atualizar o aplicativo de front-end, por exemplo,
app.js
, para usar a API REST. - Anexar o ano ao SERVICE_URL
- Usar o Cloud Build para marcar e implantar a revisão de imagem no Container Registry
- Implantar a nova imagem como um serviço do Cloud Run
Observação: implante seu serviço com uma única instância para não exceder o limite para as instâncias do Cloud Run. - Implementar o acesso de front-end à API REST e ao banco de dados do Firestore
Agora que os serviços foram implantados, você poderá conferir o conteúdo do banco de dados do Firestore usando o serviço de front-end.
Clique em Verificar meu progresso para conferir se você executou a tarefa.
Parabéns!
Parabéns! Neste laboratório, você criou e preencheu um banco de dados do Firestore, criou uma API REST e implantou um aplicativo de front-end que interage com o banco de dados do Firestore e a API REST. Você também aprendeu a implantar um aplicativo de front-end de teste e de produção.
Conquiste seu próximo selo de habilidade
Este laboratório autoguiado faz parte do curso com selo de habilidade Develop Serverless Apps with Firebase. Ao concluir o curso, você ganha o selo acima como reconhecimento pela sua conquista. Compartilhe o selo no seu currículo e nas redes sociais e use #GoogleCloudBadge para anunciar sua conquista.
Treinamento e certificação do Google Cloud
Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.
Manual atualizado em 2 de maio de 2024
Laboratório testado em 2 de maio de 2024
Copyright 2024 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.