Google Cloud Platform In Practice
  • 簡介
  • 有別於其他Cloud的想法
  • 認識Google Cloud
    • Google Cloud Platform服務介紹
      • GCP從Free Trial開始
      • 開始之前先了解線上的資源
      • Project與Billing Account
      • GCP計算機
      • Google Cloud使用者與角色
      • 透過IAM管理專案資源
      • Service Account
      • Organization Node
    • GCP指令列工具 - gcloud
      • 安裝Google Cloud SDK
      • Google Cloud SDK基本使用說明
      • 認證gcloud指令
      • 在gcloud使用service account認證
      • 查詢zone與region
      • 好用的gcloud指令
  • Google Cloud上的運算服務
    • Compute Engine
      • Compute Engine基本介紹
      • Compute Engine的主機類型選擇
      • Compute Engine硬碟的選擇
      • 動手開一台GCE主機
      • 了解GCE上的auto scale
      • 使用HTTP(S) Load Balancer
      • 使用TCP Load Balancer
      • 為您的HTTP Load Balancer建立自簽SSL憑證
      • 淺談StackDriver的監控服務
        • Cloud Logging
        • Cloud Monitor
      • 進階的GCE操作
        • GCE的Software Raid建置
        • 匯入Amazon主機Image
        • Resize Boot Disk
      • GCE進階導讀
    • App Engine
      • GAE的理念
      • Standard Environment介紹
        • 第一個GAE程式 - 以GAE Java為例
      • Flexible Environment介紹
        • 標準執行環境範例 - 以Node.js為例
        • 客製化執行環境範例 - 以Node.js為例
      • GAE進階導讀
    • Container Engine
      • 建立自己的GKE Cluster
      • 基本操作
      • 使用YAML描述部署
      • 結合NLB與HLB部署
      • GKE進階導讀
  • Google Cloud上的儲存服務
    • CloudSQL
      • CloudSQL簡介
      • 建立CloudSQL
      • 連線CloudSQL - 使用Apps Script
    • Cloud Datastore
      • Cloud Datastore簡介
      • Cloud Datastore的基本觀念
      • 簡單的Cloud Datastore範例 - 以Node.js套件為例
    • Cloud Storage
      • Cloud Storage簡介
      • 掛載GCS資料夾
      • 設定Website Bucket
      • 透過HTTP(S) Load Balancer幫GCS加上CDN
      • GCS與GCP服務的整合
      • Cloud Storage進階導讀
    • Cloud Bigtable
      • Cloud BigTable簡介
      • Cloud BigTable與GCP服務的整合
      • Cloud BigTable進階導讀
  • Google Cloud上的大資料處理服務
    • BigQuery
      • BigQuery簡介
      • BigQuery的結構
      • 指令列工具 - bq
      • 載入CSV資料到BigQuery
      • 載入JSON資料到BigQuery
      • 透過 bq 查詢資料
      • BigQuery的省錢祕技
      • BigQuery進階導讀
    • PubSub
      • PubSub簡介
      • PubSub入門
    • Cloud Dataflow
      • Cloud Dataflow簡介
      • 第一個Dataflow Pipeline - 以Java為例
      • Dataflow進階導讀
    • Datalab
      • 啟動您的Datalab
      • 深入了解datalab
      • Datalab進階導讀
    • Cloud Spanner (beta)
      • Spanner簡介
      • Spanner基本操作介紹
      • Spanner進階導讀
  • Google Cloud上的人工智慧服務
    • Cloud Machine Learning Engine
    • Vision API
    • Natual Language API
    • Speech API
    • Video Intelligence API (private beta)
  • 更多GCP學習資源
  • GCP支援服務
Powered by GitBook
On this page
  • 集建置、部署、測試、維運於一身
  • 全球化佈局
  • 對環境的承諾
  • Open Source的支援
  • 價格上的優勢
  • 花絮

有別於其他Cloud的想法

Previous簡介Next認識Google Cloud

Last updated 7 years ago

Google一直以來以有別於世界上的企業之經營理念與服務開發方式運作成長,本章以Google Cloud在設計、營運與服務提供各項面跟大家介紹Google Cloud Platform。

集建置、部署、測試、維運於一身

Google Cloud延伸Google的開發者精神,將服務的建置、部署、測試與維運等做一個垂直的串連,讓開發者及服務提供者可以在Google所提供的高安全性平台上部署、建置其所屬的應用服務。透過各層面上不同的服務,包含運算資源、儲存資源、大資料處理工具、機器學習工具以及應用服務等等,都可以在Google Cloud的平台上完美的發揮。

全球化佈局

Google以全球一個大Datacenter的概念在建置整個Google Cloud,全球包含6+個Region,18個Zone及超過100個POP點以及涵蓋全球的光纖網路佈局提供Google Cloud Platform的各位使用者使用。希望使用者可以在使用Google Cloud上可以體驗到不用再去在意資料中心的距離以及在任意時間都可以隨時存取的好處,真正實踐網際網路無遠弗屆的優點。

  • Google資料中心全球佈局,以Region的方式以地理區隔資料中心;並以Zone的方式實體分隔每個獨立的資料中心。

    • Region: 將全球的資料中心以地理位置方式區隔,包含us-east1, us-west1, us-central1, asia-east1, asia-northast1, europe-west1等Region。使用者可以透過跨Region的服務部署作為服務的異地備援或全球佈局的規劃。

    • Zone: Zone為即為資料中心的單位,每個Zone彼此之間的電力、網路、水力等等都彼此獨立不互相影響,讓使用者可以透過不同Zone的部署來提高自身服務的可靠度。

    • 想更了解Google資料中心:

  • Google持續投入於全球網路的骨幹建置,並且持續延伸其網際網路涵蓋率從Google資料中心到全世界各POP點。您可以想像,Google的光纖已經繞地球好幾圈了!

  • 全球部署POP(Points of Presence)點,透過Google光纖網路串聯,讓全球資料傳輸及網路連線更加快速。

    • 想更了解Google POP:

  • 在全球骨幹並與全球ISP建置Edge Cache點,成為Google自己的Edge Cache Platform。

    • 想更了解Google Edge Cache Network:

對環境的承諾

在全球佈局之下,Google將資料中心營運邁向高效率化的領航者,並且大力投資可再生能源(風力、太陽能),且領先全球取得 ISO 14001 認證的資料中心,並在2007年起達到 100% 碳中和的目標。除此之外Google並不斷提升對資料中心的要求,2016年底並發布透過機器學習技術讓資料中心PUE幾近完美。

對Google資料中心優化有興趣:

Open Source的支援

Google之經營理念中,一直持續致力於OpenSource的推廣,並且持續不段的將Google技術發布,讓OpenSource團體持續實作各式Google相容服務...,近年來Google有名的OpenSource專案包含:

  • Tensorflow:Google將Machine Learning Library封裝,並以Python Library的方式提供給開發者可以訓練自己的model並且可以應用在各個不同的領域上。

  • Android:Android是世界上最多人使用的Mobile作業系統,以開放原始碼的角度進入這個世界,並且造就許多科技大廠在手持裝置世界可以突飛猛進,也拉近了世界與資訊科技的距離。

  • Go:由Google所開發的程式語言,具備Google的開發思維,並擁有接近C語言的效能。

  • Kubernetes:Google將自家Container Cluster(Borg)的概念轉變成開源專案,並獲得熱烈迴響,目前全世界已有無數專案基於kubernetes為基礎建置或開發應用與服務。

對Google OpenSource有興趣:

價格上的優勢

在各項基礎建設完善後,Google持續提供更多驚喜,在Google價格上的創新也提供了各式使用者在使用上的優惠。

  • 以分計費(sub-hour billing):機器已開立時間開始,依照使用付費,以分計費。(最小單位10分鐘)

  • 持續使用優惠折扣(Sustain-use discounts):適用於長時間使用者的優惠型態,機器使用價格以每個禮拜20%折扣之方式自動折扣於帳單之中。

  • 客製化機器型號(custom machine types):有別於傳統機器固定CPU、記憶體配置方式,Google Compute Engine將機器之選擇開放CPU、記憶體任意搭配之方式,供使用者更彈性化選擇所需之運算資源。

花絮

想知道自己所在位置到Google各地區資料中心的連線速度嗎:

https://www.google.com/about/datacenters/
https://cloud.google.com/about/locations/
https://peering.google.com/#/
https://environment.google/projects/machine-learning/
https://goo.gl/35GVnn
https://opensource.google.com/
https://k8s.io
https://www.tensorflow.org/
https://www.android.com/
https://golang.org/
http://www.gcping.com/