什麼是GCP?可以拿來吃嗎?完整介紹Google Cloud Platform
什麼是gcp

什麼是GCP?可以拿來吃嗎?完整介紹Google Cloud Platform

Google Cloud Platform (GCP) 是 Google 在雲端上提供的一組產品與服務,讓您能夠在雲端上使用與 Google 相同的技術和基礎架構,預先準備好各式服務的基本元件,讓您能夠快速上手開發及使用。

GCP不能拿來吃,但你可能需要靠它來吃穿。

為什麼?

雲端服務最大的特性,就是彈性。什麼意思?一句話講就是:

你隨時隨地想要幾台機器,GCP都可以立即開給你。

最經典的例子就是遊戲產業,明天如果有新遊戲要推出,預估有200萬人要上線,請問要準備幾台機器?

再來,如果準備好支援200萬人的機器,結果來了500萬人,怎麼辦?

看一下經典案例 – 迎戰50倍爆量夢魘!Pokémon遊戲打造GCE史上最大Kubernetes叢集

迎戰50倍爆量夢魘!Pokémon遊戲打造GCE史上最大Kubernetes叢集

或者,只有20萬人上線,那多餘的機器怎麼辦?拿去賣?

GCP有一個特色叫做Autoscale自動擴充,它讓你的服務可以依照目前的使用量自動調整機器的數量,流量大時自動加開機器,流量小時自動縮減機器。

這樣有什麼好處呢?你用不用擔心預測錯誤,買了太多用不到的機器,而且GCP是所謂的pay-as-you-go,就是用多少算多少,閒置的機器可以刪除,讓你節省大量成本。

這只是GCP的眾多特性之一。

還有什麼呢?GCP網路速度最快!下圖是實測的結果,GCP的Latency最低:

GCP網路最快, Latency最低。

跟另外兩家比起來,最重要的是-台灣有機房。先看一下全世界的資料中心:

GCP 資料中心

再來看一下台灣的彰濱機房:

GCP台灣彰濱機房

甚至要蓋第二座!

Google預計在台南蓋第2座機房

GCP上面到底有什麼呢?

GCP產品家族

Google Cloud全球網路

首先從用戶上網的角度來講,Google在最前端有Cloud DNS,是號稱SLA100%的網域代管服務。待DNS解析網域之後,進到負載平衡Load Balancer,Google提供5種不同用途的Load Balancer,可以幫你分散用戶的流量到最近的主機。如果內容要更快地傳送到用戶,還能提供CDN的功能。

如果今天是自家的機房要快速且安全地連線到GCP,有超大頻寬的Interconnect,也有小流量的VPN服務。

Google Cloud運算服務

當用戶流量正式進入GCP後,就進入了VPC(Vitual Private Cloud)網路中,在這裡可以開啟遍布全球資料中心的主機。包含只要寫程式,不用管理整台主機的Google App Engine、目前使用度最高的Compute Engine(也就是VM),以及近年來最受歡迎的Google Kubernetes Engine(上面的提到的寶可夢前端就是用GKE)。

GCP基本架構

Google Cloud資料儲存分析服務

有了運算主機,當然也要有後端儲存資料,除了效能極高的檔案式儲存Cloud Storage或是雲端NAS Filestore,也有關聯式資料庫如Cloud SQL,目前支援MySQL、PostgreSQL和SQL Server。如果需要極高的效能和可用性,也有賓士等級,號稱推翻CAP理論Cloud Spanner可以用喔!

有那麼誇張嗎?知名的遊戲 – 七龍珠激戰傳說就是用Spanner,當你在網路上和別人對打的時候,即使一點點的Lag,就可以讓對方把你打趴!你可以忍受嗎?

七龍珠激戰傳說就是用Spanner

對了還有NoSQL,一樣不用管理主機的Datastore,還有高速版本的Bigtable,地表最強的Google搜尋引擎就是以Bigtable為基礎來發展的。

這麼多資料儲存起來,就可以拿來做進一步的處理和分析,如果前端的資料是像IoT那種突然會有爆量資料一口氣衝進來的話,有Pub/Sub可以保證幫你把所有資料都接住,再用後面的Dataproc(Hadoop / Spark雲端版)或Dataflow(Apache Beam雲端版)來消化處理。

如果還對資料特性不熟悉,可以使用Dataprep來做初步的探索,如果你很習慣用Jupyter的話,可以用雲端版的Datalab來玩玩看。

Cloud Ace大數據解決方案

若資料都已經處理好,可以放在分析最快速的BigQuery,BigQuery是雲端版的Data warehouse,完全不用任何安裝建置,不用預先準備機器,打開就是一個直接下SQL分析語法的界面。

畫面如下,你可以看它速度有多快,4TB共100億筆的資料,只要24秒就分析完成,秒殺業界所有分析引擎!!

BigQuery24秒100億資料共4TB處理完成

Google Cloud機器學習服務

資料如果分析完了,也可以進一步做Machine Learning,在這裡Google把機器學習服務分成很多層,首先從最上層的API開始,包含Vision API圖片識別服務,可以直接掃描照片中的一些特徵,例如人的情緒。

Vision API

還有影片分析Video Intelligence(Video AI)、即時翻譯Translation API、語音辨識的Speech API等等。

以上是Google已經建立好的Model,能夠做到一般性的辨識,如果要自己建,卻又不懂演算法的話怎麼辦?

救星來了!Google有AutoML,它是一種你只要餵資料和標籤給Google,它自動幫你建立好Model的服務。如下圖它幫你分辨雲的種類:

AutoML Vision

看到這裡好像沒什麼感覺,那請看下面這張肺部X光片,Vision API可能看不出來,這個患者是否肺部有什麼問題,但其實它是武漢肺炎患者的照片。

像這樣要做到精準的分辨,就要用AutoML提供「大量健康的人的X光片」以及「大量武漢肺炎患者的X光片」,就能夠訓練出一個機器人幫你快速分辨。

如果你是一個會TensorFlow的專業機器學習專家,Google也有提供雲端版TensorFlow的AI Platform,讓你可以從頭到尾打造自己的機器學習模型。

最近Chatbot聊天機器人也很紅,Google也有DialogFlow API,讓你不用寫太多程式就可以直接用。

Google Cloud的管理、監控與安全性

在整個雲端環境中,Google也提供了管理和監控的服務,例如IAM讓你管理整個公司成員或外部人員的權限,Stackdriver自動幫你即時監控系統狀況,也會自動發出Altert提醒。

Stackdriver

安全性則有Security Scanner,可以幫你掃瞄你的主機上的弱點,不管是GAE、GCE或GKE,只要是前端都可以幫你做弱點掃描。如下圖:

Google Security Scanner

另外也有Security Command Center幫你找出整個環境中可能的威脅,如果你對於資料有特殊的加密需求,也有KMS(Key Management Service)可以管理加密的key,保全你的資料。

哇,服務真的好多啊!其實還有更多,族繁不及備載。最重要的是,從此之後,我們不用像以前一樣,在自己家規劃出一個機房,然後買一堆機器,自己建置、安裝、維護等等,可以省下很多時間,讓你可以專注在最核心的功能開發,也享受雲端帶來的彈性。

以上就是GCP上主要的一些產品與服務的介紹,如果對於各項產品想要深入了解的話,可以申請免費試用,可以來找我們Cloud Ace聯絡,我們會幫你申請更多試用額度喔!

Aaron Lee

超過6年的Google Cloud經驗,服務過上百家G Suite與GCP客戶,擔任多次研討會主講人與教育訓練講師,提供架構諮詢與技術支援,幫助各大企業上雲。

This Post Has 11 Comments

  1. Avatar
    poa

    很專業的一篇文章,謝謝分享。

  2. Avatar
    Chenglin

    看起來gcp好像包辦了幾乎所有企業會碰到的問題,我們公司在搜尋大資料的時候效率很差,而且每個月都要進行db的重啟,是不是有適合的方案介紹呢?

  3. Avatar
    sammy

    好專業!!!真的長知識了謝謝分享~

  4. Avatar
    Joan

    Sammy~謝謝把我們的文章看完了~希望你有學習到東西喔

  5. Avatar
    Hsieh Joan

    哈哈~有需要當然可以來了解了解阿~GCP上面有針對數據分析的道具,叫Bigquery,但在使用上還是會需要串接到其他的道具,才能變成完整可以使用的服務。
    可以自己公司評估一下所需要的需求,以及想要達到的目的是什麼,到底有沒有需要加強這部分的效率。
    說不定老闆本人覺得人工審閱效率很高XD

    可以先到我們的官網看一下相關的資訊喔~ https://tw.cloud-ace.com/
    如果需要什麼服務的話,歡迎直接Mail我們喔! tw@cloud-ace.com
    記得寫從部落格看到的,這樣我們會特別照顧你XDDD

  6. Avatar
    Hsieh Joan

    感謝你喜歡~~~如果有什麼想知道的知識~
    歡迎留言

  7. Avatar
    yun

    超專業的文章誒,之前接觸AWS為主,沒有太深入研究,透過這篇文章更了解了~
    謝謝分享!:)

  8. Aaron Lee
    Aaron Lee

    太棒了, 謝謝Yun的肯定!

  9. Aaron Lee
    Aaron Lee

    太棒了, 謝謝Poa的肯定!

  10. Avatar
    Richmaple

    原來寶可夢會用到這方面的技術啊!這新知識讓我學習到了

  11. Aaron Lee
    Aaron Lee

    Richmaple,沒錯喔,謝謝您有從我的文章學到東西!

發佈留言