Lo stack tecnologico principale dell'ecosistema Google Cloud è costituito da numerosi strumenti. Questi strumenti abbracciano molte categorie, inclusi contenitori, analisi dei dati, archiviazione, multicloud, elaborazione, elaborazione serverless e database.
Poiché molte di queste tecnologie formano un flusso di lavoro cloud, è necessario conoscere questi strumenti a fondo.
Qui daremo un'occhiata a un elenco selezionato di strumenti Google Cloud essenziali per eseguire con successo attività basate su cloud. Sono strumenti che dovresti usare come esperto di Google Cloud.
BigQuery è un data warehouse gestito. Ti aiuta a inserire, archiviare, analizzare e visualizzare i dati senza sforzo.
È possibile caricare i dati nel magazzino in batch. Puoi anche fornire dati da diverse fonti come Google Assistant, gadget intelligenti, macchine automatizzate, ecc.
Dispone di funzionalità integrate come l'analisi geospaziale, l'apprendimento automatico (ML) e la business intelligence (BI) che insieme forniscono informazioni fruibili. È possibile utilizzare dialetti standard di SQL conformi ad ANSI per eseguire query di database.
Puoi archiviare e analizzare i dati archiviati su BigQuery. In alternativa, puoi utilizzare lo strumento per analizzare i dati archiviati da qualche altra parte.
È possibile interagire con lo strumento utilizzando il Google Cloud Interfaccia utente della console, riga di comando o librerie client API. Puoi padroneggiare BigQuery iscrivendoti a Programmi di apprendimento di Google Cloud come Google Cloud Skills Boost.
Filestore è un servizio di archiviazione cloud gestito di Google Cloud. Facilita le operazioni sui file a bassa latenza per le applicazioni che accedono ai dati tramite macchine virtuali, Google Kubernetes Engine o Compute Engine.
È una tecnologia di archiviazione cloud in grado di supportare fino a 920K operazioni di input/output al secondo (IOPS). Progetti come l'analisi dei dati, l'elaborazione dei dati genomici, il rendering dei media, ecc., sono carichi di lavoro sensibili alla latenza.
Pertanto, hai bisogno di un'archiviazione per l'elaborazione dei dati ad alta velocità come Filestore. Può archiviare fino a 100 TB di dati con una velocità di trasferimento di 25 GB/s.
I dischi persistenti sono opzioni di archiviazione affidabili per le macchine virtuali perché offrono accesso rapido ai dati e crittografia automatica. Si tratta di archivi a blocchi costituiti da HDD e SSD.
Persistent Disk offre modelli operativi flessibili, come l'upscaling in tempo reale delle dimensioni del disco senza riavviare la macchina virtuale e il passaggio a SSD dall'HDD quando l'app richiede IOPS più elevati.
Puoi collegare il disco permanente alle istanze che esegui su Compute Engine o Google Kubernetes Engine. Puoi scollegare facilmente il disco per conservare i tuoi dati quando termini qualsiasi istanza sulle tue macchine virtuali.
Imparentato: Google memorizzerà i dati medici nel cloud: è positivo o negativo?
Più macchine virtuali possono accedere contemporaneamente ai dati da un disco permanente senza dover affrontare la latenza.
È una piattaforma avanzata di gestione delle applicazioni per lo sviluppo e le operazioni multicloud e ibride. Puoi gestire i cluster di Google Kubernetes Engine, i carichi di lavoro su macchine virtuali e le operazioni cloud su AWS tramite Anthos.
Non è necessario configurare un hypervisor o un software VMM per il monitoraggio di macchine virtuali per eseguire Anthos sui server e sull'infrastruttura di elaborazione virtuale. Anthos è lo strumento perfetto per creare, applicare e automatizzare le policy di sicurezza in tutte le macchine virtuali.
Ad esempio, Anthos Config Management mantiene sempre aggiornati i cluster Kubernetes con policy di sicurezza e conformità.
Google Kubernetes Engine (GKE) è uno strumento che gestisce l'implementazione e il funzionamento delle applicazioni containerizzate. È un programma open source sviluppato su Google Cloud.
Facilita lo sviluppo e l'implementazione di software più rapidi e sicuri ovunque. Puoi utilizzare GKE per l'automazione della gestione dei container e assegnare le risorse umane alle attività più importanti.
Dispone di librerie di comandi integrate per la distribuzione del software, l'aggiornamento delle app, il ridimensionamento in base alle attività dell'utente e il monitoraggio delle prestazioni dell'app.
I motori di calcolo ti consentono di eseguire macchine virtuali su Google Cloud. Facilita la migrazione in tempo reale di dati e app tra host senza bisogno di riavvii della macchina virtuale.
Pertanto, il software critico basato su cloud continua a funzionare anche quando il tuo team di backend sta aggiornando o eseguendo il debug dei codici di programmazione.
Google Cloud classifica i motori di calcolo in base ai core della CPU, alla memoria e alle prestazioni. Esistono fino a nove varianti di Compute Engine e recano codici come T2D, M2, N2, C2, A2, ecc.
Imparentato: Puoi eseguire un progetto di machine learning a casa?
I T2D sono ideali per server Web, app Java su larga scala, transcodifica multimediale, ecc. D'altro canto, gli A2 sono i motori di calcolo più performanti con GPU A100 per carichi di lavoro di machine learning e intelligenza artificiale.
È una piattaforma di elaborazione serverless che consente lo sviluppo e l'implementazione rapidi di app sul cloud. Non devi preoccuparti dell'infrastruttura e della compatibilità del sistema dei tuoi binari o del linguaggio di programmazione.
Puoi scrivere codici in qualsiasi lingua di tua scelta come Python, Java, Go, Ruby e molti altri. Cloud Run rende le tue app davvero portabili poiché questa piattaforma è stata costruita sugli standard aperti Knative.
Puoi spostare facilmente le tue app su qualsiasi cluster Kubernetes, Google Cloud Platform o qualsiasi altra soluzione cloud di terze parti.
Se desideri sviluppare applicazioni web host su larga scala, App Engine è lo strumento Google Cloud ideale per te. Scrivi semplicemente un programma su qualsiasi linguaggio supportato come PHP, Java, Go, Python, ecc. e premi l'applicazione gcloud deploy.
App Engine caricherà ed eseguirà automaticamente il tuo codice su Google Cloud. Si ridimensiona automaticamente in base alle richieste di utilizzo dell'app.
Pertanto, i proprietari di app possono risparmiare molto grazie al ridimensionamento automatico e non attenendosi all'infrastruttura di hosting delle app inutilizzata. Offre anche certificati SSL gratuiti per la sicurezza del trasferimento dati per le tue app, sia per dispositivi mobili che web.
È essenzialmente un servizio di database di documenti NoSQL su Google Cloud Platform. Puoi archiviare, sincronizzare ed eseguire query in modo efficiente sui dati su app per dispositivi come dispositivi IoT, dispositivi indossabili IoT, app per smartphone e app Web.
Inoltre, protegge il tuo database replicando automaticamente il database per le app multiregionali. Le tue app rifletteranno le modifiche in tempo reale se modifichi il codice di backend, poiché Firestore opera quasi in tempo reale.
Pertanto, puoi implementare il lavoro collaborativo e funzionalità cross-device nelle tue app.
Imparentato: SQL vs. NoSQL: qual è il miglior database per il tuo prossimo progetto?
Firestore aumenta/riduce automaticamente anche la richiesta di accesso ai dati delle app. Quindi, se un'app è su Firestore, non affronterà momenti bizzarri come arresti anomali dell'app a causa di miliardi di richieste di accesso.
Cloud Spanner è un database relazionale gestito da Google Cloud. È il database ideale per le app mission-critical che si basano sul recupero dei dati in tempo reale senza latenza.
Pertanto, vedrai l'uso di Spanner nelle app che facilitano le transazioni online in tempo reale e i carichi di lavoro decisionali in tempo reale.
Offre un'esperienza ibrida dei migliori attributi da database relazionali e ridimensionamento da database NoSQL. Puoi interagire con Spanner tramite Google Cloud Console o l'interfaccia della riga di comando di gcloud.
Bigtable è un database NoSQL gestito da GCP per grandi lavori analitici. È una tabella scarsamente popolata che può contenere migliaia di colonne e miliardi di righe.
Hai bisogno di Bigtable di Google Cloud quando lavori con l'analisi dei big data, come terabyte o petabyte di dati. Facilita l'accesso rapido a grandi quantità di dati grazie a velocità di lettura/scrittura elevate a bassa latenza.
Puoi creare un'istanza Bigtable utilizzando l'interfaccia della riga di comando, la console cloud o l'API. Il motore di ricerca Google e Google Maps utilizzano Bigtable per fornire risultati di ricerca a miliardi di utenti in un lampo.
Google Cloud reso facile
Ora sai quali strumenti Google Cloud dovresti imparare per primi per affrontare le sfide di qualsiasi progetto basato su Google Cloud. Tuttavia, ci sono molti più strumenti e prodotti che Google offre sotto l'ombrello di Google Cloud.
Oggi o domani, devi acquisire familiarità con tutti gli strumenti di Google Cloud per acquisire un forte controllo sulle operazioni di Google Cloud. Puoi iscriverti a corsi online gratuiti per accelerare i tuoi obiettivi di apprendimento IT.
Microsoft, Google e Amazon sono solo alcuni dei colossi che offrono corsi gratuiti di tecnologia.
Leggi Avanti
- Internet
- Programmazione
- Elenchi di siti web
- Cloud computing

Tamal è uno scrittore freelance presso MakeUseOf. Dopo aver acquisito una notevole esperienza in tecnologia, finanza e affari processi nel suo precedente lavoro in una società di consulenza IT, ha adottato la scrittura come professione a tempo pieno 3 anni fa. Pur non scrivendo di produttività e delle ultime notizie tecnologiche, ama giocare a Splinter Cell e guardare Netflix/ Prime Video.
Iscriviti alla nostra Newsletter
Iscriviti alla nostra newsletter per consigli tecnici, recensioni, ebook gratuiti e offerte esclusive!
Clicca qui per iscriverti