Google Cloud 基础课程
面向初学者的结构化课程，覆盖 Google Cloud 概念、核心服务、数据、网络、安全与计费。
你将学到
- 解释 Google Cloud 概念与全球基础设施
- 识别核心计算、存储与网络服务
- 描述 Google Cloud 数据与机器学习服务
- 应用 Google Cloud 安全、身份与治理实践
- 理解计费与运营管理
开始前准备
- 无需 Google Cloud 经验
- 具备基本的电脑和互联网使用能力
- 建议拥有免费 Google Cloud 账户，但非必需
课程 1 Google Cloud 概念与全球基础设施
Google Cloud 通过层级结构组织资源：组织、文件夹、项目和资源。项目是服务运行的基本单元，项目内的资源共享结算和访问策略。
Google Cloud 在全球的区域和可用区中运行。区域是包含多个可用区的地理区域，每个可用区包含一个或多个数据中心。选择离用户较近的区域可以降低延迟，而将工作负载分散到多个可用区可以提高可用性。
云计算的优势包括可扩展性、弹性、按需付费定价、高可用性以及更少的基础设施管理工作。客户通过 API 和控制台工具按需配置资源。
层级练习：画出组织、文件夹、项目、资源的层级，并标注每层控制什么。项目隔离结算和 IAM，文件夹分组项目，组织设置顶层策略。
示例
一家公司为其 Web 应用创建项目，在两个可用区中部署 Compute Engine 实例，并使用 Cloud Load Balancing 路由流量。如果某个可用区发生故障，应用会继续通过另一个可用区为用户提供服务。
示例：公司有财务和工程两个团队。
创建两个文件夹，每个放一个项目，并在文件夹层级应用不同 IAM 策略。
课程 2 核心计算、存储与网络服务
Compute Engine 提供具有灵活机器类型的虚拟机。Google Kubernetes Engine (GKE) 运行容器化工作负载，Cloud Run 以无服务器服务的方式部署容器，Cloud Functions 响应事件运行代码。App Engine 为 Web 应用提供托管平台。
Cloud Storage 以不同的存储类别存储图片、备份等对象。Persistent Disk 为虚拟机提供持久的块存储，Filestore 提供托管的网络文件存储。
Virtual Private Cloud (VPC) 通过子网和防火墙规则创建隔离网络。Cloud Load Balancing 在全球分发流量，Cloud CDN 在边缘位置缓存内容，Cloud DNS 将域名解析为 IP 地址。
服务选择：需要完整虚拟机控制选 Compute Engine，大规模容器选 GKE，无服务器容器选 Cloud Run，事件驱动代码选 Cloud Functions，托管 Web 应用选 App Engine。先匹配工作负载再记特性。
示例
一家初创公司使用 Cloud Run 构建移动端 API，将用户上传的内容存储在 Cloud Storage 中，并在静态资源前配置 Cloud CDN。这样既免去了服务器管理，又保持了应用的可扩展性。
示例：团队希望运行容器化 Web 服务但不想管理服务器。
Cloud Run 自动扩缩，只按请求和执行期间的内存计费。
课程 3 数据、分析与机器学习服务
BigQuery 是无服务器数据仓库，可使用 SQL 分析大型数据集。Cloud SQL 提供托管的关系型数据库，Cloud Spanner 提供全球分布式的关系型存储，Firestore 是灵活的 NoSQL 文档数据库。Bigtable 处理高吞吐量的 NoSQL 工作负载。
Pub/Sub 通过异步消息传递连接生产者和消费者。Dataflow 处理流式和批式数据管道，Dataproc 运行托管的 Spark 和 Hadoop 集群。
Vertex AI 提供构建和部署机器学习模型的工具。BigQuery ML 使用 SQL 创建模型，AutoML 无需编写代码即可训练模型，Cloud Translation、Vision 和 Speech API 提供现成的人工智能能力。
数据服务映射：大型数据集 SQL 分析用 BigQuery，托管关系数据库用 Cloud SQL，全球一致性用 Cloud Spanner，灵活 NoSQL 文档用 Firestore，高吞吐 NoSQL 用 Bigtable，异步消息用 Pub/Sub。
示例
一个电商团队将用户事件流式传输到 Pub/Sub，使用 Dataflow 处理，并在 BigQuery 中分析结果。然后他们使用 BigQuery ML 预测客户细分，无需将数据迁移到其他平台。
示例：公司需要实时事件接入和后续 SQL 分析。
Pub/Sub 接收事件，BigQuery 存储并分析处理后的数据。
课程 4 安全、身份与治理
Identity and Access Management (IAM) 控制谁能访问 Google Cloud 资源。角色授予权限，服务账号为应用提供身份。请遵循最小权限原则，并为用户启用多因素身份验证。
VPC 防火墙规则过滤网络流量，Cloud Armor 保护应用免受攻击，Security Command Center 提供安全风险的统一视图。Cloud KMS 管理加密密钥，Secret Manager 存储密码、API 密钥等敏感值。
Google Cloud 支持 ISO、SOC、GDPR 等合规标准。组织策略在项目间强制执行规则，数据驻留选项有助于满足区域要求。
最小权限练习：每个用户或服务只授予完成任务所需角色，应用用服务账号，定期审查权限。启用 MFA，用 VPC 防火墙规则过滤流量，并用 Cloud Logging 和 Security Command Center 监控。
示例
一个金融应用将数据库凭据存储在 Secret Manager 中，使用 Cloud KMS 加密数据，并应用阻止公开 Cloud Storage 存储桶的组织策略。Security Command Center 会监控环境中是否存在错误配置。
示例：批处理任务只需要读取一个存储桶。
创建只对该桶有 storage viewer 角色的服务账号，而不是 owner 权限。
课程 5 计费与运营管理
Google Cloud 的定价取决于服务、机器类型、区域和使用时长。Pricing Calculator 可估算每月成本，带提醒的预算会在支出超过限额前通知团队。
持续使用折扣和承诺使用折扣可降低可预测工作负载的成本。抢占式虚拟机为可容忍中断的任务提供更低价格。标签有助于按成本报告组织资源。
Cloud Monitoring 跟踪指标和正常运行时间，Cloud Logging 存储日志，Cloud Error Reporting 呈现应用错误。服务运行状况页面通报中断情况，配额限制资源使用以保护共享基础设施。
成本控制循环：用 Pricing Calculator 估算，设置带提醒的预算，用标签分组资源，可预测工作负载用持续使用和承诺使用折扣，可容错任务用抢占式虚拟机，并用 Cloud Monitoring 监控。
示例
一个批处理分析团队为稳定的 BigQuery 槽位使用承诺使用折扣，在抢占式虚拟机上运行短期处理任务，并将月度预算提醒设置为 80%。如果任务失败率上升，Cloud Monitoring 会发送提醒。
示例：夜间数据处理任务可以中断。
抢占式虚拟机降低成本，但任务必须支持重试和恢复。