¿Qué es Google Cloud Platform (GCP)? Guía completa para dominar los servicios en la nube

La computación en la nube visualizada con un modelo 3D. Imagen del autor.

La computación en la nube es cada vez más importante para que las empresas gestionen sus crecientes necesidades de datos. Además de Azure y AWS, Google Cloud Platform (GCP) es uno de los proveedores de nube más populares del mercado.

Con el almacenamiento de datos trasladándose rápidamente a la nube, todo analista de datos debería comprender bien GCP y servicios de computación en la nube similares.

En este artículo, veremos los conceptos básicos del cloud y por qué GCP es uno de los principales proveedores del mundo. También conocerás las ventajas e inconvenientes de GCP, cómo se compara con AWS y Azure, qué servicios y modelos de precios están disponibles para los usuarios de GCP y, por último, qué certificaciones puedes hacer para afianzar tus conocimientos y causar una gran impresión a posibles empleadores.

¡Vamos al grano y empecemos tu recorrido por la computación en la nube!

¿Qué es la computación en la nube?

La nube suele referirse a un conjunto distribuido de servidores que alojan aplicaciones, bases de datos e infraestructura de TI a la que se puede acceder por Internet u otras redes. El término nació de antiguos diagramas técnicos, que a menudo incluían un dibujo de una nube para representar los servidores y la infraestructura de red que componen Internet.

La computación en la nube describe la disponibilidad bajo demanda de estos recursos de computación para empresas y otros usuarios finales. El proveedor de la nube (como GCP) se encarga del mantenimiento de los servidores y la infraestructura de TI, mientras que los usuarios acceden a potencia de cálculo y almacenamiento de datos escalables con un modelo de pago por uso.

Esto reduce los costes iniciales de montar la infraestructura de TI y facilita la escalabilidad, especialmente para pymes. Las nuevas empresas pueden poner en marcha sus aplicaciones en muy poco tiempo. Además, los archivos y aplicaciones en la nube se pueden consultar desde cualquier parte del mundo y desde cualquier dispositivo, lo que permite trabajar a escala internacional sin complicaciones.

Con el auge del Big Data, la nube se ha convertido en un modelo especialmente popular para gestionar el almacenamiento de datos y desplegar aplicaciones de machine learning. Dada la creciente demanda de servicios de IA, se espera que el mercado de la computación en la nube siga creciendo.

Los principales proveedores de nube del mundo son GCP (de Google), AWS (de Amazon) y Azure (de Microsoft), con una cuota de mercado conjunta del 67%. Esto sitúa a GCP entre las tres mejores opciones de cloud del mercado, lo que la convierte en una solución atractiva para start-ups, desarrolladores y empresas de todos los sectores basadas en datos.

¿Qué es Google Cloud Platform (GCP)?

GCP es la suite de Google de herramientas y servicios de nube pública, que incluye servicios de analítica de datos tan conocidos como Google BigQuery y Looker Studio.

Impulsado por la red global de centros de datos de Google, GCP funciona sobre la misma infraestructura que Gmail, Google Drive y Google Docs.

Google abrió su infraestructura a empresas en 2008 a través de una nube pública. Desde entonces, su conjunto de herramientas ha crecido con rapidez, con Cloud AI entre las incorporaciones más recientes. Otros servicios incluyen recursos de computación, redes, almacenamiento de datos, IoT, seguridad, despliegue de aplicaciones y herramientas de administración.

GCP pone un foco especial en analítica de datos, machine learning e inteligencia artificial, por lo que es una herramienta clave que deben aprender analistas y consultores de datos. 

Google Cloud Platform (GCP) vs. Google Cloud

A veces se confunden GCP y Google Cloud y se usan como sinónimos, pero en realidad GCP es solo una parte de Google Cloud.

Google Cloud hace referencia a todos los servicios en la nube de Google. Esto incluye también Google Workspace (antes G Suite o Google Apps) y las versiones empresariales de Android y Chrome OS. Google Cloud abarca asimismo aplicaciones como Gmail y Google Docs.

GCP, en cambio, se refiere únicamente a los servicios cubiertos por los modelos de precios de GCP, como App Engine, Google BigQuery y Cloud Console, que veremos a continuación.

Ventajas e inconvenientes de GCP

Como todos los servicios, GCP tiene puntos fuertes y limitaciones. Empecemos por las ventajas.

Ventajas de GCP

Amplio abanico de servicios cloud

GCP ofrece una gama especialmente amplia de servicios en la nube para empresas y usuarios finales. Incluye potencia de cálculo, redes, almacenamiento, analítica de datos, machine learning, inteligencia artificial e incluso despliegue de aplicaciones e integración de APIs. Todo esto convierte a GCP en una buena solución para negocios con necesidades cloud diversas o cambiantes.

Alcance global de la red

Las empresas que usan GCP tienen acceso a la robusta y distribuida red global de Google. Esto permite, por ejemplo, implementar redundancia multirregión o utilizar ubicaciones especialmente económicas para alojar la carga principal.

Seguridad sólida

Google Cloud Platform proporciona opciones de seguridad potentes, como IAM (Identity and Access Management), KMS (Key Management Service) y el SCC (Security Command Center). Esto brinda a las empresas grandes medidas de ciberseguridad mientras alojan sus datos de forma remota.

Fuerte apuesta por la innovación

Google es conocido por su espíritu pionero y por introducir avances tecnológicos con rapidez en su suite de productos. Por ello, los clientes de GCP suelen disfrutar antes de nuevas tecnologías, como la integración de IA para analizar sus datos.

Inconvenientes de GCP

Modelo de precios complejo

A diferencia de otros proveedores, GCP tiene modelos de precios relativamente complejos. Esto puede dificultar que las empresas prevean y controlen el gasto en servicios cloud.

Soporte limitado

GCP también ofrece un equipo de soporte relativamente limitado y de difícil acceso que puede no responder de inmediato. Esto puede afectar a la productividad y a la disponibilidad de los datos si surge una incidencia con la infraestructura cloud.

Plataforma propietaria

Conviene recordar que GCP es una plataforma propietaria. Esto puede complicar la migración de datos y el despliegue de aplicaciones si una empresa decide dejar los servicios de Google. Además, GCP puede resultar más caro que soluciones de código abierto o servicios de proveedores más pequeños.

Casos de uso de GCP

Gracias a su variada suite de servicios y herramientas, GCP tiene muchos casos de uso para empresas de todos los tamaños. Estas son algunas formas habituales de aprovechar GCP:

• Almacenamiento de datos: Con Google BigQuery, las empresas pueden usar un almacén de datos de nivel empresarial en GCP. Además, Cloud SQL proporciona base de datos como servicio para MySQL, PostgreSQL y Microsoft SQL Server. Cloud Bigtable se puede usar para bases de datos NoSQL y Cloud Storage ofrece opciones para datos no estructurados y archivos grandes como imágenes.
• Business intelligence: la herramienta de BI integrada Looker Studio permite visualización y reporting de datos rápidos directamente en la plataforma. Así, analistas y consultores obtienen insights al instante y crean visuales compartibles para presentaciones y sesiones de consultoría.
• Machine learning: GCP también ofrece servicios para desplegar modelos de machine learning como Cloud AutoML y Cloud Machine Learning Engine. Las empresas pueden usar estas herramientas para entrenar, validar y desplegar sus modelos directamente en la nube, automatizando y mejorando sus procesos de BI.
• Gestión de IoT: GCP es ideal para gestionar una red IoT (Internet of Things) a escala de empresa. Servicios como Cloud IoT Core facilitan la conexión y gestión de dispositivos IoT diversos.
• Despliegue de apps: GCP también se puede usar para desplegar aplicaciones desarrolladas con Java, Python, Go, Ruby, PHP o C# utilizando el servicio App Engine. Así, las empresas pueden alojar sus aplicaciones sin montar infraestructura previa y iterar con rapidez durante el desarrollo.
• Desarrollo de APIs: Las herramientas integradas Apigee API Platform y Developer Portal permiten usar GCP como base para desarrollar y alojar APIs.

Servicios que ofrece GCP

Google Cloud Platform ofrece más de 100 herramientas, servicios e infraestructuras en la nube, que se clasifican como productos SaaS (software como servicio), PaaS (plataforma como servicio) o IaaS (infraestructura como servicio).

Servicios de computación

Empecemos por los recursos de computación centrales de GCP, diseñados para cubrir distintas necesidades de desarrollo y despliegue. Estos servicios son la base de cualquier aplicación o sistema que quieras construir en la nube y conviene conocerlos:

• App Engine: Para desplegar aplicaciones desarrolladas en Java, Go, PHP, C#, Ruby, Python o Node.js.
• Compute Engine: Para ejecutar máquinas virtuales Windows o Linux.
• Google Kubernetes Engine (GKE): Para ejecutar contenedores basados en Kubernetes.
• Cloud Functions: Para ejecutar código dirigido por eventos en Java, Go, Python o Node.js.

Servicios de almacenamiento de datos

GCP también proporciona soluciones robustas que admiten opciones SQL y NoSQL. Así garantiza una gestión de bases de datos escalable y flexible para aplicaciones modernas:

• Cloud Storage: Almacenamiento de objetos para datos no estructurados y todo tipo de archivos.
• Cloud SQL: Servicio de base de datos en la nube para bases MySQL, PostgreSQL o Microsoft SQL Server.
• Cloud Bigtable: Servicio de base de datos en la nube para NoSQL.
• Cloud Spanner: Servicio de bases de datos relacionales.
• Cloud Datastore: Bases de datos NoSQL para aplicaciones web y móviles.
• Firestore: Base de datos de documentos para crear apps móviles, web e IoT.

Servicios de analítica de datos

Las potentes herramientas de GCP procesan, analizan y visualizan grandes volúmenes de datos para obtener mejores insights de negocio. Veamos el conjunto de herramientas esenciales para empresas que quieren basar sus decisiones en datos:

• BigQuery: Almacén de datos empresarial en la nube para business intelligence.
• Cloud Dataflow: Servicio para procesamiento en streaming y por lotes.
• Cloud Data Fusion: Servicio ETL para configurar canalizaciones de datos.
• Dataproc: Para ejecutar trabajos de Apache Hadoop y Apache Spark.
• Cloud Composer: Servicio de orquestación de flujos de trabajo basado en Apache Airflow.
• Cloud Datalab: Servicio de Jupyter Notebook para exploración, análisis, visualización y machine learning.
• Cloud Dataprep: Para explorar, limpiar y preparar datos de forma visual.
• Looker Studio/Looker: Herramienta de BI para crear informes y visualizaciones como gráficos y tablas.

Servicios de inteligencia artificial

La inteligencia artificial es, cómo no, uno de los grandes temas, y GCP cuenta con ofertas de vanguardia que permiten a las empresas implementar capacidades punteras de IA y machine learning. Estas herramientas están transformando cómo las compañías interactúan con los datos, obtienen insights y automatizan procesos:

• Vertex AI: Plataforma en la nube para modelos de ML e IA generativa.
• AutoML: Entrenamiento y desarrollo de modelos de machine learning a medida.
• Dialogflow: IA conversacional con agentes virtuales.
• Vision AI: Modelos para extraer información de imágenes, vídeos y documentos.
• Translation AI: Modelos para detección de idioma y traducción automática.
• Document AI: IA para procesamiento de documentos y captura de datos.
• Recommendations AI: IA para recomendaciones de producto automatizadas.
• Natural Language AI: Modelos para análisis de sentimiento y clasificación de texto no estructurado.
• Text-to-Speech/Speech-to-Text: IA para reconocimiento y transcripción de voz (disponible en 125 idiomas) y para síntesis de voz (disponible en 40 idiomas).

Servicios de red

Pasemos ahora a la red: GCP ofrece servicios que garantizan una infraestructura de red segura, fiable y escalable. 

• VPC: Nube privada virtual para crear redes de recursos en la nube.
• Cloud CDN: Red de distribución de contenido en la nube.
• Cloud DNS: Servicio de alojamiento DNS sobre la infraestructura de Google.
• Cloud Armor: Firewall de aplicaciones web en la nube.
• Cloud Load Balancing: Servicio gestionado para balancear el tráfico de red.

Servicios de API

GCP proporciona herramientas completas para diseñar, desplegar y escalar APIs. Son imprescindibles para desarrolladores que necesiten integrarse con sistemas de terceros:

• Apigee API Platform: Para diseñar, desplegar y escalar APIs en entornos cloud.
• API Monetization: Para crear modelos de ingresos, informes, pasarelas de pago e integraciones de portals de desarrolladores para APIs.
• Developer Portal: Servicio para que los desarrolladores publiquen y gestionen APIs.
• API Analytics: Para monitorizar y medir el rendimiento de las APIs.

Herramientas de gestión, seguridad e identidad

Y por último, pero no menos importante, las herramientas relacionadas con la seguridad:

• Google Cloud Console: Interfaz web para gestionar recursos de GCP.
• Cloud Shell: Interfaz de línea de comandos en el navegador para gestionar GCP.
• Operations Suite (antes Stackdriver): Servicio para monitorización, logs, trazas y diagnóstico de aplicaciones en GCP.
• Cloud IAM: Servicio de Identity & Access Management (IAM) con políticas basadas en control de acceso por roles.
• Cloud Resource Manager: Para gestionar recursos por proyecto, carpeta y organización según una jerarquía.
• Cloud Security Command Center: Plataforma para seguridad y riesgos de datos.
• Cloud Key Management: Servicio de gestión de claves en la nube.

GCP vs. Azure vs. AWS

Aunque comparten muchas similitudes, como el modelo común de pago por uso, hay matices en sus servicios e infraestructura que conviene valorar al elegir.

Incluyo aquí una tabla completa para compararlos fácilmente. Si quieres explorar las diferencias con más detalle, también puedes descargar nuestra chuleta de comparación de servicios, que encontrarás a continuación.

Servicios en la nube de AWS, Azure y GCP. Fuente: Service Comparison Cheat Sheet

Modelo de precios de Google Cloud Platform

GCP utiliza un modelo de pago por uso, lo que significa que solo pagarás por los servicios que realmente utilices y la carga de trabajo asociada. El modelo de precios de GCP puede resultar complejo porque los servicios y herramientas se tarifican de forma individual. 

Puedes usar la calculadora de precios de GCP para estimar tus costes por adelantado. GCP también ofrece herramientas para monitorizar tu gasto y optimizarlo.

Capa gratuita

GCP ofrece una capa gratuita ideal para quienes quieren probar la plataforma, aprender sobre computación en la nube o desplegar pequeños proyectos de desarrollo. Al vincular una tarjeta de crédito, recibes 300 $ de crédito gratuito que puedes usar en tu proyecto.

Puedes usar más de 20 productos con la capa gratuita, incluidos Compute Engine, BigQuery, Cloud Storage, Google Kubernetes Engine, Firestore, VisionAI y AutoML. Además, Looker ofrece una prueba gratuita de 30 días para explorar la plataforma de datos.

Precios por producto

Puedes consultar información más detallada sobre los precios de cada servicio en la lista de precios de GCP.

• Google BigQuery: El precio depende de la cantidad de datos almacenados en el almacén y del coste de cómputo para ejecutar consultas SQL.
• Google Bigtable: El precio depende del tipo de instancia de Bigtable y del número de nodos en los clústeres, así como del número de tablas de almacenamiento y del ancho de banda de red utilizado.
• Compute Engine: El precio depende del tipo de máquinas virtuales que quieras usar.
• Cloud Storage: El precio depende de la cantidad de datos almacenados en buckets, del procesamiento realizado por Google y del uso de red (datos movidos entre buckets).
• AutoML: Precio establecido por separado para el entrenamiento del modelo, su despliegue y su uso para realizar predicciones.
• Google Kubernetes Engine: El precio depende de la edición, los recursos de cómputo, el modo de operación del clúster y las tarifas de gestión.
• Looker: El precio combina costes de plataforma para ejecutar la instancia de Looker y costes por licencia de usuarios individuales.

Al final, la empresa o el usuario final reciben una factura muy personalizada, que permite ajustar costes con flexibilidad.

Certificaciones de Google Cloud

Si quieres profundizar en GCP o acreditar tu experiencia en la nube ante posibles empleadores, GCP ofrece varias certificaciones, que incluso puedes explorar dentro de la capa gratuita.

• Foundational Certification: Aporta un conocimiento amplio de tecnologías cloud y una visión completa de la suite de productos de GCP. No tiene prerrequisitos técnicos y es ideal para perfiles iniciales.
• Associate Certification: Proporciona habilidades fundamentales para desplegar y mantener proyectos en la nube con GCP. Gran opción para ingenieros cloud con experiencia en despliegue de aplicaciones.
• Professional Certification: Desarrolla habilidades avanzadas para diseñar, implementar y gestionar proyectos y productos de GCP. Ideal para especialistas cloud con experiencia profunda en la configuración de entornos en la nube.

Aprende más sobre computación en la nube

En definitiva, la computación en la nube es una competencia valiosa para cualquier profesional de datos. Con muchas empresas usando espacios de trabajo en la nube o bases de datos cloud, contar con conocimientos sólidos —o incluso una certificación en cloud— puede darte ventaja frente a la competencia.

¿Quieres aprender más sobre cloud o GCP? Aquí tienes algunos recursos para empezar:

• Understanding Cloud Computing: Este recurso cubre los conceptos fundamentales de la computación en la nube, su importancia y sus aplicaciones en el ámbito de datos.
• Google Cloud for Data Scientists: Esta guía explica cómo pueden aprovechar Google Cloud los data scientists, destacando sus herramientas y servicios.
• Google Cloud for Data Science: Este artículo te guía para configurar Google Cloud específicamente para ciencia de datos y empezar con buen pie tu viaje en la nube.