Qu'est-ce que Google Cloud Platform (GCP) ? Guide complet pour maîtriser les services cloud

Le cloud computing représenté par un modèle 3D. Image par l'auteur.

Le cloud computing prend une importance croissante pour aider les entreprises à gérer l'augmentation de leurs besoins en données. Aux côtés d'Azure et d'AWS, Google Cloud Platform (GCP) compte parmi les fournisseurs de cloud les plus populaires du marché.

Avec le stockage des données qui migre rapidement vers le cloud, chaque analyste de données devrait avoir une compréhension solide de GCP et des services de cloud similaires.

Dans cet article, nous passerons en revue les bases du cloud computing et expliquerons pourquoi GCP fait partie des leaders mondiaux. Vous découvrirez aussi les avantages et limites de GCP, la comparaison entre GCP, AWS et Azure, les services proposés et leurs modèles tarifaires, ainsi que les certifications à passer pour consolider vos connaissances GCP et convaincre de futurs employeurs.

Allons à l'essentiel et commencez votre parcours dans le cloud !

Qu'est-ce que le cloud computing ?

Le cloud désigne généralement un ensemble distribué de serveurs qui hébergent des applications, des bases de données et des infrastructures IT, accessibles via Internet ou un autre type de réseau. Le terme vient des anciens schémas techniques, où un dessin de nuage représentait les serveurs et l'infrastructure réseau formant Internet.

Le cloud computing décrit la mise à disposition à la demande de ces ressources informatiques pour les entreprises et autres utilisateurs. Le fournisseur de cloud (comme GCP) se charge de la maintenance des serveurs et de l'infrastructure IT, tandis que les utilisateurs accèdent à une puissance de calcul et à un stockage de données évolutifs, avec une facturation à l'usage.

Ce modèle réduit les coûts initiaux d'installation de l'infrastructure IT et facilite la montée en charge, notamment pour les petites et moyennes entreprises. Les nouveaux acteurs peuvent mettre leurs applications en production très rapidement. De plus, les fichiers et applications disponibles dans le cloud sont accessibles partout dans le monde, sur tout type d'appareil, ce qui permet de travailler à l'international sans complications.

Avec l'essor du Big Data, le cloud s'est imposé comme modèle privilégié pour gérer le stockage et déployer des applications d'apprentissage automatique. Face à la demande croissante en services d'IA, le marché du cloud devrait continuer de progresser.

Les principaux fournisseurs mondiaux sont GCP (Google), AWS (Amazon) et Azure (Microsoft), avec une part de marché cumulée de 67 %. GCP figure ainsi parmi les trois meilleures options du marché, une solution attractive pour les start-up, les développeurs et les entreprises data-driven de tous secteurs.

Qu'est-ce que Google Cloud Platform (GCP) ?

GCP est la suite d'outils et de services de cloud public de Google, qui inclut des services d'analytics bien connus comme Google BigQuery et Looker Studio.

S'appuyant sur le réseau mondial de data centers de Google, GCP fonctionne sur la même infrastructure que Gmail, Google Drive et Google Docs.

Google a ouvert son infrastructure aux entreprises en 2008 via un cloud public. Depuis, la suite s'est développée rapidement, avec notamment Cloud AI parmi les ajouts récents. On y trouve des ressources de calcul, du réseau, du stockage, de l'IoT, de la sécurité, du déploiement d'applications et des outils d'administration.

GCP se distingue par son fort accent sur l'analytics, l'apprentissage automatique et l'intelligence artificielle, ce qui en fait un outil incontournable pour les analystes et consultants data. 

Google Cloud Platform (GCP) vs Google Cloud

On confond parfois GCP et Google Cloud et on les emploie indifféremment, alors que GCP n'est en réalité qu'une partie de Google Cloud.

Google Cloud désigne l'ensemble des services cloud de Google. Cela inclut aussi Google Workspace (anciennement G‑Suite ou Google Apps) et les versions entreprise d'Android et de Chrome OS. Google Cloud englobe également des applications comme Gmail et Google Docs.

GCP, en revanche, ne couvre que les services relevant des modèles tarifaires GCP, comme App Engine, Google BigQuery et Cloud Console, que nous détaillons ci‑dessous.

Avantages et inconvénients de GCP

Comme tout service, GCP présente des points forts et des limites. Commençons par les avantages.

Atouts de GCP

Large éventail de services cloud

GCP offre une gamme particulièrement vaste de services cloud pour les entreprises et les utilisateurs finaux : puissance de calcul, réseau, stockage, data analytics, apprentissage automatique, intelligence artificielle, déploiement d'applications et intégration d'API. Idéal pour des besoins cloud variés ou en évolution rapide.

Réseau mondial

Les organisations qui utilisent GCP bénéficient d'une infrastructure réseau robuste et distribuée à l'échelle mondiale. De quoi mettre en place de la redondance multi‑régions ou choisir des zones particulièrement économiques pour héberger la charge principale.

Sécurité renforcée

Google Cloud Platform propose des options de sécurité avancées, notamment IAM (Identity and Access Management), KMS (Key Management Service) et le SCC (Security Command Center). Les entreprises disposent ainsi de solides garanties de cybersécurité tout en hébergeant leurs données à distance.

Forte capacité d'innovation

Google est reconnu pour son esprit pionnier et l'intégration rapide des avancées technologiques dans ses produits. Les clients GCP profitent ainsi rapidement de nouvelles technologies, comme l'IA pour analyser leurs données.

Limites de GCP

Tarification complexe

Par rapport à d'autres fournisseurs, GCP propose des modèles tarifaires relativement complexes. Il peut être difficile d'anticiper et de piloter précisément les dépenses cloud.

Support limité

Le support GCP peut être relativement restreint et peu accessible, avec des délais de réponse non immédiats. En cas d'incident sur l'infrastructure, cela peut impacter la productivité et la disponibilité des données.

Plateforme propriétaire

Il faut aussi noter que GCP est une plateforme propriétaire. La migration de données et le déploiement d'applications peuvent s'en trouver complexifiés si une entreprise souhaite quitter l'écosystème Google. Par ailleurs, GCP peut s'avérer plus coûteux que des solutions open source ou des offres de plus petits prestataires.

Cas d'usage de GCP

Grâce à sa suite variée de services et d'outils, GCP couvre de nombreux cas d'usage pour des entreprises de toutes tailles. Voici quelques usages courants :

• Stockage de données : avec Google BigQuery, les entreprises disposent d'un entrepôt de données de niveau entreprise dans GCP. Cloud SQL propose en outre une base de données managée pour MySQL, PostgreSQL et Microsoft SQL Server. Cloud Bigtable couvre les bases NoSQL et Cloud Storage offre des options pour les données non structurées et les fichiers volumineux comme les images.
• Business intelligence : l'outil BI intégré Looker Studio permet une visualisation et un reporting rapides directement sur la plateforme. Les analystes et consultants peuvent en tirer des insights immédiats et créer des visuels partageables pour présentations et ateliers.
• Apprentissage automatique : GCP propose aussi des services pour déployer des modèles de machine learning comme Cloud AutoML et Cloud Machine Learning Engine. Les entreprises peuvent entraîner, valider et déployer leurs modèles directement dans le cloud, afin d'automatiser et d'améliorer leurs processus de BI.
• Gestion de l'IoT : GCP est idéal pour piloter un réseau IoT (Internet of Things) à l'échelle de l'entreprise. Des services de connexion et de gestion des terminaux, comme Cloud IoT Core, facilitent la mise en place et la supervision de multiples appareils.
• Déploiement d'applications : GCP permet aussi de déployer des applications développées en Java, Python, Go, Ruby, PHP ou C# via App Engine. Les entreprises peuvent ainsi héberger leurs applications sans investir d'emblée dans l'infrastructure et itérer plus rapidement pendant le développement.
• Développement d'API : les outils intégrés Apigee API Platform et Developer Portal permettent d'utiliser GCP comme base pour développer et héberger des API.

Services proposés par GCP

Google Cloud Platform propose plus de 100 outils, services et briques d'infrastructure cloud, classés en SaaS (Software‑as‑a‑Service), PaaS (Platform‑as‑a‑Service) ou IaaS (Infrastructure‑as‑a‑Service).

Services de calcul

Commençons par les ressources de calcul cœur de GCP, conçues pour répondre à divers besoins de développement et de déploiement. Elles constituent la base de toute application ou système à construire dans le cloud, et méritent d'être connues :

• App Engine : pour déployer des applications en Java, Go, PHP, C#, Ruby, Python ou Node.js.
• Compute Engine : pour exécuter des machines virtuelles Windows ou Linux.
• Google Kubernetes Engine (GKE) : pour exécuter des conteneurs basés sur Kubernetes.
• Cloud Functions : pour exécuter du code événementiel en Java, Go, Python ou Node.js.

Services de stockage

GCP fournit également des solutions robustes prenant en charge SQL et NoSQL, pour une gestion de bases de données évolutive et flexible adaptée aux applications modernes :

• Cloud Storage : stockage objet pour données non structurées et fichiers de tout type.
• Cloud SQL : service de bases de données managées pour MySQL, PostgreSQL ou Microsoft SQL Server.
• Cloud Bigtable : service de bases de données managées pour NoSQL.
• Cloud Spanner : service de base de données relationnelle.
• Cloud Datastore : bases NoSQL pour applications web et mobiles.
• Firestore : base de documents pour créer des apps mobiles, web et IoT.

Services d'analytics

Les outils puissants de GCP traitent, analysent et visualisent de grands volumes de données pour générer de meilleurs insights. Voici la suite d'outils essentielle pour les entreprises souhaitant appuyer leurs décisions sur la donnée :

• BigQuery : entrepôt de données cloud pour la business intelligence.
• Cloud Dataflow : service de traitement en flux et par lots.
• Cloud Data Fusion : service ETL pour mettre en place des pipelines de données.
• Dataproc : pour exécuter des jobs Apache Hadoop et Apache Spark.
• Cloud Composer : orchestration de workflows basée sur Apache Airflow.
• Cloud Datalab : service Jupyter Notebook pour l'exploration, l'analyse, la visualisation et le machine learning.
• Cloud Dataprep : pour explorer, nettoyer et préparer visuellement les données.
• Looker Studio/Looker : outil de BI pour créer rapports et visualisations (graphiques, tableaux).

Services d'intelligence artificielle

L'intelligence artificielle est au cœur de l'actualité, et GCP propose des offres de pointe pour mettre en œuvre des capacités avancées d'IA et de machine learning. Ces outils transforment la façon d'interagir avec la donnée, d'en tirer des insights et d'automatiser des processus :

• Vertex AI : plateforme cloud pour modèles de ML et IA générative.
• AutoML : entraînement et création de modèles de machine learning sur mesure.
• Dialogflow : IA conversationnelle avec agents virtuels.
• Vision AI : modèles pour extraire des insights d'images, de vidéos et de documents.
• Translation AI : modèles pour la détection de langue et la traduction automatique.
• Document AI : IA pour le traitement documentaire et l'extraction de données.
• Recommendations AI : IA pour recommandations produits automatisées.
• Natural Language AI : modèles pour l'analyse de sentiments et la classification de texte non structuré.
• Text-to-Speech/Speech-to-Text : IA pour la reconnaissance et la transcription vocales (125 langues) ainsi que la synthèse vocale (40 langues).

Services réseau

Côté réseau, GCP propose des services garantissant une infrastructure sécurisée, fiable et évolutive. 

• VPC : cloud privé virtuel pour construire des réseaux de ressources cloud.
• Cloud CDN : réseau de diffusion de contenu hébergé dans le cloud.
• Cloud DNS : service d'hébergement DNS sur l'infrastructure de Google.
• Cloud Armor : firewall d'applications web hébergé dans le cloud.
• Cloud Load Balancing : service managé d'équilibrage de charge réseau.

Services d'API

GCP propose un ensemble complet d'outils pour concevoir, déployer et faire évoluer des API. Indispensable pour les développeurs qui intègrent des systèmes tiers :

• Apigee API Platform : pour concevoir, déployer et faire monter en charge des API dans le cloud.
• API Monetization : pour créer des modèles de revenus, rapports, passerelles de paiement et intégrer un portail développeur pour les API.
• Developer Portal : service permettant aux développeurs de publier et gérer des API.
• API Analytics : pour suivre et mesurer la performance des API.

Outils de gestion, sécurité et identité

Pour finir, voici les outils liés à la sécurité et à la gouvernance :

• Google Cloud Console : interface web pour administrer les ressources GCP.
• Cloud Shell : interface en ligne de commande dans le navigateur pour gérer GCP.
• Operations Suite (anciennement Stackdriver) : supervision, logs, traçage et diagnostics des applications fonctionnant sur GCP.
• Cloud IAM : service d'Identity & Access Management (IAM) pour des politiques basées sur le contrôle d'accès par rôles.
• Cloud Resource Manager : gestion des ressources par projet, dossier et organisation selon une hiérarchie.
• Cloud Security Command Center : plateforme de sécurité et gestion des risques data.
• Cloud Key Management : service cloud de gestion de clés.

GCP vs Azure vs AWS

Bien qu'ils partagent des points communs, comme la facturation à l'usage, leurs offres et infrastructures présentent des nuances importantes à considérer pour faire le bon choix.

Vous trouverez ci‑dessous un tableau récapitulatif. Pour explorer les différences en détail, téléchargez aussi notre cheat sheet de comparaison des services, disponible ci‑après.

Services cloud AWS, Azure et GCP. Source : Service Comparison Cheat Sheet

Modèle de tarification de Google Cloud Platform

GCP applique un modèle à l'usage : vous ne payez que les services effectivement consommés et les charges associées. Le modèle peut sembler complexe, car chaque service et outil possède sa propre tarification. 

Vous pouvez utiliser le calculateur de prix pour estimer vos coûts en amont. GCP fournit aussi divers outils pour surveiller vos dépenses et les optimiser.

Offre gratuite

GCP propose un niveau gratuit adapté pour tester la plateforme, se familiariser avec le cloud ou déployer de petits projets de développement. En enregistrant une carte bancaire, vous recevez 300 $ de crédit à utiliser pour votre projet.

Plus de 20 produits sont accessibles dans l'offre gratuite, dont Compute Engine, BigQuery, Cloud Storage, Google Kubernetes Engine, Firestore, Vision AI et AutoML. Par ailleurs, Looker offre un essai gratuit de 30 jours pour explorer la plateforme data.

Tarification par produit

Les détails par service figurent dans la liste de prix des produits GCP.

• Google BigQuery : tarification selon le volume de données stockées dans l'entrepôt et les coûts de calcul pour exécuter les requêtes SQL.
• Google Bigtable : tarification selon le type d'instance Bigtable et le nombre de nœuds des clusters, ainsi que le volume de tables et la bande passante réseau utilisée.
• Compute Engine : tarification selon le type de VM souhaité.
• Cloud Storage : tarification selon le volume de données stockées dans les buckets, le traitement effectué par Google et l'usage réseau (données transférées entre buckets).
• AutoML : tarification distincte pour l'entraînement, le déploiement et l'inférence.
• Google Kubernetes Engine : tarification selon l'édition, les ressources de calcul, le mode d'opération du cluster et les frais de gestion.
• Looker : tarification composée des coûts de plateforme pour exécuter l'instance Looker et des licences utilisateur.

Au final, l'entreprise ou l'utilisateur reçoit une facture hautement personnalisée, permettant d'ajuster les coûts avec flexibilité.

Certifications Google Cloud

Si vous souhaitez approfondir vos connaissances GCP ou attester votre expertise cloud auprès d'employeurs, GCP propose plusieurs certifications, accessibles même via l'offre gratuite.

• Foundational Certification : couvre largement les technologies cloud et offre une vue d'ensemble de la suite GCP. Aucune exigence technique préalable ; idéale pour débuter.
• Associate Certification : développe les fondamentaux pour déployer et maintenir des projets cloud avec GCP. Une bonne option pour les ingénieurs cloud ayant de l'expérience en déploiement d'applications.
• Professional Certification : apporte des compétences avancées en conception, mise en œuvre et gestion de projets et produits GCP. Idéale pour des spécialistes cloud déjà expérimentés.

Aller plus loin sur le cloud computing

En résumé, le cloud computing est une compétence clé pour tout professionnel de la donnée. Avec de nombreuses entreprises travaillant dans des environnements cloud ou sur des bases de données hébergées, disposer d'une expertise solide, voire d'une certification, vous donne une longueur d'avance.

Vous souhaitez en savoir plus sur le cloud computing ou GCP ? Voici quelques ressources pour bien démarrer :

• Understanding Cloud Computing : cette ressource couvre les fondamentaux du cloud, son importance et ses usages dans la data.
• Google Cloud for Data Scientists : ce guide explique comment les data scientists peuvent exploiter Google Cloud, en mettant en avant ses outils et services.
• Google Cloud for Data Science : cet article vous guide pour configurer Google Cloud spécifiquement pour la data science, afin de démarrer sereinement dans le cloud.