Che cos'è Google Cloud Platform (GCP)? Guida completa per padroneggiare i servizi cloud

Il cloud computing visualizzato con un modello 3D. Immagine dell'autore.

Il cloud computing sta diventando sempre più importante per le aziende per gestire l'aumento della domanda di dati. Oltre ad Azure e AWS, Google Cloud Platform (GCP) è uno dei provider cloud più popolari sul mercato.

Con l'archiviazione dei dati che si sposta rapidamente sul cloud, ogni data analyst dovrebbe avere una solida comprensione di GCP e di servizi di cloud computing analoghi.

In questo articolo, tratteremo le basi del cloud computing e come GCP sia uno dei principali provider a livello mondiale. Imparerai anche i pro e i contro di GCP, come GCP si confronta con AWS e Azure, quali servizi e modelli di prezzo sono disponibili per gli utenti GCP e, infine, quali certificazioni puoi ottenere per consolidare le tue conoscenze su GCP e fare colpo sui potenziali datori di lavoro.

Tuffiamoci subito e cominciamo il tuo percorso nel cloud computing!

Che cos'è il cloud computing?

Per cloud si intende comunemente una raccolta distribuita di server che ospitano applicazioni, database e infrastrutture IT accessibili tramite Internet o qualsiasi altro tipo di rete. Il termine è stato coniato originariamente dai vecchi diagrammi tecnici, che spesso includevano un disegno di una nuvola per rappresentare i server e l'infrastruttura di rete che compongono Internet.

Cloud computing descrive la disponibilità on demand di queste risorse di calcolo per aziende e altri utenti finali. Il provider cloud (come GCP) si occupa della manutenzione dei server e dell'infrastruttura IT, mentre gli utenti possono accedere a potenza di calcolo e archiviazione dati scalabili con un modello pay-as-you-go.

Questo può ridurre i costi iniziali per l'allestimento dell'infrastruttura IT e offrire una scalabilità più semplice, soprattutto per le piccole e medie imprese. Le nuove aziende possono mettere in funzione le proprie applicazioni in pochissimo tempo. Inoltre, file e applicazioni disponibili nel cloud possono essere accessi da qualsiasi parte del mondo e da qualsiasi dispositivo, consentendo alle aziende di lavorare a livello internazionale senza complicazioni.

Con l'ascesa del Big Data, il cloud computing è diventato un modello particolarmente popolare per gestire l'archiviazione dei dati e distribuire applicazioni di machine learning. A causa della domanda in continuo aumento di servizi di AI, si prevede che il mercato del cloud computing continuerà a crescere.

I principali provider cloud al mondo sono GCP (di Google), AWS (di Amazon) e Azure (di Microsoft), con una quota di mercato complessiva del 67%. Questo colloca GCP tra le prime tre opzioni cloud sul mercato, rendendolo una soluzione attraente per startup, sviluppatori e aziende data-driven di tutti i settori.

Che cos'è Google Cloud Platform (GCP)?

GCP è la suite di strumenti e servizi di cloud pubblico di Google, che include noti servizi di data analytics come Google BigQuery e Looker Studio.

Alimentato dalla rete globale di data center di Google, GCP gira sulla stessa infrastruttura di Gmail, Google Drive e Google Docs.

Google ha aperto la sua infrastruttura agli utenti business nel 2008 tramite un cloud pubblico. Da allora, la suite di strumenti e servizi cloud è stata ampliata rapidamente, con Cloud AI tra le aggiunte più recenti. Altri servizi includono risorse di calcolo, networking, archiviazione dati, IoT, sicurezza, distribuzione di app e strumenti di gestione.

GCP ha un focus particolarmente forte su data analytics, machine learning e intelligenza artificiale, rendendolo uno strumento fondamentale da imparare per data analyst e consulenti. 

Google Cloud Platform (GCP) vs. Google Cloud

A volte si confondono GCP e Google Cloud usandoli come sinonimi, ma in realtà GCP è una parte di Google Cloud.

Google Cloud si riferisce a tutti i servizi cloud di Google. Questi includono anche Google Workspace (precedentemente noto come G‑Suite o Google Apps) e le versioni enterprise di Android e Chrome OS. Google Cloud comprende anche app come Gmail e Google Docs.

GCP, invece, si riferisce solo ai servizi cloud coperti dai modelli di prezzo di GCP, come App Engine, Google BigQuery e Cloud Console, che esploreremo qui sotto.

Pro e contro di GCP

Come tutti i servizi, GCP presenta alcuni vantaggi e svantaggi per gli utenti. Vediamo prima i vantaggi.

Vantaggi di GCP

Ampia gamma di servizi di cloud computing

GCP offre un'ampia gamma di servizi di cloud computing per aziende e utenti finali. Questi includono potenza di calcolo, networking, archiviazione dati, data analytics, machine learning, intelligenza artificiale e persino distribuzione di app e integrazione API. Tutto ciò rende GCP una buona soluzione per aziende con esigenze cloud diversificate o in rapida evoluzione.

Copertura globale dell'infrastruttura di rete

Le aziende che usano GCP hanno accesso all'infrastruttura di rete robusta e distribuita globalmente di Google. Questo consente di implementare ridondanza multi‑regione o di utilizzare sedi particolarmente economiche per ospitare il carico di lavoro principale.

Sicurezza robusta

Google Cloud Platform offre opzioni di sicurezza solide, tra cui IAM (Identity and Access Management), KMS (Key Management Service) e SCC (Security Command Center). Questo garantisce alle aziende ottime misure di cybersecurity pur ospitando i loro dati da remoto.

Forte focus sull'innovazione

Google è conosciuta per il suo forte spirito pionieristico e l'attenzione a implementare rapidamente i progressi tecnologici nella sua suite di prodotti. I clienti GCP possono quindi beneficiare di nuove tecnologie come l'integrazione dell'intelligenza artificiale per analizzare i propri dati.

Svantaggi di GCP

Modello di prezzo complesso

A differenza di altri provider cloud, GCP ha modelli di prezzo relativamente complessi. Questo può rendere difficile per le aziende prevedere e gestire le spese per il cloud computing.

Supporto limitato

GCP offre anche un team di supporto relativamente limitato e di non facile accesso che potrebbe non rispondere immediatamente alle richieste. Questo può incidere negativamente sulla produttività e sulla disponibilità dei dati se si verifica un problema in corso con l'infrastruttura cloud.

Piattaforma proprietaria

È anche importante notare che GCP è una piattaforma proprietaria. Questo può rendere più difficile migrare i dati e distribuire applicazioni se un'azienda desidera abbandonare i servizi Google. Inoltre, GCP può essere più costosa rispetto a soluzioni open‑source o a servizi cloud di provider più piccoli.

Casi d'uso di GCP

Grazie alla sua suite diversificata di servizi e strumenti cloud, GCP ha molti casi d'uso per aziende di tutte le dimensioni. Ecco alcuni modi comuni in cui un'azienda potrebbe utilizzare GCP:

• Archiviazione dati: Con Google BigQuery, le aziende possono usare un data warehouse a livello enterprise in GCP. Inoltre, Cloud SQL offre un modello database‑as‑a‑service per database MySQL, PostgreSQL e Microsoft SQL Server. Cloud BigTable può essere usato per database NoSQL e Cloud Storage offre opzioni per dati non strutturati e file di grandi dimensioni come le immagini.
• Business intelligence: lo strumento BI integrato di GCP, Looker Studio, offre visualizzazione dei dati e reportistica rapide direttamente sulla piattaforma. Questo consente a data analyst e consulenti di ottenere insight veloci e creare visual condivisibili per presentazioni e call di consulenza.
• Machine learning: GCP offre anche servizi per distribuire modelli di machine learning come Cloud AutoML e Cloud Machine Learning Engine. Le aziende possono usare questi strumenti per addestrare, validare e distribuire i propri modelli direttamente nel cloud, automatizzando e migliorando i processi di business intelligence.
• Gestione IoT: GCP è ideale per gestire una rete IoT (Internet of Things) a livello aziendale. Servizi per la connessione e la gestione di dispositivi IoT come Cloud IoT Core rendono semplice configurare e supervisionare vari dispositivi IoT.
• Distribuzione di app: GCP può essere usato anche per distribuire applicazioni sviluppate con i linguaggi Java, Python, Go, Ruby, PHP o C# utilizzando il servizio App Engine. Questo rende facile per le aziende ospitare le proprie applicazioni senza setup infrastrutturale iniziale e consente loro di iterare rapidamente durante lo sviluppo.
• Sviluppo API: Gli strumenti integrati di GCP Apigee API Platform e Developer Portal rendono possibile usare GCP come base per sviluppare e ospitare API.

Servizi offerti da GCP

Google Cloud Platform offre oltre 100 strumenti, servizi e componenti di infrastruttura basati sul cloud, che possono essere classificati come prodotti SaaS (Software‑as‑a‑Service), PaaS (Platform‑as‑a‑Service) o IaaS (Infrastructure‑as‑a‑Service).

Servizi di calcolo

Partiamo dalle risorse computazionali core di GCP, progettate per soddisfare diverse esigenze di sviluppo e distribuzione. Questi servizi sono fondamentali per qualsiasi applicazione o sistema che potresti voler costruire sul cloud e vale la pena conoscerli:

• App Engine: Per distribuire applicazioni sviluppate in Java, Go, PHP, C#, Ruby, Python o Node.js.
• Compute Engine: Per eseguire macchine virtuali Windows o Linux.
• Google Kubernetes Engine (GKE): Per eseguire container basati su Kubernetes.
• Cloud Functions: Per eseguire codice event‑driven in Java, Go, Python o Node.js.

Servizi di archiviazione dati

GCP fornisce anche soluzioni robuste che supportano sia opzioni SQL che NoSQL. Questo garantisce una gestione dei database scalabile e flessibile per le applicazioni moderne:

• Cloud Storage: Object storage per dati non strutturati e file di ogni tipo.
• Cloud SQL: Servizio di database in cloud per database MySQL, PostgreSQL o Microsoft SQL Server.
• Cloud Bigtable: Servizio di database in cloud per database NoSQL.
• Cloud Spanner: Servizio di database per database relazionali.
• Cloud Datastore: Database NoSQL per applicazioni web e mobile.
• Firestore: Database a documenti per creare app mobile, web e IoT.

Servizi di data analytics

I potenti strumenti di GCP elaborano, analizzano e visualizzano grandi dataset, abilitando insight di business migliori. Diamo un'occhiata alla suite di strumenti essenziali per le aziende che vogliono sfruttare i dati nel decision‑making:

• BigQuery: Data warehouse enterprise in cloud per business intelligence.
• Cloud Dataflow: Servizio per l'elaborazione in streaming e batch.
• Cloud Data Fusion: Servizio ETL per impostare pipeline di dati.
• Dataproc: Per eseguire job Apache Hadoop e Apache Spark.
• Cloud Composer: Servizio di orchestrazione di workflow basato su Apache Airflow.
• Cloud Datalab: Servizio Jupyter Notebook per esplorazione, analisi e visualizzazione dei dati e machine learning.
• Cloud Dataprep: Per esplorare, pulire e preparare i dati in modo visuale.
• Looker Studio/Looker: Strumento di business intelligence per creare report e visualizzazioni come grafici e tabelle.

Servizi di intelligenza artificiale

L'intelligenza artificiale è, naturalmente, un grande tema di discussione, e GCP offre soluzioni all'avanguardia che consentono alle aziende di implementare capacità avanzate di AI e machine learning. Questi strumenti stanno trasformando il modo in cui le aziende interagiscono con i dati, ottengono insight e automatizzano i processi:

• Vertex AI: Piattaforma in cloud per modelli di ML e AI generativa.
• AutoML: Addestramento e sviluppo di modelli di machine learning personalizzati.
• Dialogflow: AI conversazionale con agenti virtuali.
• Vision AI: Modelli per estrarre insight da immagini, video e documenti.
• Translation AI: Modelli per rilevamento della lingua e traduzione automatica.
• Document AI: AI per l'elaborazione di documenti e l'acquisizione dei dati.
• Recommendations AI: AI per raccomandazioni di prodotto automatiche.
• Natural Language AI: Modelli per analisi del sentiment e classificazione di testo non strutturato.
• Text-to-Speech/Speech-to-Text: AI per riconoscimento e trascrizione vocale (disponibile in 125 lingue) e per sintesi vocale (disponibile in 40 lingue).

Servizi di rete

Parliamo ora di networking; GCP offre servizi che garantiscono un'infrastruttura di rete sicura, affidabile e scalabile. 

• VPC: Virtual Private Cloud per costruire reti di risorse cloud.
• Cloud CDN: Rete di distribuzione dei contenuti basata su cloud.
• Cloud DNS: Servizio di hosting DNS che gira sull'infrastruttura di Google.
• Cloud Armor: Web application firewall ospitato nel cloud.
• Cloud Load Balancing: Servizio gestito per il bilanciamento del traffico di rete.

Servizi API

GCP fornisce strumenti completi per progettare, distribuire e scalare API. Questi strumenti sono imprescindibili per gli sviluppatori che devono integrare sistemi di terze parti:

• Apigee API Platform: Per progettare, distribuire e scalare API in un ambiente cloud.
• API Monetization: Per creare modelli di ricavo, report, gateway di pagamento e integrazioni con developer portal per le API.
• Developer Portal: Servizio per gli sviluppatori per pubblicare e gestire API.
• API Analytics: Per monitorare e misurare le prestazioni delle API.

Strumenti di gestione, sicurezza e identità

Ultimi ma non meno importanti nel nostro elenco sono gli strumenti legati alla sicurezza:

• Google Cloud Console: Interfaccia web per gestire le risorse GCP.
• Cloud Shell: Interfaccia a riga di comando shell basata su browser per gestire GCP.
• Operations Suite (ex Slackdriver): Servizio per monitoraggio, logging, tracing e diagnostica delle applicazioni in esecuzione su GCP.
• Cloud IAM: Servizio di Identity & Access Management (IAM) per policy basate sul controllo degli accessi per ruolo.
• Cloud Resource Manager: Per gestire le risorse per progetto, cartella e organizzazione in base a una gerarchia.
• Cloud Security Command Center: Piattaforma per sicurezza e rischio sui dati.
• Cloud Key Management: Servizio di gestione delle chiavi ospitato nel cloud.

GCP vs. Azure vs. AWS

Sebbene condividano molte somiglianze, come il comune modello pay‑as‑you‑go, ci sono sfumature nelle offerte di servizi e nell'infrastruttura cloud che è importante considerare quando si sceglie.

Qui ho incluso una tabella completa per un confronto rapido. Se vuoi esplorare nel dettaglio le differenze tra i provider cloud, puoi anche scaricare la nostra completa cheat sheet di confronto dei servizi, inclusa qui sotto.

Servizi cloud di AWS, Azure e GCP. Fonte: Service Comparison Cheat Sheet

Modello di prezzo di Google Cloud Platform

GCP ha un modello pay‑as‑you‑go, il che significa che pagherai solo per i servizi che usi effettivamente e per il carico di lavoro che generi con essi. Il modello di prezzo di GCP può essere piuttosto complesso perché i singoli servizi e strumenti hanno prezzi separati. 

Puoi usare il calcolatore dei prezzi di GCP per stimare in anticipo i costi. GCP fornisce anche vari strumenti per monitorare i costi e ottimizzare la spesa.

Free tier

GCP offre un piano gratuito adatto a chi vuole semplicemente provare la piattaforma, imparare il cloud computing o distribuire piccoli progetti di sviluppo. Collegando una carta di credito, ricevi 300$ di credito gratuito che puoi usare per il tuo progetto.

Puoi usare oltre 20 prodotti con il piano gratuito, tra cui Compute Engine, BigQuery, Cloud Storage, Google Kubernetes Engine, Firestore, VisionAI e AutoML. Inoltre, Looker offre una prova gratuita di 30 giorni per esplorare la piattaforma dati.

Prezzi dei prodotti

Puoi ottenere informazioni più dettagliate sui prezzi dei singoli servizi nell'elenco prezzi dei prodotti di GCP.

• Google BigQuery: Il prezzo dipende dalla quantità di dati archiviati nel warehouse e dal costo di calcolo per eseguire le query SQL.
• Google Bigtable: Il prezzo dipende dal tipo di istanza Bigtable e dal numero di nodi nei cluster dell'istanza, nonché dal numero di tabelle di storage utilizzate e dalla quantità di banda di rete impiegata.
• Compute Engine: Il prezzo dipende dal tipo di VM che vuoi usare.
• Cloud Storage: Il prezzo dipende dalla quantità di dati archiviati nei bucket, dall'elaborazione dati effettuata da Google e dall'uso della rete (quantità di dati spostati tra bucket).
• AutoML: Prezzi stabiliti singolarmente per l'addestramento del modello, la distribuzione del modello e l'uso del modello per effettuare previsioni.
• Google Kubernetes Engine: Il prezzo dipende dall'edizione, dalle risorse di calcolo, dalla modalità di operatività del cluster e dalle tariffe di gestione del cluster.
• Looker: Il prezzo è composto dai costi della piattaforma per eseguire l'istanza Looker e dai costi utente per la licenza dei singoli utenti.

Alla fine, l'azienda o l'utente finale riceverà una fattura altamente personalizzata, che consente una gestione flessibile dei costi.

Certificazioni Google Cloud

Se vuoi approfondire le tue conoscenze su GCP o fornire una prova della tua competenza nel cloud computing ai potenziali datori di lavoro, GCP offre anche una serie di certificazioni, che puoi esplorare anche con il piano gratuito di GCP.

• Certificazione Foundation: Fornisce una conoscenza ampia delle tecnologie cloud e una panoramica completa della suite di prodotti offerta da GCP. Non ha prerequisiti tecnici ed è ideale per candidati junior.
• Certificazione Associate: Fornisce competenze fondamentali per distribuire e mantenere progetti cloud con GCP. Ottima opzione per cloud engineer con esperienza nella distribuzione di applicazioni cloud.
• Certificazione Professional: Fornisce competenze avanzate nella progettazione, implementazione e gestione di progetti e prodotti GCP. Ideale per specialisti del cloud che hanno già esperienza approfondita nell'allestimento di workspace cloud.

Per saperne di più sul cloud computing

In definitiva, il cloud computing è una risorsa preziosa da comprendere per qualsiasi professionista nel campo dei dati. Con molte aziende che usano workspace o database basati sul cloud, avere una solida competenza cloud o persino una certificazione in cloud computing può darti un vantaggio sulla concorrenza.

Vuoi saperne di più su cloud computing o GCP? Ecco alcune risorse che potrebbero aiutarti a iniziare:

• Understanding Cloud Computing: Questa risorsa copre i concetti fondamentali del cloud computing, spiegandone l'importanza e le applicazioni nel campo dei dati.
• Google Cloud for Data Scientists: Questa guida fornisce indicazioni su come Google Cloud può essere utilizzato dai data scientist, evidenziandone strumenti e servizi.
• Google Cloud for Data Science: Questo post sul blog ti guida nella configurazione di Google Cloud specificamente per finalità di data science, assicurando un avvio fluido del tuo percorso nel cloud.