面向数据科学家的 Google Cloud：利用云资源进行数据分析

本教程由我们的社区成员贡献，已由 DataCamp 编辑以确保清晰与准确。

有兴趣分享您的专业见解吗？我们非常期待！欢迎通过我们的社区投稿表单提交文章或想法。

大多数公司都面临着使用与处理海量数据的挑战。常规计算服务并不总具备应对此类规模的技术能力。利用云资源可以促进各类计算与数据分析，从而大幅简化 IT 专业人士的工作并提升效率。

云计算对数据科学家的优势

Google Cloud Platform（GCP）是一套高效的云平台，可改进数据管理，减少用于基础设施管理的财务与人力成本，并支持网络配置。GCP 采用按需计费模式，因此公司只为每个计费周期内实际使用的计算资源付费，这使得用量可按需灵活扩缩。服务器全天候可用，且平台具备高水平安全性。

借助该平台，数据科学家可以改进其数据仓库与各类系统的管理。此外，该服务还能尽可能优化与定制多种计算流程，并构建云端解决方案。

既然我们已经明确了什么是 GCP，接下来着重概述其最重要的优势：

• 高度安全——通过采用有效的防护方法予以保障；
• 接入全球网络——规模居世界前列；
• 众多服务可实现可靠的数据存储，并能处理数据以解决专业人员面临的各类问题；
• 降低财务成本——相比其他云服务商，该平台成本可低 20-25%；总体而言，使用 GCP 可为企业节省超过 52% 的费用；
• 减轻公司服务的负载可达 80%；否则过载会导致软件故障；
• 可按需选择云配置与内存（最多可节省 50%）。

此外，使用 GCP 还能获得人工智能与强大的分析能力。综合以上优势，Google Cloud Platform 可被视作一款高效的海量数据存储与处理工具，能够显著节省成本与资源。

云计算的类型

Google Cloud Platform 提供多种云解决方案，可帮助您为公司最优选型。不同选项所需的数据分析技术门槛不同。选择云方案时，应明确公司的目标与期望成果。

IaaS

基础设施即服务。公司可租用包含相应软件、网线、容器存储、处理器与所需内存的基础设施，即提供技术设备租赁。其余工作（运维）需自行完成——如网络配置、安装操作系统、按所需负载选择处理器等。

PaaS

平台即服务。在此模式下，公司获得一套完整的应用开发平台与环境。供应商负责所有技术选型（处理器、内存、存储等）。

SaaS

软件即服务。供应商提供多种带软件的服务并负责运维（包括自动更新）。供应商全面管理技术设备并确保安全性。

面向数据分析的 Google Cloud 核心组件

GCP 包含多个组件，每个组件在数据分析中承担特定功能：

• 计算——可在不受数据量限制的情况下执行各类复杂度的计算；
• Cloud：云存储与数据库——确保所存数据的可靠安全；
• 管理工具——用于监控、日志记录、生成错误报告、追踪、调试等；
• 网络：虚拟云网络——域名系统、内容分发网络、互联互通、负载均衡；
• 大数据：大数据处理；
• Cloud Machine：机器学习；
• 云端开发工具（代码库、端点、部署）；
• 安全与身份。

上述工具集合可高效处理海量数据并执行任意复杂度的流程。接下来，我们将更详细地介绍 Google Cloud Platform 的主要组件。

BigQuery

作为 IaaS 类型的云计算服务，BigQuery为海量数据提供存储、分析与管理能力，包括创建、删除与导入数据的选项。还可为第三方或专业团队提供数据存储的访问权限。您可以将所存数据与各类软件集成。此外，平台还提供创建与运行机器学习的选项。该服务为用户提供 10GB 云存储，并可每月执行高达 1TB 的查询。

App Engine

PaaS 类型的云计算服务。该服务可用于开发与托管 Web 服务和移动应用。其具备丰富的功能管理集，支持软件的弹性扩缩。此外，广泛的软件 API 接口可连接不同应用，加快产品开发。

该服务支持多种编程语言。基础资源可免费用于信息了解。若选择付费套餐，用户仅按实际使用量付费。

Compute Engine

IaaS 类型的云计算服务。可基于 Google 基础设施创建与运行云主机。通过界面提供访问。其他功能包括抢占式云主机、数据加密能力，以及通过自动化建议实现资源优化。用户可获赠一台虚拟机供免费使用。

Kubernetes Engine

该服务的主要用途是管理基于容器的应用。可通过自动化方式实现应用的扩缩与部署。其还包含数据加密与容器漏洞扫描等安全功能。该服务支持主流容器化技术与硬件虚拟化。

Cloud Storage

IaaS 类型的云计算服务。该云服务用于存储非结构化数据。支持调整 Google 虚拟云规模并提供附加功能。该服务可在容器中存储最高达 5TB 的数据，并分配独立密钥。此外，还可对数据进行优化并去除冗余。

Datastore

为应用提供可扩展的非关系型数据库。多项功能可实现分片与同步的自动化管理。该服务非常适合处理小规模数据。

Container Registry

统一的容器镜像仓库，可管理镜像、执行漏洞检测流程并配置访问控制。在此模式下，无需为公司租用虚拟机或另行寻找磁盘空间。

整套基础设施与所需工具均以开箱即用的形式提供。您可以通过控制台管理容器。该服务可减少开发者在存储与部署容器镜像方面的负担。还可与 CI/CD 流程集成。

Cloud Functions

借助该服务，您无需创建与维护云虚拟机，即可在可安全扩缩的环境中运行应用。也就是说，所开发的应用将运行在提供该服务的公司的服务器上，无需自建服务器来运行与测试应用。

以上仅列出最基础的 GCP 服务，当然，其服务数量远不止于此，既涵盖数据处理与软件开发，也包括构建高等级安全性。

Google Cloud 的使用案例

以下是几家利用 GCP 服务解决各类软件问题的知名企业案例。

Spotify

Spotify 提供多样的音乐与视频内容。该平台拥有超过 7,500 万订阅用户及约 20 亿个播放列表。凭借这些GCP 服务，得以构建可靠的基础设施并提升 Spotify 的运行效率。此前需要一天才能完成的请求，现在几分钟即可完成。这有助于优化面向用户的服务性能。

X（原 Twitter）

这家广受欢迎的社交网络拥有约 3.3 亿活跃用户。Twitter 存储着海量数据，借助 GCP，其显著提升了平台的安全性并扩展了灾难恢复能力。

BestBuy

一家在全球拥有逾 1,000 家门店的国际消费电子零售公司。其曾基于App Engine构建自家应用，使用户能够创建心愿清单并与好友分享。

包括 Twitter、PayPal、eBay 与 20 世纪福斯在内的众多全球企业，均借此优化了其平台的运行。

结语

Google Cloud Platform 是领先的云服务提供商，提供多种计算与数据处理服务，以支持分析并优化流程。此外，还可使用人工智能与机器学习工具。

借助 GCP，各类公司能够在发展的同时大幅节省资金与资源。GCP 为多种需求提供交钥匙式解决方案，包括基础设施现代化、集成与安全。这些服务在公司多项业务中都将行之有效，尤其惠及数据科学家的工作。

如需进一步了解云计算，欢迎学习 DataCamp 的Understanding Cloud Computing课程。若您希望证明自身资质，请查看我们的云认证指南及备考方法。