Llegamos a ustedes gracias a:



Reportajes y análisis

Guía de servicios de Google Cloud Platform

Las herramientas adecuadas para el trabajo

[30/03/2018] Lanzada en el 2011, Google Cloud Platform (GCP) ha tenido que ponerse a la altura del líder del mercado, Amazon Web Services (AWS), su competidor más directo como un juego más completo en la nube. Pero Google no tenía experiencia en el servicio de TI para grandes empresas, por lo que pasó varios años tratando de lograrlo.

En lugar de ser un clon de AWS, GCP se ha convertido en un conjunto de servicios únicos que proporciona servicios a gran escala, incluida la inteligencia artificial y el aprendizaje de máquina. Las ventajas de GCP hoy incluyen precios más bajos a través de un descuento de uso sostenido, una red mucho más rápida que conecta sus centros de datos, migración en vivo de máquinas virtuales, zonas de escala y disponibilidad masivas, y una variedad de copias de seguridad redundantes para almacenamiento siempre disponibles. Lo que GCP no ofrece es la gran cantidad de herramientas y complementos que AWS hace en su intento por abordar cada caso de uso.

GCP tiene tres servicios principales: Google App Engine, Google Compute Engine y Google Kubernetes Engine:

  • App Engine es una plataforma platform-as-a-service(PaaS), con la que implementa su código, y permite que la plataforma haga todo lo demás por usted. App Engine crea automáticamente más instancias para manejar el mayor volumen de una aplicación de alto uso.
  • Compute Engine es una plataforma de infrastructure-as-a-service (IaaS), que ofrece máquinas virtuales altamente personalizables con la opción de implementar su código directamente o mediante contenedores. Aunque requiere más configuración y personalización, Compute Engine ofrece más flexibilidad y cuesta menos que App Engine.
  • Kubernetes Engine le permite usar clústeres de Kubernetes totalmente administrados para implementar, administrar y organizar contenedores a escala.

Hemos compilado una lista de los usos más comunes para la nube y los componentes de Google Cloud Platform que necesita para éstos.

Servicios de GCP para desarrolladores, desarrollo de software y pruebas

El desarrollo y la implementación de aplicaciones son los casos de uso clave para Google Cloud Platform. Comienza con Google App Engine (GAE), una plataforma administrada que maneja todas las integraciones de plataforma para que los desarrolladores solo tengan que preocuparse por su código. GAE brinda soporte a Node.js, Java, Ruby, C#, Go, Python y PHP. Las herramientas populares de DevOps como Chef, Puppet, Ansible, Salt, Docker, Consul y Swarm están totalmente integradas con GCP y permiten el desarrollo tanto en la nube como en contextos on-premises.

También está Jenkins en GKE, un servidor de automatización de entrega continua para orquestar la construcción, las pruebas y la implementación.

La tecnología de contenedor despegó con Docker, que es soportado principalmente por AWS, pero Google es el creador de Kubernetes, una plataforma de orquestación de contenedores, que ha impulsado ofertas similares como Docker Swarm, la plataforma de orquestación de contenedores preferida, hasta el punto en el que incluso Microsoft y Amazon le ofrecen soporte en Azure y AWS respectivamente. Es raro que la industria esté de acuerdo en algo, pero Amazon, Oracle, Microsoft, Pivotal y VMware están detrás de Kubernetes.

Google Kubernetes Engine (GKE) es un elemento central en este tema. Es un ambiente de Kubernetes administrado que ofrece características adicionales como autoescala, autoreparación y actualización automática. A diferencia de su competidor de AWS, Amazon EC2 Container Service (ECS), GKE ejecuta Kubernetes certificados de código abierto, por lo que las habilidades necesarias se pueden utilizar en cualquier escenario de Kubernetes, mientras que Amazon ECS está bloqueado en la plataforma AWS.

Puede optar por utilizar el motor de contenedores Docker en su lugar, como en el caso de que ya tuviera una inversión importante en el código Docker. Para aquellos que eligen Docker sobre Kubernetes, está Google Container Builder (GCB). Además del soporte total para Docker, GCB también ofrece a los desarrolladores la opción de crear y probar su código localmente para no sobrepasar la cuenta de uso en Google Cloud.

Servicios de GCP para analítica

La analítica y la inteligencia de máquina en la escala web han sido fundamentales para la misión de Google Cloud Platform desde el principio.

Sus esfuerzos de Big Data comienzan con BigQuery, un almacén de datos que es de uso gratuito con hasta 10GB almacenados y 1TB analizado por mes. Puede ser utilizado por Google Apps Script, Hojas de cálculo de Google o cualquier otro idioma que pueda funcionar con su API REST o bibliotecas cliente.

Cloud Dataflow se utiliza para crear canalizaciones de datos, ya sea con procesamiento de datos en tiempo real (transmisión) o histórico (por batch) junto con el procesamiento ETL. Cloud Dataflow también maneja conjuntos de datos masivos de varios bytes, y esencialmente ha reemplazado a MapReduce internamente para Google. MapReduce ya no es soportado por Google, por lo que anima a los clientes de MapReduce a migrar a Cloud Dataflow, y proporciona asistencia con el proceso.

Cloud Dataproc es el servicio en la nube de Google para ejecutar clústeres Hadoop y Spark, que se pueden integrar con el servicio general de GCP, y el clúster se puede redimensionar en tiempo real. Dataproc también permite máquinas virtuales personalizadas y tiene máquinas virtuales que se reparan a sí mismas.

Para preparar sus datos para su procesamiento, Google tiene Cloud Dataprep. No tiene servidor, detecta esquemas y repara datos defectuosos o marca datos faltantes en una tabla estructurada.

Finalmente, si necesita mover una gran cantidad de datos a la nube y las cargas serían prohibitivamente largas y caras, Google ofrece la aplicación Google Transfer, que se adapta a un rack estándar de centro de datos de 19 pulgadas, de la misma forma en que lo hace un servidor. El dispositivo de 2U viene con una capacidad de 100TB, y el dispositivo de 4U tiene 480TB de capacidad. Usted paga el envío.

Servicios de GCP para IA y aprendizaje de máquina

Google Cloud AI es la base de sus servicios de aprendizaje automático, con modelos preformados (APIs de aprendizaje de máquina), así como un servicio administrado para que los desarrolladores y clientes más avanzados construyan sus modelos propios a la medida por medio del Machine Learning Engine de Google Cloud. El Machine Learning Engine está integrado con otros productos de la plataforma Google Cloud Data, como Google Cloud Storage, Google Cloud Dataflow y Google Cloud Datalab para modelos de capacitación.

Además, Google anunció recientemente a Cloud AutoML, un nuevo conjunto de servicios para ayudar a los clientes con experiencia limitada de aprendizaje de máquina, a entrenar sus propios modelos personalizados. El servicio de aprendizaje de máquina basado en redes neuronales se basa en la biblioteca TensorFlow de Google para la programación de flujo de datos con el propósito de construir modelos basados en imágenes.

Google también ofrece Dialogflow para el desarrollo de aplicaciones interactivas de extremo a extremo destinadas a interfaces de usuario utilizadas en sitios web, aplicaciones móviles, plataformas de mensajería y dispositivos del Internet de las cosas (IoT, por sus siglas en inglés). Permite a los desarrolladores crear chatbots y otras interfaces capaces de realizar conversaciones en lenguaje natural con los usuarios.

Servicios GCP para infraestructura de cómputo

Google ha creado una enorme infraestructura de centros de datos altamente ajustados, diseñados para crecer en tamaño y tener un tiempo de respuesta mínimo. Esto se ha traducido en una oferta enorme y altamente escalable en la nube que puede procesar más de 100 mil eventos por segundo o manejar tareas con un tamaño total de la carga útil de eventos agregados de más de 100 MB/seg.

GCP tiene más de 100 puntos de presencia en 15 regiones globales, conectados por redes de fibra óptica dedicadas, por lo que no está compitiendo con el tráfico de Netflix por el ancho de banda. Con la nube privada virtual (VPC), puede conectar sus recursos de GCP o aislarlos entre sí.

A través de Cloud Delivery Network (CDN), el contenido se distribuye a través de puntos de presencia, y el servicio Cloud Load Balancing puede evitar que una ubicación se sobrecargue equilibrando el tráfico HTTP (S), TCP / SSL y UDP.

El servicio de equilibrio de carga de Google es el mismo que utiliza el motor de búsqueda que maneja hasta un millón de consultas por segundo. También existe la Interconexión Dedicada de Google Cloud para conectar nubes privadas con GCP; ofrece conexiones de nivel empresarial, respaldadas por un acuerdo de nivel de servicio del 99,99%, a GCP con un rendimiento de 10 Gbps a 80 Gbps.