雲端平台
GCP
Google Cloud 採用與 Google 相同的基礎架構和安全性服務，協助許多企業及組織推動轉型，為特定產業提供客製化解決方案。
Compute Engine 同時提供自訂機器類型和預先定義的機器類型，讓您根據工作負載打造所需的基礎架構，而且隨時可以調整規格。支援主控台及 gcloud 指令列工具快速點選自訂規格，輕鬆完成機器設定。
依據客戶需求做出選擇，單價透明且可預測性的使用費可有效預估未來花費，自訂機器類型的計價 方式以每個 vCPU 和每 GB 記憶體的每小時用量為準，可以精準預測使用量價格，依需求達到節費目的。
-
建置 VM 簡單上手
-
隨時調整既有 VM 規格
-
依需求尋找最合適的價位
Compute Engine 支援多種機器規格，客戶可依使用情境選擇不同強化功能的虛擬機器。如既有規格皆無法滿足其需求，可再依需求自訂機器規格。
截圖來源
https://cloud.google.com/compute
快速了解 Compute Engine 如何節費
依據工作負載建立設有合適 CPU 與記憶體的虛擬機器。以使用的資源量作為計費依據，預先計算各種設定的自訂機器類型成本。在某些使用情況下，在 Google Cloud 上根據工作負載設定了最適合的機器，相較於使用其他公用雲端服務供應商的預先定義機器類型，將可省下 50% 以上的費用。
GKE 是業界第一個全代管 Kubernetes 服務，導入完整 Kubernetes API、四向自動調度資源功能、發布版本和多叢集支援。可依據 CPU 使用率或自訂指標自動水平調度 Pod 資源、為每個節點自動調度叢集資源，並透過垂直自動調度 Pod 資源功能持續分析 CPU 和記憶體用量，藉此自動調整 CPU 和記憶體要求。
-
四向自動調整資源配置功能
-
依需求選擇不同部署版本
-
兼顧容器原生網路與安全
使用 GKE 及 Cloud Source Repositories、Cloud Build 和 Spinnaker for Google Cloud 等相關服務，串接服務後自動建構、測試及部署應用程式。一旦修改應用程式的程式碼之後，更新內容會觸發持續推送軟體更新，進而自動重新建構、重新測試及重新部署新版本，加速應用程式的開發進程。
截圖來源
https://cloud.google.com/kubernetes-engine#all-features
進一步了解 GKE 優勢在哪？
透過 Kubernetes，您可以指定每個容器所需的 CPU 與記憶體容量，更妥善管理叢集內的工作負載。使用 Kubernetes 持續整合及持續推送軟體更新工具，保護並加快建構與部署生命週期的每個階段。 同時提供容器映像檔的安全漏洞掃描和資料加密等功能，加快開發流程之餘，對於安全漏洞及資料保護也不馬虎。
影片來源
https://cloud.google.com/kubernetes-engine/docs#videos
BigQuery 為 GCP 全代管式數據分析倉儲系統，無須進一步設置或管理基礎架構，無須額外學習其他分析語法，專注於使用標準 SQL 尋找特定數據進行分析，近乎實時分析大量數據可有效協助業務成長。
使用 BigQuery ML 導入機器學習技術及預測模型，透過 AI 整合功能有效學習並模擬相關資料分析行為，預測未來結果並發掘潛在商機，有效帶來業務拓展的可能性。
-
具備彈性的資料擴充性
-
高靈活性分布式分析引擎
-
內建機器學習及模型預測
不同來源的資料可匯總至 BigQuery，以簡單流暢的方式進行數據分析。除了上傳資料檔案外，BigQuery 也同時支援資料移轉服務 (DTS)、Data Fusion 等外掛程式匯入資料。使用 BigQuery 極高的彈性，以偏好的方式將資料匯入資料倉儲系統進行分析。
截圖來源
https://cloud.google.com/kubernetes-engine#all-features
快速了解 BigQuery
BigQuery 採用可擴展、分布式分析引擎可於數秒內查詢 TB 級數據，搭配 BigQuery ML 及 BI Engine 等相關工具進一步分析及理解數據，將海量資料轉化為有效參考數據，幫助業務進一步拓展及尋找潛在商機。
海量數據進行分析及儲存的同時，也使用預設加密機制及客戶管理的加密金鑰，完善保護資料安全性及隱私。
