Anwendungsentwicklung

Migration Ihrer Oracle- und SQL Server-Datenbanken zu Google Cloud

Wed, 08 Feb 2023 04:00:00 +0000

Bevor Cloud Computing unsere Sicht auf Datenbanken und Anwendungen veränderte, waren Oracle- und Microsoft SQL Server-Datenbanken jahrzehntelang eine wichtige Basis für die Architektur von Unternehmensanwendungen. Doch heute werden Sie angesichts der gegenwärtigen Branchentrends und der enormen Möglichkeiten, die die Cloud bietet, wahrscheinlich noch einmal genau überlegen, auf welche Technologie Sie bei der Cloud-Planung setzen.

Im Datenbankbereich gehören zu diesen Trends der Wechsel zu Open-Source-Technologien (insbesondere zu MySQL, PostgreSQL und ihren Derivaten), die Einführung nicht-relationaler Datenbanken, Multi-Cloud- und Hybrid-Cloud-Strategien sowie die Notwendigkeit, global verteilte Anwendungen, die ständig online sind, zu nutzen. Dabei kann jede Anwendung andere Cloud-Anforderungen stellen – ob es sich nun um eine schnelle Lift-and-Shift-Migration, eine umfangreiche Anwendungsmodernisierung oder um eine vollständige Transformation mit einer Cloud-First-Datenbank handelt.

Google Cloud bietet eine Reihe von verwalteten Datenbankdiensten, die Open-Source-, Drittanbieter- und Cloud-First-Datenbanken unterstützen. Anlässlich der Next 2022 haben wir fünf neue Videos veröffentlicht, die sich gezielt an Oracle- und SQL Server-Kunden richten, die sich für eine Lift-and-Shift-Migration in die Cloud interessieren oder sich ganz von Lizenzierungs- und anderen Beschränkungen befreien wollen. Wir hoffen, dass Ihnen diese Videos beim Analysieren Ihrer Möglichkeiten helfen – ob Sie nun zu einer homogenen Migration (Verwendung der bisherigen Datenbank) oder zu einer heterogenen Migration (Wechsel zu einer anderen Datenbank-Engine) tendieren.

Kommen wir nun zu den fünf Videos.

#1 Ausführung von Oracle-basierten Anwendungen in der Google Cloud

Von Jagdeep Singh & Andy Colvin

Der Wechsel in die Cloud kann sich als schwierig erweisen, wenn Ihr Unternehmen auf Anwendungen angewiesen ist, die auf einer Oracle-Datenbank laufen. Anwendungen können z. B. aus Kompatibilitäts-, Lizenzierungs- und Verwaltungsgründen von Oracle abhängig sein. Informieren Sie sich über verschiedene Lösungen von Google Cloud, darunter die „Bare Metal Solution for Oracle“, eine für Oracle-Workloads zertifizierte und optimierte Hardwarelösung, sowie Lösungen von Cloud-Partnern wie VMware und Equinix. Sie erfahren, wie Sie Legacy-Workloads auf Oracle ausführen und gleichzeitig moderne Cloud-Technologien für neuere Workloads einsetzen können.

#2 SQL Server-basierte Anwendungen in Google Cloud ausführen

Von Isabella Lubin

Microsoft SQL Server ist nach wie vor ein weit verbreitetes kommerzielles Datenbankmanagementsystem. Informieren Sie sich darüber, wie Sie SQL Server mit Cloud SQL, einem vollständig verwalteten Datenbankdienst für die Ausführung von MySQL-, PostgreSQL- und SQL Server-Workloads, zuverlässig und sicher ausführen können. Einige der größten Unternehmen der Welt setzen auf Cloud SQL. Mehr als 90 % der 100 größten Google Cloud-Kunden nutzen Cloud SQL. Wir zeigen Ihnen, wie Sie die richtige Datenbank-Instanz auswählen, Ihre Datenbank migrieren, mit Standard-SQL-Server-Tools arbeiten und wie Sie Ihre Datenbank überwachen und auf dem neuesten Stand halten.

#3 Auswahl einer PostgreSQL-Datenbank in der Google Cloud

Von Mohsin Imam

PostgreSQL ist eine branchenführende relationale Datenbank, die für ihre freizügige Open-Source-Lizenzierung, ihre umfangreiche Funktionalität, ihren nachweislich erfolgreichen Einsatz in Unternehmen und eine starke Gemeinschaft von Entwickler*innen und zahlreiche Tools geschätzt wird. Google Cloud bietet drei vollständig verwaltete Datenbanken für PostgreSQL-Nutzer: Cloud SQL, ein intuitiver, vollständig verwalteter Datenbankdienst für Open-Source-PostgreSQL, AlloyDB, ein PostgreSQL-kompatibler Datenbankdienst für Anwendungen, die ein besonders hohes Maß an Skalierbarkeit, Verfügbarkeit und Leistung benötigen, und Cloud Spanner, eine Cloud-First-Datenbank mit unbegrenzter globaler Skalierung, 99,999 % Verfügbarkeit und einer PostgreSQL-Schnittstelle. Sie erfahren, welche Lösung die richtige für Ihre Anwendung ist, wie Sie Ihre Datenbank in die Cloud migrieren und wie die ersten Schritte dafür aussehen.

#4 Wie Sie Ihre Anwendungen mit Google Cloud-Datenbanken migrieren und modernisieren

Von Sandeep Brahmarouthu

Die Migration Ihrer Anwendungen und Datenbanken in die Cloud ist nicht immer ganz einfach. Während einfache Workloads vielleicht nur eine einfache Lift-and-Shift-Migration der Datenbank erfordern, können individuelle Unternehmensanwendungen von umfassenderen Modernisierungs- und Transformationsmaßnahmen profitieren. In diesem Video informieren wir Sie über die verwalteten Datenbankdienste von Google Cloud, unseren Ansatz für eine schrittweise Modernisierung, das Framework und die Programme, die wir für die Datenbankmigration anbieten, und darüber, wie wir Ihnen mit einer unverbindlichen Bewertung den Einstieg erleichtern können.

#5 Erste Schritte mit dem Database Migration Service

Von Shachar Guz & Inna Weiner

Angesichts der steigenden Kosten für die Wartung von Legacy-Datenbanken wird die Migration Ihrer Datenbanken zur Cloud immer attraktiver. Google Cloud kann Ihnen dabei helfen – ob es sich nun um eine einfache Lift-and-Shift-Migration, eine Datenbankmodernisierung auf eine moderne, Open-Source-basierte Alternative oder eine vollständige Transformation von Anwendungen handelt. Sie erfahren, wie der Database Migration Service die Migration mit einer serverlosen, sicheren Plattform, die native Replikationsfunktionen für hochpräzise und zuverlässige Migrationen nutzt, vereinfacht. Es wird gezeigt, wie eine Datenbankmigration weniger komplex, weniger zeitaufwendig und auch risikoärmer sein kann – und wie Sie Ihre Migration in den meisten Fällen in weniger als einer Stunde in die Wege leiten können.

Wir freuen uns auf die Zusammenarbeit mit Ihnen

Welchen Weg Sie bei der Migration zur Cloud auch einschlagen – Sie werden schnell erkennen, dass Google Cloud-Datenbanken skalierbar, zuverlässig, sicher und offen sind. Wir freuen uns darauf, ein neues Zuhause für Ihre Oracle- und SQL Server-basierten Anwendungen zu schaffen.

Beginnen Sie Ihre Cloud-Reise mit einer kostenlosen Testversion von Cloud SQL oder Spanner und gehen Sie anschließend mit dem Database Migration Program den nächsten Schritt zur Google Cloud.

Eine Cloud für Entwickler*innen – werden Sie Teil unserer Innovators Community!

Mon, 04 Apr 2022 06:00:00 +0000

Wo wird Ihr Unternehmen in zehn Jahren stehen? Wir sind davon überzeugt, dass nur Branchenführer werden kann, wer auch Technologieführer einer Branche ist. Entwickler*innen leisten dazu einen entscheidenden Beitrag.

Unsere Google Cloud Next ‘21 Keynote „A Cloud Built For Developers – Eine Cloud für Entwickler*innen“ konzentrierte sich deshalb auf zwei Bereiche, in denen wir Entwicklerinnen und Entwickler bei der Transformation ihres Unternehmens unterstützen: (1) Tools, die ihnen die Arbeit erleichtern; und (2) eine Developer Community, in der Entwickler*innen gemeinsam wachsen und voneinander lernen können.

Tools, um Ihnen die Arbeit zu erleichtern

Von transformativen Infrastruktur-Technologien wie Tau VMs bis hin zu Innovationen in den Bereichen Daten und KI und Sicherheit – jedes neue Feature oder Tool zielt darauf ab, Entwickler*innen auf der ganzen Welt die Arbeit zu erleichtern. Egal ob bei der Einbettung zentraler Sicherheits- und Nachhaltigkeitsfunktionen in die Google Cloud oder der Integration von Partnerlösungen in unsere Konsole, unser Hauptfokus ist derselbe: Entwickler*innen die bestmögliche Cloud-Erfahrung zu bieten.

Kubernetes, kinderleicht

Kubernetes-Installationen erfordern viel manuelle Konfiguration. Mit Google Cloud erhalten Sie eine der sichersten Kubernetes-Lösungen der Branche, mit den meisten Automatisierungsoptionen. GKE Autopilot vereinfacht die Nutzung von Kubernetes maßgeblich, indem es die zugrundeliegende Infrastruktur des Clusters bereitstellt und verwaltet – einschließlich Control-Plane, Node-Pools und Worker-Nodes. So können Sie sich auf ihre eigenen Anwendungen und Services konzentrieren. Mit GKE Autopilot steht Ihnen ein vom Kubernetes-Team selbst entwickeltes, fortschrittliches Cluster zur Verfügung, das sämtliche Best Practices berücksichtigt. So bleiben Sie immer auf dem Laufenden und erzielen die gleichen Ergebnisse, wie unsere Expert*innen, ohne selbst Kubernetes-Expert*in sein zu müssen. Das finden Sie nur bei Google Cloud.

Sichere, fortschrittliche Anwendungen direkt von Ihrem Laptop aus

Google Cloud erleichtert die Entwicklung fortschrittlicher Anwendungen:

Einfache Entwicklung: Mit dem Cloud Shell Editor, einer kontextsensitiven Remote-Entwicklungsumgebung, können Sie Anwendungen sicher von jedem Browser aus entwickeln und verwalten. Nichts muss lokal heruntergeladen oder installiert werden. Der Editor verfügt über einen integrierten Debugger, Quellcodeverwaltung, API-Explorer sowie lokale Emulatoren für Kubernetes und serverlose APIs für lokale Tests auf Ihrem Laptop. Zudem können Sie Befehle direkt über die Kommandozeile der Google Cloud-Dokumentation nachschlagen – für eine bessere Lernerfahrung im jeweiligen Arbeitskontext.

Einfache Bereitstellung: Mit Cloud Build können Sie Anwendungen für unterschiedlichste Umgebungen, wie VMs, Kubernetes oder Firebase, direkt auf unserer serverlosen CI/CD-Plattform entwickeln, testen und bereitstellen. Cloud Run vereint die Vorteile von serverloser und Container-Bereitstellung. Da keine Cluster konfiguriert werden müssen, können Sie Container sekundenschnell in Produktion zur Verfügung stellen. Und durch die Integration von Cloud Build und Cloud Run können Sie Apps sogar mit nur einem einzigen Befehl entwickeln und bereitstellen. Vor Kurzem haben wir zudem Cloud Deploy eingeführt, um die nahtlose Skalierung von Deployment-Pipelines innerhalb Ihres Unternehmens zu erleichtern. Die Binärautorisierung stellt sicher, dass nur vertrauenswürdige Container-Images auf GKE oder Cloud Run bereitgestellt werden.

Einfache Erweiterung: Cloud Functions ist ein skalierbarer „Pay-as-you-go“-Service, mit dem Sie Ihren Code ohne Servermanagement bereitstellen können. Sie können Ihre Anwendung erweitern und je nach Auslastung skalieren.

Einfache Bedienung: Mit der Operations Suite von Google Cloud können Sie Anwendungen auch in Produktion problemlos überwachen, Fehler beheben und die Leistung verbessern. Sie erhalten eine integrierte Ansicht aller Benachrichtigungen, Ereignisse, Kennzahlen und Logs, und müssen bei der Fehlerbehebung nicht zwischen verschiedenen Tools wechseln.

Den Risiken von morgen immer einen Schritt voraus

Die jüngsten Cyberangriffe zielten alle darauf ab, die Software-Lieferkette zu kompromittieren. Um diese zunehmenden Bedrohungen zu adressieren, haben wir Sicherheit nun nativ in die Toolchain von Entwickler*innen integriert, um potenzielle Probleme vorherzusehen und zu vermeiden.

Cloud Build bietet den ersten und bisher einzigen CI/CD-Service mit integrierter verifizierbarer Provenienz. So kann ein Binärprogramm zur Quelle zurückverfolgt werden, um Manipulationen auszuschließen und sicherzustellen, dass der ausgeführte Code auch der richtige ist. Und mit den neuen Integritätsfunktionen, ein weiteres Alleinstellungsmerkmal der Google Cloud, können Sie verhindern, dass Mitglieder Ihres Unternehmens Code bereitstellen, der nicht in Ihrer offiziellen Entwicklungsumgebung erstellt wurde.

Anthos Service Mesh nutzt ein Zero-Trust-Sicherheitsmodell, mit dem Sie nach der Anwendungsbereitstellung die Authentifizierungen, Autorisierungen und Verschlüsselungen zwischen Diensten mit wenigen oder teilweise sogar ohne Änderungen verwalten können.

Sowohl Anthos Service Mesh als auch Cloud Build Hybrid sind in Google Cloud und in Ihrer On-Premise-Umgebung verfügbar. Sie arbeiten mit VPC Service Controls und VPC Peering, um die Sicherheitseinstellungen seitens der Entwicklung in Ihrem Unternehmen zu automatisieren und Ihnen bei der Programmierung und Verwaltung Ihrer Anwendungen den notwendigen Schutz zu bieten.

Wir sind fest davon überzeugt, dass wir unsere Services durch die Ausarbeitung geeigneter Branchenstandards sowohl sicherer als auch einfacher machen können. Daher haben wir gemeinsam mit anderen technologieführenden Unternehmen die Open Source Security Foundation gegründet, um Sicherheitsstandards für Open-Source-Umgebungen zu definieren. Zudem haben wir das branchenweite Framework SLSA (Supply chain Levels for Software Artifacts oder „Salsa“) gegen Supply-Chain-Angriffe vorgeschlagen. Dieses Sicherheitsframework stellt gemeinsame Kriterien zur Verfügung, um die Softwaresicherheit mithilfe von Automatisierung und kryptografischen Signaturen an jedem Punkt der Software-Lieferkette zu verbessern. Cloud Build entspricht standardmäßig bereits allen Vorgaben gemäß SLSA Level 1.

Um Ihre Software Supply Chain bestmöglich zu schützen, haben wir bereits an der Verbesserung der Sicherheit von Software-Lieferketten gearbeitet, als noch wenig Fokus auf diesem Thema lag. Davon profitieren Sie jetzt.

Definieren Sie die Grenzen des Möglichen neu

In einer Welt voller Daten und künstlicher Intelligenz bieten wir Ihnen Cloud-Produkte, die auf eine optimale Leistung, Zuverlässigkeit und Skalierbarkeit ausgelegt und branchenführend sind. Innovative KI-Funktionen unterstützen Sie dabei, ältere, weniger effiziente Verfahren einfach neu zu definieren und zu zeigen, was Entwickler*innen erreichen können.

Dabei hilft Ihnen z. B. Contract DocAI, eine neue Funktion innerhalb von DocAI, die die Datenerfassung automatisiert und so die Dokumentverarbeitungskosten reduziert. Sie basiert auf KI-Vorlagen und vollständig verwalteten Services, mit denen Sie intelligente Anwendungen noch schneller entwickeln und Ihrem Unternehmen so noch wertvollere Informationen zur Verfügung stellen können. Und das ist nur ein Beispiel, wie Sie Daten und KI dazu nutzen können, um die Grenzen des Möglichen für Nutzer*innen neu zu definieren.

Sorgen Sie für mehr Nachhaltigkeit

Wir unterstützen Entwickler*innen dabei, das Richtige zu tun – selbst wenn es schwierig sein sollte. Lange Zeit war ethisches und nachhaltiges Handeln für Unternehmen mit hohen Kosten verbunden. Indem Sie Ihre Emissionsziele gleich von Anfang an in Ihre IT-Initiativen integrieren, werden Sie zum Vorreiter bei der Umsetzung der Nachhaltigkeitsziele.

Viele Cloud-Anbieter haben die Vision einer nachhaltigen Zukunft und planen, ihren Energieverbrauch bis 2025 oder 2030 zu 100 % aus erneuerbaren Energien zu decken. Google hat dieses Ziel bereits 2017 erreicht – als bisher einzige Hyperscale-Cloud. Unsere Rechenzentren laufen doppelt so effizient wie durchschnittliche Rechenzentren. Wir haben in unsere Plattform Tools integriert, die Sie bei einer nachhaltigen Anwendungsentwicklung unterstützen. Hier eine Auswahl unserer neuesten Tools:

Google Cloud Carbon Footprint – Erhalten Sie mit nur einem Klick Zugriff auf alle energiebezogenen Emissionsdaten, die Sie für Ihre CO2-Berichte benötigen.

Region Picker – Mit diesem Tool können Sie für Ihre Workloads die Rechenzentrumsregion mit den niedrigsten Bruttoemissionen wählen. Aber ganz gleich, für welche Region Sie sich entscheiden – wir werden diesen Verbrauch jährlich mit erneuerbaren Energien ausgleichen, so dass Ihre Nettoemissionen immer Null betragen. Damit Sie nicht nur CO2-neutral, sondern CO2-frei wirtschaften können.

Google Earth Engine und die Integration mit Google Cloud – Mit mehr als 700 Datensätzen und über 50 Petabyte an Daten erhalten Entwickler*innen über Earth Engine Zugriff auf den weltweit größten Datenkatalog vonSatellitenbildern und Tools, um sie bei ihrer Arbeit an Nachhaltigkeitsprojekten zu unterstützen.

„Sustainable IT – Decoded“ Masterclass – Erfahren Sie in dieser Videopräsentation von weltweit führenden Nachhaltigkeitsexpert*innen, wie Sie Ihre Anwendungen nachhaltiger gestalten können.

Wir freuen uns darauf, dieses erweiterte Portfolio an Nachhaltigkeitstools und -ressourcen mit Ihnen zu teilen – damit Sie umweltfreundlichere Entscheidungen treffen und jeden Tag sicherer und nachhaltiger gestalten können.

Investition in unsere Developer Community

Communities zu bilden ist der effektivste Weg, um Entwickler*innen zu unterstützen. Deshalb haben wir Google Cloud Innovators gegründet.

Dieses neue Community-Programm wurde speziell für Entwickler*innen und Techniker*innen entwickelt, die mit Google Cloud arbeiten – von Unternehmensentwickler*innen und Datenwissenschaftler*innen bis hin zu Studierenden und Freizeit-Entwickler*innen. Über unsere Community erhalten Sie bereits vorzeitig Zugang zu den neuesten technischen Funktionen und Innovationen, aktuellen Roadmaps und Inhalten und können Kontakt zu unseren internen Entwicklungsexpert*innen aufnehmen. Sie erhalten exklusive Einladungen zu den Community Events unserer Cloud-Entwickler*innen sowie die einzigartige Chance, sich an der Gestaltung und Verbesserung der Google Cloud Services zu beteiligen. Als Anerkennung Ihrer Expertise als Community Influencer fördern wir Ihre Beiträge und arbeiten eng mit Ihnen zusammen, um mit Ihrer Hilfe einige der größten Herausforderungen der Menschheit zu lösen.

An der Spitze unserer Innovator Community stehen die Pionier*innen und Meinungsführer*innen, unsere sogenannten Champion Innovators, die von uns in diesen erlesenen Kreis eingeladen wurden. Ziel unserer Mitglieder ist es, andere Entwickler*innen zu inspirieren und zu ermutigen. Sie geben die Innovationsgeschwindigkeit im Google Cloud-Ökosystem vor. Weitere Informationen zu unseren Champion Innovators finden Sie in unserer Champion Innovators Directory.

Wir möchten unser Innovators-Programm noch stärker in die Google Cloud-Benutzererfahrung zu integrieren – das ist also erst der Anfang. Wir freuen uns schon darauf, Sie mit den notwendigen Tools und Ressourcen auszustatten, damit Sie sich auf die wirklich wichtigen Dinge konzentrieren können.

Treten auch Sie unserer Innovators Community bei!

Der nächste große Schritt im Serverless Computing

Mon, 21 Mar 2022 07:00:00 +0000

Der Begriff „Serverless“ (serverlos) hat Eingang in viele Gespräche über die Cloud gefunden. Er steht für die natürliche Evolution des Cloud-nativen Computings, und bringt viele Vorteile in puncto Produktivität, Effizienz und Einfachheit mit sich. Das Aufkommen moderner „Function as a Service“-Plattformen (FaaS) wie AWS Lambda und Google Cloud Functions hat eine Abkehr von monolithischen, langsamen Anwendungen mit dedizierter Server-Infrastruktur bewirkt. Gefragt sind verteilte, ereignisbasierte, serverlose Anwendungen, bei denen keine dahinterliegende Infrastruktur mehr verwaltet werden muss.

Diese ersten serverlosen Plattformen brachten die Entwickler*innen auf den Geschmack, sich nicht mehr um Infrastruktur kümmern oder dafür bezahlen zu müssen. Wenig überraschend begannen sie damit, die Vorteile von Serverless auch auf herkömmliche Workloads anzuwenden. Ob es sich um einfache ETL-Anwendungsfälle oder Legacy-Webanwendungen handelte – die Entwickler*innen wollten die Vorteile serverloser Plattformen nutzen, um ihre Produktivität zu steigern und eine schnellere Wertschöpfung zu erzielen.

Allerdings passen viele herkömmliche Workloads nur schlecht zu den architektonischen Vorgaben der meisten serverlosen Plattformen, und die großen, kritischen Alt-Anwendungen in unzählige ereignisbasierte Funktionen umzuschreiben, war kein verlockender Gedanke. Entwickler*innen wollten eine Plattform, die alle wichtigen Vorteile von serverlosen Plattformen bietet, ohne dass Anwendungen neu programmiert werden müssen – oder sie sich keine große Gedanken darüber machen müssen, welche Workloads ausgeführt werden sollen.

Mit der Einführung von Cloud Run 2019 zielte das Team von Google Cloud darauf ab, am Markt und bei Kunden ein Umdenken über Serverless herbeizuführen. Wir haben eine Plattform geschaffen, die im Kern serverlos ist, aber dennoch eine weitaus größere Anzahl von Anwendungen ausführen kann als bisherige serverlose Plattformen. Cloud Run erreicht dies, indem es Container als Grundprinzip nutzt. In den zwei Jahren seit der Einführung hat das Team 80 Updates für die Plattform veröffentlicht; im Durchschnitt also alle zehn Tage eines. Auch unsere Kunden halten Schritt: Die Verwendung von Cloud Run hat sich zwischen September 2020 und September 2021 mehr als vervierfacht.

Die nächste Generation von serverlosen Plattformen muss die wichtigsten Qualitäten der ersten Generation beibehalten, darunter:

Das schnelle Autoscaling von und auf Null

Die Möglichkeit, nutzungsabhängige Abrechnungsmodelle zu verwenden

Niedrige Einstiegshürden durch Einfachheit

Künftig werden serverlose Plattformen ein viel robusteres Funktionsangebot anbieten müssen, um ein neues, breiteres Spektrum an Workloads und Kunden zu bedienen. Hier die fünf wichtigsten Trends bei serverlosen Plattformen, die wir für 2022 und darüber hinaus erwarten.

1. Mehr (Legacy-)Workloads

Das Wertversprechen von Serverless ist nicht auf neue Anwendungen beschränkt und sollte keine umfassende Neuprogrammierung dessen erfordern, was vorher schon gut funktioniert hat. Entwickler*innen sollten in der Lage sein, die Vorzüge von Serverless auf ein breiteres Spektrum von Workloads anzuwenden – auch auf bereits bestehende, ohne umfassende Neuprogrammierung.

Cloud Run konnte das Workload-Spektrum durch mehrere neue Funktionen erweitern, darunter:

Nebenläufigkeit (Concurrency) pro Instanz. Viele herkömmliche Anwendungen laufen schlecht, wenn sie auf ein Single-Request-Modell beschränkt sind, wie es bei FaaS-Plattformen üblich ist. Cloud Run kann bis zu 1.000 nebenläufige Anfragen auf einer einzigen Instanz einer Anwendung bearbeiten und bietet damit deutlich mehr Leistungsfähigkeit.

Hintergrundverarbeitung. Bisherige Generationen serverloser Plattformen halten Funktionen, die gerade nicht verwendet werden oft an. Das erleichtert die Abrechnung – bezahlt wird nur, solange die Plattform läuft – kann aber die Ausführung von Workloads, die im Hintergrund laufen sollen, erschweren. Cloud Run unterstützt neue CPU-Zuweisungssteuerungen, mit denen diese Hintergrundprozesse erwartungsgemäß ausgeführt werden.

Beliebige Laufzeit. Moderne Programmiersprachen oder Laufzeitumgebungen eignen sich in der Regel für neue Anwendungen. Viele bestehende Anwendungen können jedoch entweder nicht umgeschrieben werden, oder nutzen eine Programmiersprache, die die serverlose Plattform nicht unterstützt. Cloud Run unterstützt standardmäßige Docker-Images und kann damit jede Laufzeitumgebung bzw. Version ausführen, die in einem Container ausgeführt werden kann.

2. Sicherheit und Integrität der Lieferkette

In letzter Zeit haben spektakuläre Cyberangriffe wie SolarWinds, Mimecast/Microsoft Exchange und Codecov Schwachstellen in der Software-Lieferkette ausgenutzt, die die Software-Lieferkette von der Übermittlung schädlichen Codes bis hin zur Umgehung der CI/CD-Pipeline gefährden.

Cloud Run ist mit Cloud Build integriert, das standardmäßig mit SLSA Stufe 1 konform ist und eine überprüfbare Build-Herkunft bietet. Mit „Code Provenance” (deutsch: Quellcode-Herkunft) kann vom Binärcode ausgehend der Quellcode zurückverfolgt werden, um Manipulationen zu verhindern und sicherzustellen, dass der Quellcode, der ausgeführt wird, auch tatsächlich der gewünschte Quellcode ist. Darüber hinaus generiert die neue Build Integrity-Funktion automatisch digitale Signaturen, die dann vor der Bereitstellung durch Binäre Autorisierung validiert werden können.

3. Kostenkontrolle und flexible Rechnungsstellung

Workloads mit stark variierenden Datenverkehrsmustern oder solche mit generell geringem Datenverkehr eignen sich hervorragend für die schnelle automatische Skalierung und die Scale-to-Zero-Eigenschaften von Serverless. Workloads mit einem kontinuierlichen Datenverkehrsmuster können allerdings teuer werden, wenn sie mit hochauflösenden nutzungsabhängigen Abrechnungsmodellen betrieben werden. So leistungsfähig die unbegrenzte automatische Skalierung sein mag, so schwierig kann es sein, die Kosten für den Betrieb einer Anwendung vorherzusagen.

Cloud Run bietet mehrere Funktionen, die Sie bei der Verwaltung und Senkung der Kosten serverloser Workloads unterstützen. Organisationen mit stabiler, gleichmäßiger und vorhersehbarer Nutzung können jetzt direkt in der Abrechnungsoberfläche Verträge für zugesicherte Nutzung mit erheblichen Preisnachlässen abschließen. Es fallen keine Vorauszahlungen an, und mit den Rabatten können Sie Ihre Ausgaben um bis zu 17 % senken.

Mit der „Always-on-CPU”-Funktion entfallen alle Gebühren pro Anfrage und das zu einem um 25 % niedrigeren Preis gegenüber dem Pay-per-Request-Modell. Dieses Modell wird im Allgemeinen für Anwendungen mit vorhersehbaren Datenverkehrsmustern bevorzugt, oder für Anwendungen, die eine Hintergrundverarbeitung erfordern.

Für Anwendungen, die eine hohe Verfügbarkeit bei globaler Bereitstellung erfordern, können herkömmliche Plattformen mit regional übergreifenden Deployment enorm kostspielig sein. Der Grund: jede redundante Region muss Kapazität für den gesamten globalen Datenverkehr aufweisen. Das Scale-to-Zero-Verhalten von Cloud Run und seiner Verfügbarkeit in allen GCP-Regionen ermöglicht eine global verteilte Anwendung, ohne dass in einer Region festgelegte Kapazitäten zugewiesen werden müssen.

4. Integrierte DevOps-Erfahrung und Best Practices

Wenn es um Einfachheit und Produktivität geht, müssen vor allem die Einstiegshürden niedrig sein, damit sich Entwickler*innen ganz auf den Code konzentrieren können. Diese Einfachheit muss über die Implementierung (Day-One-Operations) hinausgehen und gängige DevOps-Methoden unterstützen.

Cloud Run liefert eine durchgängige DevOps-Unterstützung, vom Quellcode bis hin zu den Tools für den laufenden Betrieb (Day-Two-Operations):

Beginnen Sie mit einem Container oder verwenden Sie Buildpacks zur Erstellung von Container-Images direkt aus dem Quellcode heraus. Dazu müssen Sie sich nicht einmal mit Docker oder Containern auskennen – mit einem einzigen „gcloud run deploy“-Befehl können Sie Ihren Code für Cloud Run erstellen und bereitstellen.

Integrierte Tutorials im Cloud Shell-Editor und Cloud Code machen es leicht, mit Serverless vertraut zu werden ohne zwischen Registerkarten, Dokumenten, Ihrem Terminal und Ihrem Quellcode hin und her zu wechseln. Sie können sogar eigene Tutorials schreiben, damit Best Practices weitergeben und neue Mitarbeiter*innen schneller einarbeiten.

Experimentieren Sie und testen Sie Ideen umgehend. Mit nur wenigen Klicks können Sie graduelle Rollouts und Rollbacks vornehmen und ein erweitertes Management des Netzwerkverkehrs in Cloud Run realisieren.

Erhalten Sie Zugang zu verteiltem Tracing ohne zusätzlich Installation oder Konfiguration, um Leistungsengpässe in Produktion in Minutenschnelle finden zu können.

5. Portabilität

Der Quellcode, den Sie schreiben, und die Anwendungen, die Sie ausführen, sollten nicht an einen einzigen Cloud-Anbieter gebunden sein. Ihrer Anwendung sollte die Vorteile der Plattform des Cloud-Anbieters nutzen, ohne dass Sie an ihr Änderungen vornehmen müssen, die Sie an einen bestimmten Cloud-Anbieter binden.

Cloud Run führt standardmäßige Docker-Container-Images aus. Bei der Implementierung von Quellcode direkt in Cloud Run verwenden wir Open-Source-Buildpacks, um Ihren Quellcode in einen Container zu verwandeln. Ihr Quellcode, das von Ihnen verwendete Buildpack und Ihr Container können jederzeit lokal, vor Ort oder in einer anderen Cloud ausgeführt werden.

Worauf es ankommt

Diese fünf Trends sind wichtige Vergleichskriterien für die verschiedenen serverlosen Lösungen, die in diesem Jahr auf dem Markt kommen. Die beste serverlose Lösung sollte es Ihnen ermöglichen, ein breites Anwendungsspektrum ohne Sprach-, Netzwerk- oder regionale Einschränkungen auszuführen. Außerdem sollte die Lösung eine sichere Mandantenfähigkeit mit einer integrierten sicheren Software-Lieferkette bieten. Zuletzt sollten Sie sich fragen, wie die Plattform zur Kostenreduktion beiträgt, ob sie gängige DevOps-Methoden integriert und Portabilität gewährleistet. Wenn Sie diese Fragen für sich beantwortet haben, empfehlen wir Ihnen, Cloud Run zu testen, und zwar mit diesen Schnellstartanleitungen.

13 Beispielarchitekturen für Ihren Schnelleinstieg in Google Cloud

Thu, 14 Jan 2021 16:00:00 +0000

Unabhängig von den Anforderungen Ihres Unternehmens in puncto Kosten oder Leistung erhalten Sie mit Google Cloud eine äußerst flexible Plattform, die viele verschiedene Anwendungsarchitekturen unterstützt. Aber womit fangen Sie am besten an?

Als Google Cloud Developer Advocate habe ich kürzlich eine Twitter-Serie zum Thema 13 Tage GCP (in englischer Sprache) gepostet, in der einige der häufig genutzten Google Cloud-Referenzarchitekturen behandelt wurden. Diese habe ich nun hier zusammengefasst. Möchten Sie lernen, wie Sie Hybrid-Cloud- oder mobile Apps bereitstellen? Wie Mikrodienste, CI/CD, Machine Learning oder Sicherheit funktionieren? In diesem Artikel finden Sie alle nötigen Informationen, um zuversichtlich die ersten Schritte mit Google Cloud zu gehen. (Beachten Sie, dass es sich hier natürlich lediglich um Beispiele handelt und jede Lösung auf vielfältige Art und Weise umgesetzt werden kann.)

1. Hybrid-Architektur in Google Cloud und lokal einrichten

Wenn es um die Migration oder einfach nur das Ausführen von Anwendungen teils auf lokalen Systemen und teils in der Cloud geht, sind hybride Architekturen eine sehr verbreitete Lösung. Besonders gerne wird eine Hybrid-Architektur eingesetzt, bei der das Front-End und/oder der Anwendungsserver in Google Cloud und das Back-End lokal bereitgestellt werden.

In diesem Szenario fordern Nutzer:innen die Apps über das Internet an und ein globaler Load-Balancer leitet sie zu Ihrer Anwendung in Google Cloud oder im lokalen System weiter.
Hier verteilt das globale Load-Balancing den Traffic gleichmäßig auf die entsprechenden Dienste. Diese können sich auf jeder Compute-Plattform befinden, wie Compute Engine, Google Kubernetes Engine (GKE), App Engine usw.
Die Anwendungen, die mit den Back-End-Systemen in Ihrem Rechenzentrum interagieren müssen, müssen sich je nach Ihren Bandbreitenanforderungen über Cloud VPN oder Interconnect verbinden. Sie sind unsicher, welche Variante Sie wählen sollen? Hier finden Sie Antworten.
Anfragen für die lokale Anwendung landen beim Load-Balancer, der die Last über die Anwendungsserver verteilt.
Anwendungsserver verbinden sich mit Back-End-Funktionen wie Suche, Cache und Datenbanken, um die Anfragen der Nutzer:innen zu erfüllen.

Weitere Informationen zu Hybrid-Lösungen finden Sie in diesem Artikel.

2. Hybrid-Architektur für Cloud Bursting einrichten

Das Bursting von Traffic zur Cloud kann ein guter Einstieg in die Nutzung der Cloud sein. Wenn Ihre Anwendung lokal bereitgestellt ist, können Sie diese für die Basislast nutzen und vorübergehend einen Burst zu Google Cloud nutzen, wenn Sie bei einem plötzlichen Anstieg des Traffic zusätzliche Kapazität benötigen. Ein Hauptvorteil wäre hier, dass Sie keine zusätzlichen Kapazitäten lokal bereithalten und warten müssen. Da Sie in der Cloud nur für das bezahlen, was Sie auch nutzen, können Sie durch Bursting auch Kosten sparen.

Hier erfahren Sie mehr über Hybrid-Lösungen und -Muster.

3. Sensible Daten in Chatbots mit der Data Loss Prevention (DLP) API maskieren

Stellen Sie sich eine Situation vor, in der Ihr Unternehmen oder Ihre Nutzer:innen vertrauliche Informationen an einen Chatbot weitergeben müssen. Mit Dialogflow können Sie Ihren Nutzer:innen ein dialogorientiertes Erlebnis bieten, ohne Machine Learning oder künstliche Intelligenz erlernen zu müssen.

In dieser Architektur interagiert die Nutzerin oder der Nutzer beispielsweise mit einem Chat über Telefon oder Internet, der den Dialogflow-Agent aufruft. Die Anfrage wird von Geschäftslogik über die serverlose Cloud Functions-Umgebung oder VMs erfüllt. Wenn Sie dann vertrauliche Informationen aus dem Chat unkenntlich machen möchten, können Sie die DLP API nutzen und die Daten zur weiteren Verarbeitung in BigQuery speichern.

4. Back-Ends für mobile Apps in Google Cloud erstellen

Wenn Sie mobile Apps in Google Cloud erstellen, ist Firebase eine gute Option für die Speicherung, die Authentifizierung der Nutzer:innen, das Hosting und mehr. Sie können Firebase mit vielen Back-Ends zusammen verwenden, wie die serverlose Cloud Functions-Umgebung zum Vereinen von Geschäftslogik oder Cloud Run zum Ausführen serverloser Container als App-Back-Ends. Sie können auch eine Verbindung mit App Engine und Compute Engine herstellen, wenn Ihre Back-Ends sich dort befinden.

Weitere Informationen erhalten Sie in dieser Serie.

5. Oracle-Datenbank zu Spanner migrieren

Wie lässt sich Oracle am besten zu Cloud Spanner migrieren? Wenn Sie eine Oracle-Datenbank nutzen und diese zu Spanner migrieren möchten, um von der globalen Skalierung zu profitieren, müssen Sie zunächst Ihre Oracle-Datenbank in ein mobiles Dateiformat wie CSV exportieren und sie in Cloud Storage speichern. Dann können Sie die Daten in Dataflow aufnehmen. Hier werden die Dateien gelesen und geparst, die Daten konvertiert, Spanner-Mutationen erstellt, etwaige Fehler behandelt und letztendlich die Daten in Spanner geschrieben.

Hier finden Sie weitere Informationen zu dieser Lösung.

6. Data Lake in Google Cloud erstellen

Der Zweck eines Data Lake ist die Aufnahme und Speicherung von Daten für das Mining und andere Workflows wie Data-Marts, Echtzeitanalysen, ML und mehr. Folgendes sollten Sie berücksichtigen, wenn Sie einen Data Lake in Google Cloud einrichten:

Sie können Daten aus verschiedenen Quellen aufnehmen, z. B. aus (IoT-)Sensoren, lokalen Systemen, Nutzungsaktivitäten wie Clickstreams oder Onlinetransaktionen.
Echtzeitdaten können über Pub/Sub und Dataflow aufgenommen werden, die für variierende Datenvolumen skalierbar sind.
Batchdaten können je nach Bandbreite und Volumen über Transfer Appliance, Transfer Service oder gsutil aufgenommen werden. Die optimierten Echtzeitdaten können dann in Bigtable oder Spanner gespeichert werden.
Sie können das Data Mining der Daten im Data Lake mit Datalab und Dataprep ausführen. Für Machine Learning nutzen Sie Datalab oder ML Engine, um die Engine zu trainieren, und speichern die Prognosen in Bigtable.
Für Warehousing können Sie die Daten an BigQuery senden oder Dataproc nutzen, wenn Sie ein Hive-System verwenden.

Weitere Informationen finden Sie in dieser Lösung zum Einsatz von Cloud Storage als Data Lake.

7. Websites in Google Cloud hosten

Das Skalieren einer Website anhand des Traffics ist nicht immer einfach. Google Cloud bietet einfache und kosteneffiziente Möglichkeiten, um Websites zu hosten und auch für umfangreiches Anfragenaufkommen zu skalieren. So skalieren Sie eine Website
in Google Cloud:

Wenn eine Nutzerin oder ein Nutzer eine Anfrage an Ihre Website sendet, übersetzt Cloud DNS den Hostnamen in die IP-Adresse Ihres Webservers.
Die Anfrage geht dann an Cloud CDN, die Antwort erfolgt aus dem Cache. Wenn keine Antwort im Cache gespeichert ist, geht die Anfrage an das globale Load-Balancing, das die Last über die Webserver der Compute Engine verteilt. Sie können auch ein lokales System oder eine andere Cloud als Back-End festlegen.
Statische Dateien wie Bilder werden aus Cloud Storage geliefert. Der interne Load-Balancer sendet die Anfrage dann an die App-Server und letztendlich an die Datenbanken.
Nutzen Sie die Firestore-Dokumentendatenbank für die Profile und Aktivitäten von Nutzerinnen und Nutzern.
Nutzen Sie Cloud SQL für relationale Daten.
Zum Schutz Ihres Back-Ends vor L3- und L4-DDoS-Angriffen aktivieren Sie Cloud Armor mit einem globalen Load-Balancer.
In diesem Beispiel wird Compute Engine als Back-End genutzt, aber Sie können Ihr Back-End auch in Containern auf GKE, Cloud Run oder App Engine bereitstellen.
Verwenden Sie zum Skalieren der Infrastruktur bei Nutzung von Compute Engine verwaltete Instanzgruppen, die automatisch skalieren, wenn die Last steigt. (App Engine und Cloud Run skalieren automatisch mit der Last).

Hier finden Sie weitere Informationen zu dieser Webhosting-Lösung.

8. CI/CD-Pipeline in Google Cloud einrichten

CI/CD ist eine effektive Möglichkeit, Entwicklerteams die Arbeit zu erleichtern und Bereitstellungen am Laufen zu halten. Das Einrichten von CI/CD mit Google Cloud ist einfach:

Entwickler:innen schreiben den Code und pushen ihn in Google Cloud Source Repositories, Bitbucket oder ein Git-Repo.
Sobald der Code im Repository ankommt, startet Cloud Build. Es führt Tests und Sicherheitsscans durch, erstellt ein Docker-Image und überträgt es dann per Push zu Spinnaker, einer Open Source Multi-Cloud-Plattform für Continuous Delivery. Sie können auch Jenkins oder Gitlab nutzen.
Spinnaker stellt dann den Container in einem Produktions-Cluster auf GKE, Cloud Run oder Compute Engine bereit. Es kann auch eine Test-App bereitstellen, um sicherzustellen, dass Änderungen mit echtem Traffic getestet werden.
Der eingehende Traffic trifft auf den Load-Balancer und wird an die Test- oder Produktions-App weitergeleitet.
Wenn die Test-App nicht zufriedenstellend arbeitet, können Sie ein schnelles Rollback automatisieren.

Hier finden Sie weitere Informationen zur CI/CD-Lösung.

9. Serverlose Mikrodienste in Google Cloud erstellen

Mikrodienste und serverlose Architekturen bieten höhere Skalierbarkeit, mehr Flexibilität und kürzere Veröffentlichungszeiträume – all das bei geringeren Kosten. Eine gute Methode zum Erstellen einer serverlosen Mikrodienstarchitektur in Google Cloud ist Cloud Run. Nehmen wir als Beispiel eine E-Commerce-App:

Wenn eine Nutzerin oder ein Nutzer eine Bestellung aufgibt, empfängt ein Front-End in Cloud Run die Anfrage und sendet sie an Pub/Sub, einen asynchronen Messaging-Dienst.
Die nachgeordneten Mikrodienste, die ebenfalls in Cloud Run bereitgestellt sind, abonnieren die Pub/Sub-Ereignisse.
Zum Beispiel kann der Authentifizierungsdienst einen Aufruf an Firestore senden, eine serverlose NoSQL-Dokumentendatenbank. Der Inventardienst fragt die Datenbank ab: entweder in einer vollständig verwalteten relationalen Cloud SQL-Datenbank oder in Firestore. Der Bestelldienst empfängt dann ein Ereignis von Pub/Sub, um die Bestellung zu verarbeiten.
Die statischen Dateien werden in Cloud Storage gespeichert. Hier kann dann durch das Aufrufen der ML APIs eine Cloud Functions-Funktion zur Datenanalyse ausgelöst werden.
Es können weitere Mikrodienste wie Adressensuche in Cloud Functions bereitgestellt sein.
Alle Logs werden in Cloud Logging gespeichert.
BigQuery speichert alle Daten für den serverlosen Warehouse-Prozess.

Weitere Informationen finden Sie in diesem Handbuch zum Thema Serverlose Plattform auswählen.

10. Machine Learning in Google Cloud

Organisationen generieren immer weitere Daten und können Machine-Learning-Techniken einsetzen, um wertvolle Informationen aus diesen Daten zu ziehen. So können Sie in wenigen Schritten Machine Learning in Google Cloud nutzen:

Nehmen Sie zunächst die Daten über eine Transfer Appliance oder einen Transfer Service in Cloud Storage oder BigQuery auf.
Bereiten Sie die Daten anschließend mit BigQuery, Dataprep, Dataflow oder Dataproc vor.
Nutzen Sie AI Hub, um bereits vorhandene Pipelines und KI-Inhalte zu ermitteln.
Wenn alles bereit ist, verwenden Sie den Data Labeling Service von AI Platform, um Label zu Ihren Daten hinzuzufügen.
Erstellen Sie Ihre ML-Anwendung mithilfe von verwalteten Jupyter-Notebooks und eines Deep-Learning-VM-Images.
Mit den Trainings- und Vorhersagediensten von AI Platform können Sie Ihr Modell dann trainieren und in Google Cloud in einer serverlosen Umgebung oder lokal mittels Kubeflow bereitstellen.
Verwenden Sie verständliche KI, um Ihre Modellergebnisse für geschäftliche Nutzer:innen zu erläutern, und geben Sie die Ergebnisse für andere auf AI Hub frei.

Weitere Informationen finden Sie unter Machine Learning in Google Cloud.

11. Serverlose Bild-, Video- oder Textverarbeitung in Google Cloud

Die meisten Anwendungen erfordern ein gewisses Maß an Bild-, Video- oder Textverarbeitung. Nehmen wir als Beispiel für diese Architektur eine Blogging-Website, auf der Nutzerinnen und Nutzer Inhalte in Form von Videos, Bildern und Text erstellen.

Von Nutzer:innen generierte Inhalte aus dem Front-End werden in Cloud Storage gespeichert. Hier wird ein Pub/Sub-Ereignis generiert und eine Cloud Functions-Funktion ausgelöst.
Cloud Functions ruft dann die Vision API, Video Intelligence API oder NLP API auf, je nach Typ der hochgeladenen Datei.
Die Cloud Functions-Funktion empfängt eine JSON-Antwort von der entsprechenden ML API, verarbeitet die Ergebnisse weiter und sendet sie zur weiteren Analyse an BigQuery.
Mit Google Data Studio oder einem anderen Visualisierungstool können individuelle Dashboards für die Analyse der Trends erstellt werden.

Weitere Informationen finden Sie auf der Seite AI Platform.

12. Internet of Things (IoT) in Google Cloud

Wenn Sie eine große Anzahl von Geräten haben, die Daten generieren, können Sie mit IoT-Workflows Daten einfach und sicher verbinden, verwalten und aufnehmen, um sie für nachgeordnete Anwendungen zu nutzen. Im Folgenden finden Sie ein Beispiel für einen IoT-Workflow in Google Cloud.

Ein Sensor sendet Daten an ein Edge-Gerät mit einer Edge-TPU, einem Chip, der ML-Modelle auf Edge-Geräten ausführt.
Der Cloud IoT Edge-Softwarelayer ermöglicht Ihnen das Ausführen von ML-Modellen und von Android Things oder Linux OS.
Vom Edge-Gerät aus werden die Daten über MQTT oder HTTP(S) an Cloud IoT Core gesendet, was wiederum Ereignisse in Pub/Sub generiert.
Pub/Sub löst dann die Aktualsierung der Gerätekonfigurationen über Cloud Functions aus.
Zur langfristigen Speicherung filtert und verarbeitet Dataflow die Daten und sendet sie an eine Bigtable NoSQL-Datenbank oder BigQuery.
Über BigQuery können Sie ein ML-Modell mit BigQueryML oder AI Platform trainieren.
Sie können die Daten in Data Studio oder einem anderen Dashboard visualisieren.

Weitere Informationen finden Sie unter Cloud IoT Core.

13. Zero-Trust-Sicherheitsmodell von BeyondCorp einrichten

BeyondCorp ist die Umsetzung eines Zero-Trust-Sicherheitsmodells von Google. Dahinter stecken acht Jahre Erfahrung im Erstellen von Zero-Trust-Netzwerken bei Google und die Ideen und Best Practices aus der Community. Nehmen wir als Beispiel ein Unternehmen, in dem ein Teammitglied auf eine interne App zugreifen möchte.

Die Anfrage geht an Cloud Load Balancing und wird an einen Identity Aware Proxy (IAP) weitergeleitet.
IAP stellt eine Verbindung zum Geräteinventar her und prüft, ob die Nutzerin oder der Nutzer berechtigt ist. Dann werden folgende Verbindungen hergestellt: zu Cloud Identity für die Endpunktverwaltung, zu Active Directory für die Authentifizierung und zu Identity and Access Management (IAM) sowie Access Context Manager für den richtlinienbasierten, kontextabhängigen Zugriff. Diese Prüfungen können unterschiedlich konfiguriert werden, z. B. für Mitarbeiter:innen oder externe Angestellte.
Wenn alle Prüfungen bestanden wurden, erfolgt die Weiterleitung an den Service. Wenn die Prüfungen nicht bestanden werden, wird der Zugriff verwehrt.
Wenn das Back-End lokal ist, stellen der lokale IAP-Connector und Cloud Interconnect oder Cloud VPN eine direkte Verbindung zum Rechenzentrum her.

Hier finden Sie weitere Informationen zu BeyondCorp.

Alles klar!

Wir hoffen, diese Übersicht der häufigsten Google Cloud-Referenzarchitekturen war für Sie hilfreich. Ihre neu erworbenen Kenntnisse können Sie mit diesem Rätsel testen. Haben Sie weitere Fragen zu Google Cloud-Architekturen? Sie erreichen mich auf Twitter unter @pvergadia.