aws cloud map
公众知道“谷歌”一词的含义。 它是一个搜索引擎,尽管也有Gmail和一些服务,例如Google Maps。 就是这样。
开发人员知道,在幕后,几十年前,该公司开始构建原始的云服务之一,以支持这些在全球范围内运行的大型站点。 这是一个了不起的工程壮举。 现在,支持强大的搜索和广告帝国的相同软件和硬件也可以支持您的企业,无论规模大小。 只需单击即可。
云业务可能由亚马逊及其不断扩展的数十种产品和服务的集合所主导,但谷歌却在努力运行。 有时他们正在追赶,有时可能被称为领导。
领导? 好吧,很难说某些云产品比其他产品要高得多,因为产品本身通常是商品。 运行当前版本的Ubuntu的计算机或存储数GB的云存储桶的机器与隔离期间在家里度过的夜晚一样可互换。
尽管如此,云公司仍在寻找方法来通过额外的功能(通常是略有不同的方法)与众不同。 Google的云产品拥有自己独特的风格,这种风格呼应了许多Google面向消费者的产品的强大简洁性。
登录后,这种样式中的一些便会显现出来,因为许多工具与广泛使用的G Suite并没有太大区别。 用户界面具有与Gmail等主要面向客户的应用相同的原色和简洁的设计。 在迷宫般的配置屏幕中寻路就像在Google办公应用程序或搜索屏幕中寻路。 少即是多。
下面也有差异。 公司内部的技术文化始终由对开源的热爱来定义。 随着这种文化的发展,它创造了某种Googly风格,当您使用云时,这种风格越来越明显。 到处都有可靠的开源选项,例如Kubernetes和Ubuntu。 当Google构建第一个无服务器工具App Engine时,它就以一种玩具脚本语言Python开始。 现在,Python语言和无服务器方法无处不在。 每个角落都有这种清晰,开放的工具传统。
不过,这是Google Cloud闪耀的13种方式,仅比AWS发光。
当COVID-19锁定开始时, 依靠Chrome Enterprise的公司发现让所有人在家工作要容易一些,因为所有云服务都是基于几乎在任何地方运行的开放标准构建的。 无需将您的团队限制在任何特定的品牌或型号上。 为了使其更容易和更可预测,Google分发了适用于笔记本电脑,台式机和手机的多种操作系统的Chrome。
相同的“网络即操作系统”策略会泄漏到云服务中。 虽然您可能会寻找运行通用操作系统的通用计算机,但您将使用在Chrome生态系统中发挥更好作用的工具和界面。 您的团队不需要运行特定的VPN或设置远程访问。 它不需要将自己局限于特定的操作系统。 一切都在浏览器中运行。
为电子表格编写的宏是否算作合法软件开发? 还是仅仅是有才华的非程序员学会做的事情? Apps脚本是Google云中类似于宏的层,允许JavaScript程序员将所有Google应用链接在一起。 记录按钮将监视您的行为并将步骤转换为代码,与构建一些精心设计的容器相比,将G Suite应用程序整合在一起要容易得多。 如果您的任务很简单,那么只需完成一些应用脚本即可完成您的工作。 如果您的工作比较复杂,您仍然可以编写最终的步骤以使用Apps Script进行演示。 如果用户生活在G Suite应用程序中,则Apps Script可能是创建满足他们需求的最简单方法。
随着云服务的发展,人们希望将它们链接在一起。 过去,这意味着需要大量的自定义代码,但是每个人的事情都变得越来越简单。 Google的AppSheet是“无代码”选项,它将诸如Google Analytics(分析)和G Suite之类的主要服务链接在一起。 称其为“无代码”可能并不完全正确,但是用于工作流,现场检查和报告的工具在完成大多数您可能想做的事情上还有很长的路要走。 这些部分都已存在于Google云中,现在可以更轻松地将它们链接在一起,而不必担心基于文本的代码所伴随的语法和范围问题。
如果您要保持人们的健康,则Google的Health Care API添加了一层经过良好调整的代码,以节省您自己编写代码的时间。 该API支持许多重要的标准,例如HIPPA,HL7 FHIR,HL7 v2和DICOM,以保护患者的隐私并促进其健康。 如果需要编写在较低级别进行连接的代码,则下面将包含BigQuery等基本产品的功能。
将Anthos视为Google Cloud Platform独有的东西有点不公平,因为它是作为多云开发和分发的平台销售的。 它已经在AWS上运行,并且正在Azure中进行预览 。 尽管如此,这个想法还是来自Google Cloud,它仍然是Google未来云愿景的重要组成部分。
Anthos品牌是Google混合愿景的保护伞,其中虚拟机将变身为容器,然后在Kubernetes吊舱中流动。 Migrate for Anthos工具会将在VM中运行的旧堆栈转换为容器,以准备在服务器机房的本地云或任何运行Anthos的公共云中进行现代Kubernetes部署。 良好的服务网格位于顶部,可以更轻松地部署和调试微服务。 安全和身份策略得到统一管理,从而使开发人员不必承担这项工作。
Google Cloud Platform提供了多种存储信息的方式,但是其中一个选项Firebase与常规数据库有些不同。 Firebase不仅存储信息。 它还将数据复制到数据库的其他副本,其中可能包括客户端,尤其是移动客户端。 换句话说,Firebase处理从客户端到服务器的所有推送(和拉动)。 您可以编写客户端代码,并假设所需的数据将在可用时神奇地出现。
向需要复制的每个人推送数据的新版本,这对于移动开发人员以及实际上任何构建分布式和互连应用程序的人来说,都是最大的难题之一。 您必须保持所有这些连接,只是经常地推送一些新信息。
火力地堡可能看起来和听起来像一个数据库,但实际上它是一个移动开发平台的扩展集扩展和集成其他平台。 它具有构建分布式Web或移动应用程序可能需要的许多结构。 或与此相关的移动网络应用。
是的, BigQuery和Firebase被称为数据库,但它们也是机器学习的强大力量。 您可以开始存储数据,然后,如果老板想要进行一些分析,则只需使用相同的表启动机器学习例程即可。 您不需要为某些单独的机器学习工具包移动或重新打包数据。 一切都停留在一个地方,此功能可以避免编写大量胶水代码。 然后,作为驱动数据库SQL骑师的额外奖励,BigQuery中的机器学习通过为SQL方言添加关键字来调用。 您可以使用DBA的语言来完成AI科学家的工作。 同时,Firebase开发人员可以发挥该数据库的优势,并调用ML Kit for Firebase ,该工具可将机器学习功能带入Android或iOS设备本地存储的数据中。
毫不奇怪,Google提供了其云平台产品与基本办公产品的某些集成。 毕竟,Google员工在整个公司中都使用G Suite,他们也需要获取数据。 例如,BigQuery通过将数据转换为Google云端硬盘中的表格文档,提供了几种访问和分析数据的方法 。 或者,您可以获取表格数据并将其快速移动到BigQuery数据库中。 如果您的组织已经在使用其他G Suite应用,那么很有可能将数据和代码存储在Google Cloud中会更简单一些。 有数十种连接和途径使集成更加简单。
上次查看文档时, AWS EC2实例最多可容纳96个vCPU。 Google Cloud的计算机列表包括一些虚拟CPU数量需要三位数的计算机。 然后是m2-ultramem-4164,这是一个具有416个虚拟CPU和11,776 GB内存的怪物。 当然,CPU的功率并不完全相同,并且几乎可以肯定它们以不同的速度运行一些基准测试。 另外,添加更多虚拟CPU并不总是会使您的软件运行更快。 唯一真正的衡量标准是问题的吞吐量。 但是,如果您想吹嘘启动具有416个CPU的计算机,那么现在就是您的机会!
Google允许您选择多少虚拟CPU以及实例将获得多少RAM。 AWS有很多选择 ,其中之一注定会非常接近您的需求,但这与真正定制不同,不是吗? Google提供了一些滑块,让您更加特别,可以选择12个vCPU和74 GB的RAM。 或者,您可能需要14个vCPU。 如果是这样,Google将为您提供住宿。
但是,这种灵活性有局限性。 不要梦见无限精度,因为滑块往往会粘在偶数上。 例如,您不能选择13个vCPU,这可能很不幸。 诸如N2D之类的某些类别的计算机要求虚拟CPU的数量必须是4的倍数,并且如果您通过构建大型胖计算机开始变得贪婪,则规则会坚持以16个块为单位使用vCPU。 但是,如果您需要一个奇怪的配置,或者您想精确地配置最少的RAM来完成工作,那么灵活性仍然会大大提高。
谷歌和亚马逊拥有连接其数据中心的庞大网络,但只有谷歌拥有独立的“高级”网络。 这就像是面向高级客户的特殊快速通道,具有一些可靠性和性能保证,例如N + 2冗余以及数据中心之间的至少三条路径。 如果您想依靠Google CDN和跨不同数据中心的负载平衡,那么选择高级网络将使数据流的生活更顺畅。
非高级用户呢? 他们的小包会骑着burro和信鸽运吗? 不可以,但是接受较少的保证会降低价格。 通过打开此选项,Google可以让我们决定是要为更快的全球数据移动支付更多的费用,还是通过偶尔打h而省钱。 迷惑我们的大脑不是另一种选择。 这是一个机会。
对网站的新访问需要立即做出响应,但是大多数网站周围的大量后台处理和内务处理并不需要立即完成。 它甚至不需要在接下来的几个小时内完成。 最终只需要完成它。
Google提供了一种称为“抢先式实例”的东西,价格非常便宜。 问题在于,Google保留关闭您的实例并在有人或其他更重要的东西想要资源时将其搁置的权利。 当计算需求下降时,他们将在稍后再次启动。
AWS提供了另一种节省计算成本的方式,在这个市场中,您可以竞标资源,并且仅在提交高额中标时才使用它们。 如果您有时间观看拍卖并调整工作价格,这会很棒,但是如果您还有其他重要的事情要做,那也就不好了。 Google提出了一种机制,该机制可以奖励因遭到志愿服务而遭受的自愿,并将其与锁定的价格相匹配。不要混淆。
Google Cloud Platform的另一个不错的功能是,您使用的机器越多,折扣就会自动显示出来。 您的计算实例从当月开始以全价开始 , 然后价格开始下降 。 您不需要保持机器连续运行,因为价格由您当月的使用情况决定。 如果您的实例的使用时间约为半个月,则折扣约为10%。 如果您从第一天到最后一天离开实例,最终将节省30%的全价。
顺便说一下,Google像计算机科学家一样对待这一定价。 它会跟踪您在各种机器类型之间使用了多少个vCPU和多少内存,然后在可能的情况下组合了不同的机器,从而为您提供更大的折扣。 Google将其称为“推断的实例”。 该模型有点复杂,但是如果您经常启动和停止多台计算机,则该模型非常有用。
AWS还提供折扣,但价格折扣适用于那些预先购买预留机器或在现货市场上竞标的人。 它们还提供了一些分层折扣来奖励大型用户,从某种意义上讲,这些折扣可能会起作用,例如持续使用折扣。 但是您几乎需要做出承诺。 Google只是奖励您。
翻译自: https://www.infoworld.com/article/3316436/13-ways-google-cloud-beats-aws.html
aws cloud map