Langsung ke konten utama
Dokumentasi
Mulai
Mulai Menggunakan Google Cloud
Daftar Produk
Cloud Customer Care
Produk Unggulan
Agent Platform
Pengelolaan API Apigee
BigQuery
Compute Engine
Cloud CDN
Cloud Run
Cloud Storage
Cloud SQL
Gemini Enterprise
Google Kubernetes Engine
Looker
Alat Lintas Produk
Pengelolaan akses dan resource
Pengelolaan biaya dan penggunaan
Infrastruktur sebagai kode
SDK, bahasa, framework, dan alat
Area Teknologi
AI dan ML
Pengembangan aplikasi
Hosting aplikasi
Compute
Pipeline dan analisis data
Database
Terdistribusi, hybrid, dan multicloud
Solusi industri
Migrasi
Jaringan
Kemampuan observasi dan pemantauan
Keamanan
Storage
/
Konsol
English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어
Documentation
Cloud Architecture Center
Mulai gratis
Dokumentasi
Lainnya
Konsol
< Beranda Architecture Center
Yang baru
Dasar-dasar
Ringkasan konten
Well-Architected Framework
Ringkasan
Yang baru
Pilar
Keunggulan operasional
Ringkasan
Memastikan kesiapan dan performa operasional menggunakan CloudOps
Mengelola insiden dan masalah
Mengelola dan mengoptimalkan resource cloud
Mengotomatiskan dan mengelola perubahan
Terus meningkatkan dan berinovasi
Melihat di satu halaman
Keamanan, privasi, dan kepatuhan
Ringkasan
Menerapkan keamanan dari desain
Menerapkan zero trust
Menerapkan keamanan shift-left
Menerapkan pertahanan cyber preventif
Menggunakan AI secara aman dan bertanggung jawab
Menggunakan AI untuk keamanan
Memenuhi kebutuhan peraturan, kepatuhan, dan privasi
Tanggung jawab bersama dan shared fate
Melihat di satu halaman
Keandalan
Ringkasan
Mendefinisikan keandalan berdasarkan tujuan pengalaman pengguna
Menetapkan target keandalan yang realistis
Membangun ketersediaan tinggi melalui redundansi
Memanfaatkan skalabilitas horizontal
Mendeteksi potensi kegagalan menggunakan kemampuan observasi
Desain untuk penurunan kualitas yang baik
Lakukan pengujian untuk pemulihan dari kegagalan
Lakukan pengujian untuk pemulihan dari kehilangan data
Lakukan postmortem secara menyeluruh
Melihat di satu halaman
Pengoptimalan biaya
Ringkasan
Menyelaraskan pembelanjaan dengan nilai bisnis
Menumbuhkan budaya kesadaran biaya
Mengoptimalkan penggunaan resource
Mengoptimalkan secara berkelanjutan
Melihat di satu halaman
Pengoptimalan performa
Ringkasan
Merencanakan alokasi sumber daya
Memanfaatkan elastisitas
Mempromosikan desain modular
Terus memantau dan meningkatkan performa
Melihat di satu halaman
Keberlanjutan
Ringkasan
Menggunakan region rendah karbon
Mengoptimalkan workload AI dan ML
Mengoptimalkan penggunaan resource
Mengembangkan software hemat energi
Mengoptimalkan data dan penyimpanan
Terus mengukur dan meningkatkan
Mempromosikan budaya keberlanjutan
Sesuai dengan pedoman industri
Melihat di satu halaman
Melihat semua pilar di satu halaman
Perspektif lintas pilar
AI dan ML
Ringkasan
Keunggulan operasional
Keamanan
Keandalan
Pengoptimalan biaya
Pengoptimalan performa
Melihat di satu halaman
Jasa keuangan (FS)
Ringkasan
Keunggulan operasional
Keamanan
Keandalan
Pengoptimalan biaya
Pengoptimalan performa
Melihat di satu halaman
Jenis arsitektur deployment
Ringkasan
Zonal
Regional
Multi-regional
Global
Hybrid
Multi-cloud
Analisis komparatif
Langkah berikutnya
Arsitektur referensi
Deployment zona tunggal di Compute Engine
Deployment regional di Compute Engine
Deployment multi-regional di Compute Engine
Deployment global di Compute Engine dan Spanner
Desain zona landing
Ringkasan zona landing
Menentukan orientasi identitas
Menentukan hierarki resource
Desain jaringan
Menentukan desain jaringan
Mengimplementasikan desain jaringan
Menentukan keamanan
Blueprint dasar-dasar perusahaan
Ringkasan
Arsitektur
Autentikasi dan otorisasi
Struktur organisasi
Jaringan
Kontrol Detektif
Kontrol pencegahan
Metodologi penerapan
Praktik terbaik operasi
Men-deploy blueprint
AI dan machine learning
Ringkasan konten
AI agentic
Ringkasan
Memilih komponen arsitektur agentik
Memilih pola desain agen
Sistem AI multi-agen
Pola jaringan pribadi multi-agen
Sistem AI agentic multi-tenant
Sistem AI agen tunggal menggunakan ADK dan Cloud Run
Kasus penggunaan
Mengelola pembelajaran interaktif
Mengotomatiskan alur kerja ilmu data
Membangun data lakehouse terbuka lintas cloud
Membangun sistem agentic yang tepercaya dengan Google Maps Platform
Mengklasifikasikan data multimodal
Menerapkan analisis agentik untuk data terdistribusi
Mengaktifkan streaming multimodal dua arah langsung
Orkestrasi resource GraphRAG multimodal
Mengatur akses ke sistem yang berbeda-beda
Mengorkestrasi alur kerja operasi keamanan
AI Generatif
Ringkasan
AI Generatif dengan RAG
Ringkasan
Konektivitas pribadi untuk aplikasi AI generatif berkemampuan RAG
Infrastruktur RAG menggunakan Gemini Enterprise dan Agent Platform
Infrastruktur RAG menggunakan Agent Platform dan Vector Search
Infrastruktur RAG menggunakan Platform Agen dan AlloyDB
Infrastruktur RAG menggunakan GKE dan Cloud SQL
Infrastruktur GraphRAG menggunakan Agent Platform dan Spanner Graph
Pipeline CI/CD Harness untuk aplikasi RAG
Men-deploy model AI generatif dan ML tingkat perusahaan
Men-deploy dan mengoperasikan aplikasi AI generatif
Jejaring untuk penyajian model inferensi AI di semua backend
Jaringan untuk inferensi model AI yang melayani di GKE
Kasus penggunaan
Mengotomatiskan peninjauan penggunaan klaim asuransi kesehatan
Membuat kampanye pemasaran yang dipersonalisasi
Membuat rekomendasi produk yang dipersonalisasi
Membuat podcast dari audio
Membuat solusi untuk pertanyaan dukungan pelanggan
Aplikasi dan operasi ML
Ringkasan
Praktik terbaik untuk menerapkan ML di Google Cloud
Pedoman untuk solusi ML prediktif berkualitas tinggi
MLOps menggunakan TensorFlow Extended, Agent Platform Pipelines, dan Cloud Build
MLOps: Pipeline otomatisasi dan continuous delivery di machine learning
Membangun solusi analisis visi ML dengan Dataflow dan Cloud Vision API
Arsitektur referensi
Men-deploy arsitektur
Confidential computing untuk analisis data dan AI
Federated learning lintas silo dan lintas perangkat
Menerapkan pengambilan dua menara dengan pembuatan kandidat skala besar
Pengembangan model dan pelabelan data dengan Labelbox
Arsitektur C3 AI
Infrastruktur AI dan ML
Mengoptimalkan workload AI dan ML dengan Cloud Storage FUSE
Mengoptimalkan workload AI dan ML dengan Managed Lustre
Pengembangan aplikasi
Ringkasan konten
Pendekatan dan gaya pengembangan
Pola untuk aplikasi yang skalabel dan tangguh
Pengelolaan platform pengembangan
Men-deploy platform developer perusahaan
Ringkasan
Arsitektur
Kontrol platform developer
Arsitektur layanan
Logging dan pemantauan
Operasional
Biaya dan atribusi
Metodologi penerapan
Contoh Cymbal Bank
Memetakan prinsip-prinsip BeyondProd
Men-deploy blueprint
Praktik terbaik untuk menjalankan aplikasi Kubernetes yang hemat biaya di GKE
Mengekspos aplikasi mesh layanan melalui Gateway GKE
Arsitektur referensi
Men-deploy arsitektur
Membangun aplikasi yang didistribusikan secara global menggunakan Gateway GKE dan Cloud Service Mesh
Arsitektur referensi
Men-deploy arsitektur
Pola dan praktik untuk tata kelola identitas dan akses di Google Cloud
Pengelolaan resource dengan ServiceNow
Pilih lingkungan runtime container terkelola
Siklus proses DevOps dan pengembangan
Ringkasan catatan keputusan arsitektur
Mengembangkan dan mengirimkan aplikasi dengan pipeline deployment
Arsitektur referensi
Men-deploy arsitektur
Kemampuan DevOps Research and Assessment (DORA)
Arsitektur aplikasi
Apache Guacamole di GKE dan Cloud SQL
Arsitektur referensi
Men-deploy arsitektur
Chrome Desktop Jarak Jauh di Compute Engine
Penyiapan untuk Linux
Siapkan untuk Windows
Arsitektur perangkat terhubung di Google Cloud
Ringkasan
Broker MQTT mandiri
Produk platform IoT
Perangkat ke koneksi Pub/Sub ke Google Cloud
Praktik terbaik untuk menjalankan backend IoT
Praktik terbaik untuk menyediakan dan mengonfigurasi server serta sistem edge dan bare metal secara otomatis
Mengelola dan menskalakan jaringan untuk aplikasi Windows yang berjalan di Kubernetes terkelola
Arsitektur referensi
Men-deploy arsitektur
Hosting situs
Big data dan analisis
Ringkasan konten
Arsitektur menyeluruh
Mengimpor data ke data warehouse BigQuery yang aman
Mesh data di Google Cloud
Arsitektur dan fungsi dalam mesh data
Desain platform data layanan mandiri untuk mesh data
Membangun produk data dalam mesh data
Menemukan dan memakai produk data di suatu mesh data
Platform analisis dan pengelolaan data perusahaan
Otomatisasi pencadangan BigQuery
Arsitektur referensi
Men-deploy arsitektur
Memuat dan memproses data
Replikasi data berkelanjutan ke BigQuery menggunakan Striim
Database
Ringkasan konten
Workload Oracle
Ringkasan
Aplikasi perusahaan dengan Database Oracle di Compute Engine
Aplikasi perusahaan di Compute Engine dengan Oracle Exadata
Oracle E-Business Suite dengan Oracle Database di Compute Engine
Oracle E-Business Suite di Compute Engine dengan Oracle Exadata
Oracle PeopleSoft di Compute Engine dengan Oracle Exadata
Pengelolaan database multi-cloud
Grup ketersediaan Microsoft SQL Server Always On
Hybrid dan multi-cloud
Ringkasan konten
Membangun arsitektur hybrid dan multicloud
Ringkasan
Pemicu, pertimbangan, strategi, dan pola
Merencanakan strategi hybrid dan multicloud
Pendekatan arsitektur untuk mengadopsi arsitektur hybrid atau multicloud
Pertimbangan lainnya
Langkah berikutnya
Melihat panduan sebagai satu halaman
Pola arsitektur hybrid dan multi-cloud
Ringkasan
Pola arsitektur terdistribusi
Pola hybrid bertingkat
Pola multicloud yang dipartisi
Analisis pola hybrid dan multicloud
Pola edge hybrid
Pola hybrid lingkungan
Pola hybrid dan multicloud kelangsungan bisnis
Pola cloud bursting
Langkah berikutnya
Melihat panduan sebagai satu halaman
Pola arsitektur jaringan hybrid dan multicloud yang aman
Ringkasan
Pertimbangan desain
Pola arsitektur
Pola yang diduplikasi
