跳至主要內容
說明文件
close
開始使用
開始使用 Google Cloud
產品清單
Cloud Customer Care
精選產品
Agent Platform
Apigee API 管理平台
BigQuery
Compute Engine
Cloud CDN
Cloud Run
Cloud Storage
Cloud SQL
Gemini Enterprise
Google Kubernetes Engine
Looker
跨產品工具
存取權與資源管理
費用與用量管理
基礎架構即程式碼
SDK、語言、框架和工具
技術領域
AI 和機器學習
應用程式開發
應用程式託管
運算
資料分析和管道
資料庫
分散式雲端、混合雲和多雲端
產業解決方案
遷移
網路
觀測能力與監控
安全性
Storage
/
控制台
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
登入
Documentation
Cloud Architecture Center
免費試用
說明文件
更多
控制台
< 返回架構中心首頁
新功能
基礎知識
內容總覽
Well-Architected Framework
總覽
新功能
宗旨
卓越的營運成果
總覽
使用 CloudOps 確認作業準備度與成效
管理事件和問題
管理及最佳化雲端資源
自動執行及管理變更
持續改良和創新
在單一頁面中查看
安全性、隱私權和法規遵循
總覽
採用融入安全考量的設計
導入零信任機制
導入「優先確保安全」機制
預先防範網路威脅
以安全且負責任的方式使用 AI
運用 AI 強化安全防護
滿足法規遵循和隱私權需求
共同責任與命運共同體
在單一頁面中查看
可靠性
總覽
根據使用者體驗目標定義可靠性
設定合理的可靠性目標
透過備援機制建構高可用性
活用水平擴充功能
使用觀測工具偵測可能的故障情形
納入優雅降級設計
執行測試,確保能在故障時復原
執行測試,確保能在資料遺失時復原
出具全面的檢討報告
在單一頁面中查看
成本最佳化
總覽
依據業務價值調整支出
培養注重成本的文化
充分運用資源
持續進行最佳化調整
在單一頁面中查看
效能最佳化
總覽
規劃資源分配方式
發揮彈性優勢
推廣模組化設計
持續監控及提升效能
在單一頁面中查看
永續發展
總覽
使用低碳區域
最佳化 AI 和機器學習工作負載
充分運用資源
開發節能軟體
最佳化資料和儲存空間
持續評估及改善
推廣永續發展文化
符合業界規範
在單一頁面中查看
在單一頁面查看所有支柱
跨支柱觀點
AI 和機器學習
總覽
卓越的營運成果
安全性
可靠性
成本最佳化
效能最佳化
在單一頁面中查看
金融服務 (FS)
總覽
卓越的營運成果
安全性
可靠性
成本最佳化
效能最佳化
在單一頁面中查看
部署作業原型
總覽
可用區
區域
多區域
全球
混合式
多雲端
比較分析
後續主題
參考架構
在 Compute Engine 上進行單一區域部署
在 Compute Engine 上進行區域部署
在 Compute Engine 上進行多區域部署
在 Compute Engine 和 Spanner 上進行全球部署
登陸區設計
登陸區總覽
決定身分新手上路程序
決定資源階層
網路設計
決定聯播網設計
實作網路設計
決定安全等級
企業基礎藍圖
總覽
架構
驗證及授權
機構架構
網路
偵測性控制
預防性控制措施
部署方法
營運最佳做法
部署藍圖
AI 與機器學習
內容總覽
代理式 AI
總覽
選擇代理架構元件
選擇代理程式設計模式
多代理 AI 系統
多代理私人網路模式
多租戶代理式 AI 系統
使用 ADK 和 Cloud Run 的單一代理 AI 系統
用途
管理互動式學習
自動執行資料科學工作流程
建構跨雲端開放式資料湖倉
使用 Google 地圖平台建構值得信賴的代理系統
分類多模態資料
針對分散式資料導入代理式分析
啟用雙向多模態直播
多模態 GraphRAG 資源自動化調度管理
協調不同系統的存取權
自動化調度管理資安營運工作流程
生成式 AI
總覽
搭配 RAG 的生成式 AI
總覽
支援 RAG 的生成式 AI 應用程式的私人連線
使用 Gemini Enterprise 和 Agent Platform 的 RAG 基礎架構
使用 Agent Platform 和 Vector Search 建構 RAG 基礎架構
使用 Agent Platform 和 AlloyDB 建構 RAG 基礎架構
使用 GKE 和 Cloud SQL 建構 RAG 基礎架構
使用 Agent Platform 和 Spanner Graph 的 GraphRAG 基礎架構
適用於 RAG 應用程式的 Harness CI/CD 管道
部署企業級生成式 AI 和機器學習模型
部署及運作生成式 AI 應用程式
在所有後端提供 AI 推論模型適用的網路
在 GKE 上提供 AI 推論模型時的網路設定
用途
自動審查健康保險理賠的利用情形
生成個人化行銷廣告活動
生成個人化的產品建議
從音訊生成 Podcast
生成客戶支援問題的解決方案
機器學習應用程式和作業
總覽
在 Google Cloud 中實作機器學習技術的最佳做法
高品質預測型機器學習解決方案指南
使用 TensorFlow Extended、Agent Platform Pipelines 和 Cloud Build 執行 MLOps
機器學習運作:機器學習的持續推送軟體更新與自動化管線
使用 Dataflow 和 Cloud Vision API 建構 ML 視覺分析解決方案
參考架構
部署架構
機密運算適用於資料分析和 AI
跨孤島和跨裝置聯合學習
實作雙塔檢索,並大規模生成候選項目
使用 Labelbox 開發模型和標記資料
C3 AI 架構
AI 和機器學習基礎架構
運用 Cloud Storage FUSE 最佳化 AI 和機器學習工作負載
透過 Managed Lustre 最佳化 AI 和機器學習工作負載
應用程式開發
內容總覽
開發方法和樣式
可擴充及具有韌性的應用程式模式
開發平台管理
部署企業開發人員平台
總覽
架構
開發人員平台控制項
服務架構
記錄和監控
運作
費用和歸因
部署方法
Cymbal Bank 範例
對應 BeyondProd 原則
部署藍圖
最佳做法:在 GKE 執行最具成本效益的 Kubernetes 應用程式
透過 GKE 閘道公開服務網格應用程式
參考架構
部署架構
使用 GKE 閘道和 Cloud Service Mesh 建構全球分散式應用程式
參考架構
部署架構
Google Cloud 身分與存取權管理的模式與做法
使用 ServiceNow 管理資源
選取代管容器執行階段環境
開發運作和開發生命週期
架構決策記錄總覽
透過部署管道開發及交付應用程式
參考架構
部署架構
DevOps Research and Assessment (DORA) 功能
應用程式架構
在 GKE 和 Cloud SQL 上使用 Apache Guacamole
參考架構
部署架構
Compute Engine 上的 Chrome 遠端桌面
設定 Linux
Windows 設定
Google Cloud 上的連線裝置架構
總覽
獨立 MQTT 代理程式
IoT 平台產品
裝置與 Pub/Sub 連線至 Google Cloud
執行 IoT 後端的最佳做法
自動佈建及設定邊緣和裸機系統與伺服器的最佳做法
管理及調度在代管 Kubernetes 上執行的 Windows 應用程式網路
參考架構
部署架構
網站託管
大數據與資料分析
內容總覽
端對端架構
將資料匯入受保護的 BigQuery 資料倉儲
Google Cloud 中的資料網格
資料網格的架構和功能
為資料網格設計自助式資料平台
在資料網格中建構資料產品
在資料網格中探索及使用資料產品
企業資料管理與分析平台
BigQuery 自動備份
參考架構
部署架構
載入及處理資料
使用 Striim 將資料持續複製到 BigQuery
資料庫
內容總覽
Oracle 工作負載
總覽
在 Compute Engine 上使用 Oracle Database 的企業應用程式
在 Compute Engine 上使用 Oracle Exadata 執行企業應用程式
在 Compute Engine 上使用 Oracle Database 執行 Oracle E-Business Suite
在 Compute Engine 上使用 Oracle Exadata 執行 Oracle E-Business Suite
在 Compute Engine 上使用 Oracle Exadata 執行 Oracle PeopleSoft
多雲端資料庫管理
Microsoft SQL Server Always On 可用性群組
混合雲與多雲端
內容總覽
建構混合雲和多雲端架構
總覽
驅動因素、考量事項、策略和模式
規劃混合雲與多雲端策略
採用混合雲或多雲端架構的架構方法
其他考量
後續主題
以單一頁面查看指南
混合雲和多雲端架構模式
總覽
分散式架構模式
分級混合模式
分區多雲端模式
分析混合雲和多雲端模式
邊緣混合模式
環境混合模式
業務持續性混合和多雲端模式
雲端爆發模式
後續主題
以單一頁面查看指南
混合雲和多雲端安全網路架構模式
總覽
設計須知
架構模式
鏡像圖案
網狀圖案
閘道模式
閘道式輸出
閘道式輸入
閘道式輸出和閘道式輸入
移交模式
常見的最佳做法
後續主題
以單一頁面查看指南
分散式應用程式適用的 Cross-Cloud Network
總覽
連線能力
Service Networking
網路安全
使用 Network Connectivity Center 建立 Cross-Cloud Network 虛擬私有雲間連線
透過虛擬私有雲網路對等互連建立 Cross-Cloud Network 虛擬私有雲間連線
虛擬私有雲網路對等互連跨雲端網路,搭配 NVA 和區域親和性
Network Connectivity Center Cross-Cloud Network,搭配 NVA 和區域容錯移轉
混合雲和多雲端應用程式
混合式算繪設備
建立混合式算繪設備
連接其他雲端服務供應商與 Google Cloud 的模式
身分與存取權管理
在混合環境中驗證員工使用者
總覽
實作模式
設定 Active Directory,讓 VM 自動加入網域
在 Compute Engine 上部署 Active Directory 樹系
在混合環境中使用 Active Directory 的模式
整合第三方產品
透過 Cohesity Helios 和 Google Cloud 管理資料
遷移
內容總覽
遷移至 Google Cloud
開始使用
評估及探索工作負載
規劃及建立基礎
轉移大型資料集
部署工作負載
從手動部署作業遷移至自動化容器化部署作業
最佳化環境
驗證遷移計畫的最佳做法
盡量降低成本
從 AWS 遷移至 Google Cloud
開始使用
將 Amazon EC2 遷移至 Compute Engine
將 Amazon S3 遷移至 Cloud Storage
將 Amazon EKS 遷移至 GKE
從 Amazon RDS 和 Amazon Aurora for MySQL 遷移至 MySQL 適用的 Cloud SQL
從 Amazon RDS 和 Amazon Aurora for PostgreSQL 遷移到 Cloud SQL 和 AlloyDB for PostgreSQL
從 Amazon RDS for SQL Server 遷移至 Cloud SQL for SQL Server
從 AWS Lambda 遷移至 Cloud Run
從 Azure 遷移至 Google Cloud
開始使用
遷移內部部署 VM
遷移至 Google Cloud VMware Engine 平台
遷移應用程式
將容器遷移至 Google Cloud
從 Kubernetes 遷移至 GKE
跨 Google Cloud 區域遷移
開始使用
在 Google Cloud 中設計具備彈性的單一區域環境
設計工作負載架構
準備要跨區域遷移的資料和批次工作負載
資料和資料庫遷移
資料庫遷移指南
概念、原則和術語
設定及執行資料庫遷移程序
遷移企業工作負載的網路
架構方法
透過網路安全地存取雲端內部資源
連線至網際網路的應用程式傳遞網路
混合雲和多雲端工作負載的網路
使用 RIOT Live Migration 遷移至 Redis Enterprise Cloud
參考架構
部署架構
定義遷移範圍
監控與記錄
內容總覽
匯出記錄和指標
Cloud Monitoring 指標匯出作業
將 Cloud Storage 中的記錄匯入 Cloud Logging
參考架構
部署架構
將 Google Cloud 的記錄檔串流至 Splunk
混合雲與多雲端監控
混合雲和多雲端的監控及記錄模式
使用 BindPlane 記錄及監控地端部署資源
總覽
記錄地端部署資源
監控地端資源
將 Google Cloud 的記錄檔串流至 Datadog
參考架構
部署架構
網路
內容總覽
VPC 設計的最佳做法與參考架構
連結
軸輻式網路架構
連接其他雲端服務供應商與 Google Cloud 的模式
安全
Google Cloud 中的 Fortigate 架構
使用 Palo Alto VM-Series NGFW 保護虛擬私有雲網路
使用集中式裝置確保 VMware Engine 網路安全
可靠性和災難復原
內容總覽
基礎架構可靠性指南
可靠性總覽
可靠性的構成要素
評估可靠性需求
設計可靠的基礎架構
管理流量和負載
管理及監控基礎架構
後續主題
災難復原規劃指南
總覽
構成元素
資料情境
應用程式情境
為位置受限的工作負載建立架構
用途:受限於特定地區的資料分析應用程式
因應雲端基礎架構中斷情況的架構
應用程式可用性
在 Compute Engine 中使用浮動 IP 位址的模式
資料可用性
使用 Striim 將資料持續複製到 Cloud Spanner
使用 Afi.ai 備份 Google Workspace
Compute Engine 上的 PostgreSQL 叢集高可用性
在 Google Cloud 上使用 CI/CD 確保業務持續不中斷
資安和身分與存取權管理
內容總覽
身分與存取權管理總覽
總覽
概念
Google 身分管理總覽
參考架構
單一登入
最佳做法
規劃帳戶和機構的最佳做法
連結 Google Cloud 與外部識別資訊提供者的最佳做法
評估與規劃
規劃新手上路流程
連結 Active Directory
與 Microsoft Entra ID 建立同盟
評估現有的使用者帳戶
評估採用計畫
評估合併使用者帳戶對連結的影響
部署
準備 Google Workspace 或 Cloud Identity 帳戶
設定聯盟
Microsoft Entra ID 使用者佈建與單一登入
Microsoft Entra ID B2B 使用者佈建和單一登入
整合 Microsoft Entra ID 我的應用程式入口網站
佈建 Active Directory 使用者帳戶
Active Directory 單一登入
Keycloak 單一登入
Okta 使用者佈建與單一登入
合併帳戶
總覽
遷移個人帳戶
移除不需要的個人帳戶
清理 Gmail 帳戶
從個人帳戶移除 Gmail
調整缺乏對應身分的受控使用者帳戶
資源
公告範例
應用程式安全防護
使用 Apigee 保護應用程式和 API 的最佳做法
使用情境感知存取權保護應用程式和資源
保護應用程式和資源
最佳做法
設計安全的部署管道
使用 Google Cloud Armor、負載平衡和 Cloud CDN 部署可程式化的全域前端
安全的無伺服器架構
使用 Cloud Functions 的架構
使用 Cloud Run 的架構
法規遵循
限制 Google Cloud 中 PCI 環境的法規遵循範圍
符合 PCI 資料安全標準
GKE 的 PCI DSS 法規遵循
安全性藍圖:PCI on GKE
根據 PCI DSS 的規定,將機密性質的持卡人資料代碼化
資料和身分保護
使用 SpinOne 設定 Google Workspace 資料的 SaaS 資料保護功能
使用 Cloud DLP 對大規模資料集中的 PII 執行去識別化和重新識別
Google Cloud 中的安全資料環境
Google Cloud 的安全性記錄檔分析
緩解和避免
自動掃描上傳至 Cloud Storage 的檔案是否存在惡意軟體
參考架構
部署架構
使用 Wiz Security Graph 和 Google Cloud 找出安全性風險並排定優先順序
網路安全
使用 Palo Alto VM-Series NGFW 保護虛擬私有雲網路
Storage
內容總覽
針對雲端工作負載設計最佳儲存空間策略
HPC 工作負載適用的平行檔案系統
運用 Cloud Storage FUSE 最佳化 AI 和機器學習工作負載
透過 Managed Lustre 最佳化 AI 和機器學習工作負載
開始使用
開始使用 Google Cloud
產品清單
Cloud Customer Care
精選產品
Agent Platform
Apigee API 管理平台
BigQuery
Compute Engine
Cloud CDN
Cloud Run
Cloud Storage
Cloud SQL
Gemini Enterprise
Google Kubernetes Engine
Looker
跨產品工具
存取權與資源管理
費用與用量管理
基礎架構即程式碼
SDK、語言、框架和工具
技術領域
AI 和機器學習
應用程式開發
應用程式託管