跳至主要內容
Google Cloud Documentation
說明文件
  • 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
Google Cloud Documentation
  • 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