Google Cloud 入门：从零开始认识 GCP

随着数字化转型的浪潮席卷全球，云计算已不再是遥不可及的技术概念，而是现代企业和个人开发者构建应用、存储数据、分析信息的基础设施。在众多云计算平台中，Google Cloud Platform (GCP) 凭借其强大的技术能力、创新性的服务以及在全球范围内的网络优势，成为越来越受欢迎的选择。

如果你是云计算的初学者，对 GCP 感到好奇，但又不知道从何入手，那么恭喜你，这篇文章就是为你准备的。我们将从最基础的概念讲起，带你一步步认识 GCP 的核心服务，了解它的架构，并指导你如何迈出在 GCP 上实践的第一步。

第一章：理解云计算与 GCP 的位置

1.1 什么是云计算？

在深入 GCP 之前，我们先来简单理解一下什么是云计算。想象一下，过去如果你想运行一个网站或应用程序，你需要购买服务器、存储设备、网络设备，找一个地方放置它们（机房），然后自己安装操作系统、配置网络、保障安全、处理硬件故障等等。这需要大量的资金投入、专业的技术人员以及漫长的准备时间。

云计算改变了这一切。简单来说，云计算就像是“租赁”计算资源的服务。你不再需要自己购买和维护物理硬件，而是通过互联网按需获取计算能力、存储空间、数据库、网络带宽等资源，就像使用水、电一样方便。这些资源由大型云服务提供商（如 Google、Amazon、Microsoft）在全球各地的巨型数据中心进行管理和维护。

云计算主要有几种服务模式：

IaaS (Infrastructure as a Service，基础设施即服务): 提供最基础的计算资源，如虚拟机、存储、网络等。你可以完全控制操作系统和应用软件，但硬件由云服务商管理。这就像你租了一个房子，装修和家具自己决定。
PaaS (Platform as a Service，平台即服务): 在 IaaS 的基础上，提供更高级的服务，如数据库、应用服务器、开发工具等。你只需要关注应用程序的开发和部署，底层的操作系统和硬件由云服务商管理。这就像你租了一个带装修的房子，拎包入住，只需添置个人物品。
SaaS (Software as a Service，软件即服务): 直接提供应用程序本身，用户通过网络访问使用，无需安装和管理软件。例如 Gmail、Google Docs 就是典型的 SaaS。这就像你直接入住酒店，所有东西都已备好，你只管使用。

GCP 提供了涵盖这三种模式的丰富服务，是典型的公有云平台。

1.2 什么是 Google Cloud Platform (GCP)？

Google Cloud Platform (GCP) 是 Google 提供的云计算服务平台，运行在 Google 全球性的数据中心网络之上。它提供了一系列模块化的云服务，涵盖了计算、存储、数据库、网络、大数据、人工智能、机器学习、物联网等众多领域。

GCP 的诞生和发展，得益于 Google 在全球基础设施、数据处理、人工智能等领域的深厚技术积累。许多支撑 Google 自身产品（如搜索、Gmail、YouTube、Android）的技术和基础设施，也被开放出来，成为了 GCP 的服务。

1.3 为什么选择 GCP？

全球有许多优秀的云服务提供商，为何要选择或了解 GCP 呢？GCP 具有以下几个显著优势：

技术创新与开放性: Google 是 Kubernetes、TensorFlow 等许多开源项目的发起者和主要贡献者，GCP 在容器化、人工智能、大数据处理等前沿技术领域具有领先优势。
强大的数据分析和机器学习能力: GCP 提供了 BigQuery (Serverless 数据仓库)、Dataflow (数据处理)、AI Platform/Vertex AI (ML 开发平台) 等强大工具，特别适合进行大规模数据分析和人工智能应用开发。
全球高性能网络: Google 拥有庞大的全球光纤网络，GCP 用户可以享受到低延迟、高带宽的网络服务。
持续的创新: Google 不断推出新的服务和功能，满足不断变化的技术需求。
成本效益: GCP 提供灵活的定价模式，包括按秒计费的虚拟机、强大的免费层级 (Free Tier) 等，帮助用户优化成本。
安全性: GCP 继承了 Google 构建和运营大规模安全基础设施的经验，提供多层次的安全防护。

了解了云计算的基本概念和 GCP 的定位后，我们就可以开始探索 GCP 的具体服务了。

第二章：GCP 的核心架构与管理基础

在深入具体服务之前，理解 GCP 的基本架构和管理方式非常重要。

2.1 区域 (Regions) 与可用区 (Zones)

Google Cloud 的基础设施分布在全球各地，这些物理位置被组织成区域（Regions）和可用区（Zones）。

区域 (Region): 一个地理位置，例如“us-central1”（爱荷华）、“asia-east1”（台湾彰化）。每个区域都是一个独立的地理区域，包含一个或多个可用区。选择靠近用户或服务所在的区域，可以降低网络延迟。
可用区 (Zone): 区域内的隔离物理位置，例如“us-central1-a”、“us-central1-b”。每个可用区都有独立的电力、网络和散热系统，可用区之间的故障是相互隔离的。为了构建高可用、容错的应用程序，通常会将资源（如虚拟机实例）部署在同一区域内的不同可用区中。

理解区域和可用区的概念，对于设计可靠和高性能的云架构至关重要。

2.2 项目 (Projects)

在 GCP 中，项目（Project）是组织和管理所有 GCP 资源（如虚拟机、存储桶、数据库等）的基本单元。

每个资源都属于一个且仅属于一个项目。
项目定义了资源的边界，包括 IAM 权限、API 使用情况、计费和资源配额等。
你可以创建多个项目，将不同的应用程序、环境（开发、测试、生产）或团队隔离开来，便于管理和计费。
每个项目都有一个唯一的项目 ID (Project ID) 和一个项目编号 (Project Number)。

当你开始使用 GCP 时，第一步通常是创建一个项目。

2.3 身份与访问管理 (Identity and Access Management, IAM)

IAM 是 GCP 中用于管理谁（哪个身份）对哪些资源（哪个项目、哪个服务、哪个具体资源）拥有什么权限的核心服务。

身份 (Identity): 可以是 Google 账号（个人用户）、服务账号（代表应用程序或虚拟机的身份）、Google 群组或 Google Workspace/Cloud Identity 域名。
角色 (Role): 定义了一系列权限的集合。GCP 提供了预定义角色（如 roles/viewer, roles/editor, roles/owner 等），也允许你创建自定义角色。
策略 (Policy): 将身份与角色绑定，应用于某个资源（项目、组织、文件夹或特定服务资源）。例如，“允许用户 [email protected] 在项目 my-project-123 中拥有 roles/editor 权限”。

正确配置 IAM 是保障云资源安全的关键。遵循“最小权限原则”，只授予完成任务所需的最低权限。

2.4 计费与定价

GCP 采用“按需付费”和“按使用量计费”的模式。你只需要为你实际使用的资源付费。定价模型因服务而异，通常考虑计算时间、存储容量、网络流量、数据处理量等因素。

免费层级 (Free Tier): GCP 提供了 generous 的免费层级，包括每月免费使用一定时长的 Compute Engine 虚拟机、一定容量的 Cloud Storage 存储、一定量的 BigQuery 查询等。此外，新用户通常可以获得一笔免费试用金（Credit），用于试用几乎所有 GCP 服务。利用好免费层级是学习和试验 GCP 的绝佳方式。
定价计算器: GCP 提供了详细的在线定价计算器，帮助你预估使用各种服务的成本。
费用管理: 在 GCP Console 中，你可以查看详细的费用报告，设置预算和警报，帮助控制支出。

理解 GCP 的计费方式，对于规划和管理云成本非常重要。

第三章：GCP 的核心服务概览

GCP 提供了非常丰富的服务，覆盖了云计算的各个层面。对于初学者，我们先介绍几个最常用、最核心的服务类别及其代表性服务。

3.1 计算服务 (Compute)

计算服务提供了运行应用程序所需的处理能力。

Compute Engine: 这是 GCP 的 IaaS 服务，提供可定制的虚拟机 (VM) 实例。你可以选择不同的机器类型（CPU、内存）、操作系统、存储（Persistent Disk），并拥有 root 访问权限。你可以像管理自己的物理服务器一样管理这些虚拟机，用于托管网站、运行数据库、进行科学计算等。它是最基础和灵活的计算服务。
Google Kubernetes Engine (GKE): 基于 Google 开源的 Kubernetes 项目，是一个托管式的容器编排服务。它可以自动化容器化应用程序的部署、扩缩容和管理。如果你使用 Docker 等容器技术，GKE 是运行生产级应用程序的强大平台，它极大地简化了容器集群的管理复杂性。
Cloud Run: 一个全托管式的 Serverless 计算平台，允许你直接部署容器化的应用程序，无需管理基础设施。它根据流量自动扩缩容，甚至在没有流量时缩容到零，只在使用时付费。非常适合微服务、API 服务等。
Cloud Functions: 一个 Serverless 函数计算服务。你可以编写简短的代码函数（支持多种编程语言），并将其部署到 GCP。这些函数可以响应各种事件触发（如 HTTP 请求、数据库变化、文件上传等）。你无需关心底层服务器，GCP 会自动运行你的代码并进行扩缩容。适用于事件驱动的场景、轻量级 API 等。

何时选择哪个计算服务？
* 需要完全控制操作系统和底层环境：Compute Engine。
* 使用容器，需要强大的编排和管理能力：GKE。
* 使用容器，追求 Serverless 和自动扩缩容，简化运维：Cloud Run。
* 只需运行简短的、事件驱动的代码片段：Cloud Functions。

3.2 存储服务 (Storage)

存储服务提供了存储数据的能力，类型多样，适用于不同场景。

Cloud Storage: 对象存储服务，用于存储非结构化数据，如图片、视频、文档、备份、日志等。数据存储在“存储桶 (Buckets)”中。Cloud Storage 提供不同的存储类别，以满足不同的访问频率和成本需求：
- Standard: 高频率访问，适用于网站内容、移动应用数据等。
- Nearline: 低频率访问（每月少于一次），适用于备份、灾难恢复等。
- Coldline: 极低频率访问（每季度少于一次），适用于归档、长期备份等。
- Archive: 最低频率访问，适用于数据归档，具有最低的存储成本和最高的访问延迟及费用。
Persistent Disk: 块存储服务，主要用作 Compute Engine 虚拟机的硬盘。类似于传统的硬盘，可以挂载到虚拟机上存储操作系统和应用程序数据。提供多种类型（标准磁盘、SSD 磁盘等）以满足性能需求。
Filestore: 托管式的网络文件系统（NFS）服务，为需要共享文件存储的工作负载（如企业应用、媒体处理）提供高性能、高可用的文件存储。
Cloud SQL: 全托管式的关系型数据库服务，支持 MySQL、PostgreSQL、SQL Server 引擎。GCP 负责数据库的安装、打补丁、备份、复制、扩缩容等运维工作，让你专注于应用开发。
Firestore / Datastore: NoSQL 文档数据库，提供高可用、可伸缩、无服务器的数据库服务。Firestore 是 Datastore 的下一代产品，提供了更强大的查询能力和实时同步功能，特别适合移动、Web 和 IoT 应用的后端。
Bigtable: 高度可伸缩、全托管式的 NoSQL 宽列数据库，适用于处理大规模运营和分析工作负载，如物联网数据、时间序列数据等。它继承了支持 Google Search、Gmail 等产品的数据库技术。
BigQuery: 这不仅仅是一个数据库，更是 GCP 的明星级数据仓库服务。它是完全 Serverless 的，能够以极高的速度处理 PB 级的数据进行分析查询。你无需管理任何基础设施，只需上传数据并执行 SQL 查询。它是数据分析、商业智能、ETL/ELT 的核心工具。

何时选择哪个存储服务？
* 存储非结构化数据（文件、媒体、备份）：Cloud Storage。
* 作为虚拟机的硬盘：Persistent Disk。
* 需要高性能共享文件系统：Filestore。
* 需要托管式的关系型数据库：Cloud SQL。
* 需要可伸缩的 NoSQL 文档数据库（特别是移动/Web 后端）：Firestore/Datastore。
* 需要处理大规模运营/IoT 时间序列数据：Bigtable。
* 需要进行大规模数据分析和查询：BigQuery。

3.3 网络服务 (Networking)

网络服务连接你的云资源，并使其能够与用户和互联网进行交互。

Virtual Private Cloud (VPC): GCP 的虚拟网络。你可以创建自己的私有网络，定义子网、路由、防火墙规则，控制资源之间的通信。VPC 具有全球性，一个 VPC 网络可以跨越多个区域。
Load Balancing: 负载均衡服务，将用户请求分发到健康的实例（如虚拟机、容器）上，提高应用的可用性和可伸缩性。GCP 提供多种类型的负载均衡器，包括全球性的 HTTP(S) 负载均衡，可以跨区域分发流量。
Cloud DNS: 高性能、可伸缩的托管式域名系统服务，将域名转换为 IP 地址。
Cloud CDN: 内容分发网络服务，通过在全球边缘节点缓存内容，加速网站和应用程序的交付。
Cloud Interconnect / Direct Peering: 将你的本地数据中心与 GCP 网络直接连接，提供更高的带宽和更低的延迟。

3.4 大数据与分析服务 (Big Data & Analytics)

这是 GCP 的强项领域，提供了一系列强大的工具。

BigQuery: 前面已介绍，其核心价值在于其超强的分析查询能力。
Dataflow: 用于构建批处理和流处理数据管道的全托管服务。非常适合进行数据转换、ETL（抽取、转换、加载）等任务。
Dataproc: 托管式的 Apache Spark 和 Hadoop 服务。如果你熟悉这些生态系统，可以使用 Dataproc 轻松运行相关的集群进行大数据处理。
Pub/Sub: 实时消息传递服务，用于构建可伸缩的事件驱动系统和数据流管道。

3.5 人工智能与机器学习服务 (AI & Machine Learning)

Google 在 AI/ML 领域投入巨大，GCP 也提供了丰富的相关服务。

Vertex AI: 一个端到端的 ML 平台，涵盖数据准备、模型训练、评估、部署、监控等整个 ML 生命周期。
Pre-trained APIs: 提供预先训练好的机器学习模型，通过简单的 API 调用即可使用，如：
- Vision AI: 图片内容识别。
- Natural Language AI: 文本分析、情感分析。
- Translation AI: 机器翻译。
- Speech-to-Text / Text-to-Speech: 语音与文本转换。
- Dialogflow: 构建对话界面（聊天机器人）。

3.6 管理与开发者工具 (Management & Developer Tools)

这些服务帮助你管理云资源、监控应用、自动化部署等。

Cloud Console: 基于 Web 的图形用户界面，用于管理所有 GCP 资源。
Cloud SDK (gcloud CLI): 命令行工具集合，可以通过终端与 GCP 交互，进行自动化操作。
Cloud Shell: 基于浏览器的命令行环境，预装了 Cloud SDK 和其他开发工具，方便快速开始。
Cloud Monitoring: 监控云应用的性能、可用性和健康状况。
Cloud Logging: 收集、存储和分析应用和系统日志。
Cloud Build: 自动化构建、测试和部署应用程序的服务（CI/CD）。

这只是 GCP 众多服务中的一部分常用服务。随着你的学习深入，你会接触到更多特定用途的服务。

第四章：从零开始：你的第一个 GCP 体验

理论知识再多，也需要实践来巩固。下面指导你如何迈出在 GCP 上的第一步。

4.1 注册 Google Cloud 账号并激活免费试用

访问 Google Cloud 官方网站 (cloud.google.com)。
点击“免费开始使用”或类似的按钮。
你需要一个 Google 账号。如果没有，请先注册一个。
按照提示填写必要信息，包括验证身份（通常需要信用卡信息，但请放心，只要你不超出免费层级或免费试用金的额度，就不会被收费）。提供信用卡是为了验证你的身份，并确保你不是机器人。
成功注册并激活免费试用后，你通常会获得一笔金额不等的免费试用金（例如 $300），可以在一段时间内（例如 90 天）使用大部分 GCP 服务。同时，你也会享受到永久免费层级的使用额度。

4.2 认识 Cloud Console

注册成功后，你会进入 GCP 的管理控制台 (Cloud Console)。这是你与 GCP 交互的主要界面。

顶部导航栏: 显示当前选择的项目，可以通过下拉菜单切换项目。右侧是搜索框、帮助、通知等图标。
左侧导航菜单: 包含所有 GCP 服务的列表，按类别组织（计算、存储、数据库、网络、大数据、AI/ML 等）。点击服务名称即可进入该服务的管理页面。
主工作区域: 显示当前服务的详细信息、资源列表、配置选项等。
活动摘要/仪表盘: 首页通常显示项目的概览信息、资源使用情况、费用摘要等。

花一些时间浏览 Cloud Console，熟悉不同服务的入口和界面布局。

4.3 创建你的第一个项目

即使你只有一个 Google 账号，你也会被要求在开始使用资源之前创建一个项目。

在 Cloud Console 顶部导航栏，点击当前项目名称旁边的下拉箭头。
点击“新建项目”。
输入项目名称（例如 “my-first-gcp-project”）。GCP 会自动生成一个项目 ID，你也可以修改它（一旦创建就不能更改）。
选择一个组织（如果你的账号关联了组织）和计费账号。
点击“创建”。等待几秒钟，项目就会被创建。
创建完成后，确保你在 Cloud Console 中切换到这个新创建的项目。

所有的后续操作都将在你当前选定的项目下进行。

4.4 尝试创建第一个资源：一个 Cloud Storage 存储桶

让我们创建一个简单的 Cloud Storage 存储桶来存储一些文件。

在左侧导航菜单中，找到“存储” -> “Cloud Storage” -> “存储桶”。
点击“创建存储桶”。
输入一个全局唯一的存储桶名称（名称不能与全球任何其他 GCP 用户已有的存储桶名称重复）。例如：my-unique-bucket-for-gcp-intro-YYYYMMDD。
选择数据存储位置。通常选择靠近你的区域（例如 asia-east1）。
选择默认存储类别。对于初学者，Standard 类别通常是合适的。
选择访问控制模型（统一访问控制或精细访问控制）。统一访问控制与 IAM 集成更紧密，对于入门来说通常更简单。
保持其他默认设置，点击“创建”。

恭喜！你已经成功创建了你的第一个 GCP 资源。你现在可以将文件上传到这个存储桶中。

4.5 尝试创建另一个资源：一个 Compute Engine 虚拟机

虚拟机是云计算中最基础的计算资源。让我们创建一个简单的虚拟机。

在左侧导航菜单中，找到“计算” -> “Compute Engine” -> “VM 实例”。
如果这是你第一次使用 Compute Engine，可能需要等待几分钟以初始化 API。
点击“创建实例”。
输入实例名称（例如 my-first-vm）。
选择区域和可用区（建议选择你创建存储桶的同一区域，可用区任意选择一个即可）。
选择机器配置（机器系列和机器类型）。对于入门学习，选择一个较低配置的机器类型即可（例如 e2-micro），它通常包含在免费层级内。
选择操作系统镜像（例如 Debian、Ubuntu、CentOS 或 Windows Server）。
在“身份和 API 访问权限”部分，默认设置通常即可，它允许虚拟机访问 GCP 服务（如 Cloud Storage）。
在“防火墙”部分，勾选“允许 HTTP 流量”和“允许 HTTPS 流量”，以便从外部访问该虚拟机上运行的 Web 服务（如果你打算运行的话）。
保持其他默认设置，点击“创建”。

虚拟机创建需要一些时间。创建成功后，你会在 VM 实例列表看到它的状态变为绿色对勾。你可以找到它的外部 IP 地址，并通过 SSH 连接到它进行管理。

4.6 使用 Cloud Shell 和 gcloud CLI

除了 Cloud Console，命令行是管理 GCP 资源的强大工具。Cloud Shell 提供了一个预配置的环境。

在 Cloud Console 页面右上角，点击 Cloud Shell 图标（一个终端窗口）。
等待 Cloud Shell 环境启动。它会给你一个基于浏览器的终端。
这个终端已经自动认证了你的 Google 账号，并且预装了 gcloud 命令行工具。
尝试运行几个基本的 gcloud 命令：
- gcloud info：查看当前配置信息（项目、区域等）。
- gcloud compute instances list：列出当前项目下的 Compute Engine 虚拟机实例。
- gcloud storage buckets list 或 gsutil ls：列出当前项目下的 Cloud Storage 存储桶（gsutil 是 Cloud Storage 的命令行工具，通常与 gcloud 一起安装）。

通过命令行进行操作，对于自动化和脚本化任务非常有用。

4.7 清理资源以避免不必要的费用

非常重要的一步！ 即使有免费层级和试用金，为了避免在免费额度用尽后产生费用，建议你在完成试验后删除不再需要的资源。

删除 VM 实例: 回到 Compute Engine -> VM 实例列表，选择你创建的虚拟机，点击顶部的“删除”按钮。删除 VM 实例通常也会删除其关联的 Persistent Disk（除非你在创建时明确配置为不删除）。
删除 Cloud Storage 存储桶: 回到 Cloud Storage -> 存储桶列表，选中你的存储桶，点击顶部的“删除”按钮。注意，删除存储桶前必须确保其中没有文件，否则需要先清空存储桶。
删除项目 (可选): 如果你只是为了入门试验，并且不打算在这个项目下进行后续操作，最彻底的方式是删除整个项目。删除项目会删除该项目下的所有资源。
- 在 Cloud Console 顶部导航栏选择你的项目。
- 在左侧导航菜单中，找到“IAM 与管理” -> “设置”。
- 点击页面顶部的“删除项目”。
- 你需要输入项目 ID 进行确认。项目会在一段时间后被彻底删除。请谨慎操作，项目删除是不可逆的！

养成及时清理不再使用资源的习惯，是使用云计算的重要实践。

第五章：学习资源与下一步

恭喜你已经迈出了 GCP 入门的第一步！这仅仅是 GCP 强大能力的冰山一角。接下来，你可以根据自己的兴趣和需求，深入学习更多内容。

5.1 官方学习资源

Google Cloud 文档: 最权威、最全面的学习资源。访问 cloud.google.com/docs，查找你感兴趣的服务文档。
Google Cloud Codelabs: 提供一步一步的实践教程，通过实际操作来学习特定的服务或功能。
Qwiklabs (现已整合到 Google Cloud Skills Boost): 提供基于浏览器的实践实验室环境，你可以在真实的 GCP 环境中完成各种任务，无需担心环境搭建和费用（实验费用通常由平台承担）。这是学习 GCP 服务和准备认证的极佳平台。
Google Cloud 官方博客: 获取最新产品发布、最佳实践和技术深度文章。

5.2 在线课程平台

许多在线教育平台提供 GCP 相关的课程，从入门到高级，例如：

Coursera
Udemy
Pluralsight
edX

寻找由 Google Cloud 官方或授权讲师提供的课程，通常质量较高。

5.3 社区与认证

Stack Overflow: 提问关于 GCP 的技术问题，获取社区帮助。
Google Cloud 社区论坛: 与其他用户交流经验。
参加本地的 Google Developer Groups (GDG) 或 Cloud Community: 参与线下或线上的技术交流活动。
Google Cloud 认证: 如果你想证明自己的 GCP 能力，可以考虑考取 Google Cloud 的专业认证（如 Associate Cloud Engineer, Professional Cloud Architect 等）。备考过程本身也是一个系统学习 GCP 的过程。

5.4 探索更多服务和用例

构建一个简单的 Web 应用: 学习如何使用 Compute Engine、Cloud Storage、Cloud SQL 构建并部署一个网站。
处理和分析数据: 学习如何将数据导入 Cloud Storage，然后使用 BigQuery 进行查询分析。
使用容器和 Serverless: 尝试使用 GKE、Cloud Run 或 Cloud Functions 部署一个微服务或 API。
探索 AI/ML 服务: 使用 Vertex AI 或预训练 API 尝试进行图像识别、文本分析等。

结论

Google Cloud Platform 是一个功能强大、技术领先的云计算平台。从基础设施（Compute Engine, Cloud Storage, VPC）到平台服务（GKE, Cloud SQL, BigQuery）再到前沿技术（AI/ML），GCP 提供了构建各种应用和解决方案所需的几乎所有工具。

从零开始认识 GCP，关键在于理解其核心概念（区域、项目、IAM、计费）和服务分类。然后，大胆地注册账号，利用免费层级和试用金，通过 Cloud Console 和 Cloud Shell 进行实际操作。创建虚拟机、存储桶、部署一个简单的应用，亲手体验云的魅力。

云计算的学习是一个持续的过程，技术不断发展，新的服务层出不穷。保持好奇心，多实践，多利用官方和社区资源，你一定能够在 GCP 的世界里不断成长。

祝你在 Google Cloud 的探索之旅中一切顺利！