구글 클라우드 플랫폼 인 액션

PART I 시작하기 1
CHAPTER 1 클라우드란 무엇인가? 3
1.1 구글 클라우드 플랫폼이란 무엇인가? 4
1.2 왜 클라우드를 사용할까? 5
1.3 클라우드 서비스에서 기대할 수 있는 것 7
1.4 클라우드용 애플리케이션 빌드 10
1.5 구글 클라우드 플랫폼 시작하기 15
1.6 구글 클라우드 플랫폼과의 상호작용 20
요약 26
CHAPTER 2 시도하기: 구글 클라우드에 워드프레스 배포하기 27
2.1 시스템 구조 개요 28
2.2 데이터베이스 알아보기 29
2.3 워드프레스 VM 배포하기 35
2.4 워드프레스 구성하기 37
2.5 시스템 리뷰 40
2.6 끄기 41
요약 42
CHAPTER 3 클라우드 데이터 센터 43
3.1 데이터 센터 위치 44
3.2 격리 수준 및 내결함성 47
3.3 안전 문제 51
3.4 리소스 격리 및 성능 54
요약 56

PART II 저장소 57
CHAPTER 4 Cloud SQL: 매니지드 관계형 스토리지 59
4.1 Cloud SQL이란 무엇인가? 60
4.2 Cloud SQL 사용 60
4.3 운영환경을 위한 Cloud SQL 구성 66
4.4 스케일 업(및 다운) 74
4.5 복제 76
4.6 백업 및 복원 81
4.7 가격 책정의 이해 88
4.8 언제 Cloud SQL을 사용해야 할까? 89
4.9 비용 92
4.10 MySQL을 실행하는 VM으로 Cloud SQL 산정 94
요약 96
CHAPTER 5 Cloud Datastore: 문서 저장소 97
5.1 Cloud Datastore란 무엇인가? 99
5.2 Cloud Datastore와의 상호작용 111
5.3 백업 및 복원 117
5.4 가격 책정의 이해 120
5.5 언제 Cloud Datastore를 사용해야 할까? 122
요약 128
CHAPTER 6 Cloud Spanner: 대규모 SQL 129
6.1 NewSQL이란 무엇인가? 130
6.2 Spanner란 무엇인가? 130
6.3 개념 131
6.4 Cloud Spanner와의 상호작용 134
6.5 고급 개념 145
6.6 가격 책정의 이해 167
6.7 언제 Cloud Spanner를 사용해야 할까? 168
요약 173
CHAPTER 7 Cloud Bigtable: 대규모의 구조화된 데이터 175
7.1 Bigtable이란 무엇인가? 176
7.2 개념 180
7.3 Cloud Bigtable과의 상호작용 191
7.4 가격 책정의 이해 203
7.5 Cloud Bigtable은 언제 사용해야 할까? 205
7.6 Bigtable과 HBase의 차이점은 무엇인가? 210
7.7 사례 연구: InstaSnap 권장 사항 211
요약 219
CHAPTER 8 Cloud Storage: 오브젝트 스토리지 221
8.1 개념 222
8.2 Cloud Storage에 데이터 저장 223
8.3 올바른 저장소 클래스 선택 227
8.4 권한 제어 230
8.5 객체 버전 243
8.6 객체 수명주기 247
8.7 변경 알림 250
8.8 일반적인 사용 사례 253
8.9 가격 책정의 이해 256
8.10 Cloud Storage는 언제 사용해야 하나? 262
요약 265

PART III 컴퓨팅 267
CHAPTER 9 Compute Engine: 가상 머신 269
9.1 첫 번째(혹은 두 번째) 가상머신 시작하기 270
9.2 영구 디스크를 이용한 블록 저장소 272
9.3 인스턴스 그룹 및 동적 리소스 292
9.4 선점형 VM을 사용한 단기 수명 컴퓨팅 304
9.5 로드 밸런싱 308
9.6 클라우드 CDN 316
9.7 가격 책정의 이해 322
9.8 언제 GCE를 사용해야 할까? 330
요약 335
CHAPTER 10 쿠버네티스 엔진: 관리형 쿠버네티스 클러스터 337
10.1 컨테이너란 무엇인가? 338
10.2 도커란 무엇인가? 341
10.3 쿠버네티스란 무엇인가? 341
10.4 쿠버네티스 엔진이란 무엇인가? 346
10.5 쿠버네티스 엔진과의 상호작용 346
10.6 클러스터 유지보수 359
10.7 가격 책정의 이해 364
10.8 쿠버네티스 엔진은 언제 사용해야 할까? 365
요약 370
CHAPTER 11 App Engine: 완전 관리형 애플리케이션 371
11.1 개념 372
11.2 App Engine과의 상호작용 378
11.3 애플리케이션 스케일링 398
11.4 App Engine Standard의 관리 서비스 사용 408
11.5 가격 책정의 이해 417
11.6 언제 App Engine을 사용해야 할까? 418
요약 423
CHAPTER 12 Cloud Functions: 서버리스 애플리케이션 425
12.1 마이크로서비스란 무엇인가? 425
12.2 Google Cloud Functions란 무엇인가? 427
12.3 Cloud Functions와의 상호작용 431
12.4 고급 개념 435
12.5 가격 책정의 이해 445
요약 446
CHAPTER 13 Cloud DNS: 관리형 DNS 호스팅 447
13.1 Cloud DNS란 무엇인가? 448
13.2 Cloud DNS와의 상호작용 451
13.3 가격 책정의 이해 458
13.4 사례 연구: 부팅 시 DNS 이름 부여 460
요약 465

PART IV 머신러닝 467
CHAPTER 14 Cloud Vision: 이미지 인식 469
14.1 이미지 주석 달기 470
14.2 가격 책정의 이해 486
14.3 사례 연구: 유효한 프로필 사진 적용 486
요약 488
CHAPTER 15 Cloud Natural Language: 텍스트 분석 489
15.1 Natural Language API는 어떻게 작동하는가? 490
15.2 감정 분석 491
15.3 엔티티 인식 495
15.4 문법 분석 500
15.5 가격 책정의 이해 502
15.6 사례 연구: InstaSnap 해시 태그 제안 503
요약 507
CHAPTER 16 Cloud Speech: 오디오-텍스트 변환 509
16.1 간단한 음성 인식 511
16.2 연속 음성 인식 513
16.3 사용자 정의 단어와 구문으로 힌트 주기 514
16.4 가격 책정의 이해 516
16.5 사례 연구: InstaSnap 비디오 캡션 516
요약 520
CHAPTER 17 Cloud Translation: 다국어 기계 번역 521
17.1 Translation API는 어떻게 작동할까? 523
17.2 언어 감지 525
17.3 텍스트 번역 528
17.4 가격 책정의 이해 530
17.5 사례 연구: InstaSnap 캡션 번역 530
요약 533
CHAPTER 18 클라우드 머신러닝 엔진: 매니지드 머신러닝 535
18.1 머신러닝이란 무엇인가? 535
18.2 Cloud Machine Learning Engine이란 무엇인가? 541
18.3 클라우드 ML Engine과의 상호작용 548
18.4 가격 결정의 이해 565
요약 569

PART V 데이터 처리 및 분석 571
CHAPTER 19 BigQuery: 확장성이 뛰어난 데이터웨어하우스 573
19.1 BigQuery란 무엇인가? 573
19.2 BigQuery와의 상호작용 581
19.3 가격 책정의 이해 597
요약 599
CHAPTER 20 Cloud Dataflow: 대규모 데이터 처리 601
20.1 Apache Beam이란 무엇인가? 603
20.2 Cloud Dataflow란 무엇인가? 611
20.3 Cloud Dataflow와의 상호작용 612
20.4 가격 결정의 이해 621
요약 622
CHAPTER 21 Cloud Pub/Sub: 관리 이벤트 퍼블리싱 623
21.1 메시지 처리의 어려움 624
21.2 Cloud Pub/Sub란 무엇인가? 624
21.3 메시지의 수명 624
21.4 개념 627
21.5 시도해 보기 632
21.6 푸시 구독 636
21.7 가격 정책의 이해 638
21.8 메시징 패턴 640
요약 645

찾아보기 647

스토리지(Storage)는 컴퓨팅에서 반드시 필요한 부분이다. 작업을 마쳤을 때 데이터를 저장할 수 없는 상황을 상상이나 할 수 있을까? 클라우드에서의 스토리지는 지금까지 컴퓨팅에서 본 것과 같은 패턴으로 물리 리소스 관리를 추상화한다. 특별할 것이 없어 보이지만, 사실 데이터 저장은 복잡한 일이다. 예를 들어, 다음과 같은 질문들이 나올 수 있다. 인터넷 사용자의 다운로드 속도를 높이기 위해 엣지 캐시가 필요한가? 처리량이나 지연시간을 최적화하고 있나? "첫 번째 바이트 전송까지 시간"이 수 초가 걸린다면 만족스러울까? 데이터 가용성이 얼마나 필요한가? 얼마나 많은 동시 사용자를 지원할 필요가 있을까?

이전에 App Engine Datastore라고 불렸던 Cloud Datastore는 원래 구글에서 제작한 메가스토어(Megastore)라는 스토리지 시스템에서 비롯된 것이다. 구글 App Engine에 데이터를 저장하는 기본 방법으로 처음 출시되었으며, 구글 클라우드 플랫폼의 일부로 독립형 스토리지 시스템으로 성장했다. 예상해 볼 수 있듯이 대규모 데이터를 처리하도록 설계되었으며, 다른 문서 저장 시스템에서 흔히 발생하는 많은 절충점을 만들었다.

영구 디스크(Persistent Disk)는 외장 하드 드라이브와 비슷하다. 하드 드라이브와 마찬가지로 다양한 크기(예: 100GB 또는 1TB)로 사용할 수 있으며, 물리적으로는 비슷한 방식으로 컴퓨터에 가상으로 연결하여 저장되어 있는 데이터를 볼 수 있다. 기본 필수 저장소처럼 들릴 수도 있지만, 원래 이 저장소는 완전 임시 저장소였다. 컴퓨터를 다시 시작할 때마다 로컬 디스크에 저장된 모든 데이터가 완전히 사라져서 위험한 상태가 될 수 있었다.