Google Cloud Next 19 Keynote 重點回顧!Anthos 混合雲管理平台重磅推出!

Google Cloud Next’19 在台灣時間 4/10 於舊金山 Moscone Center 盛大舉行,除了最熱門的 Anthos 混合雲管理平台之外,Google 在「基礎設施」和「AI」上,仍端出許多「牛肉」,GCP專門家帶您快速回顧今年 NEXT 大會推出的各項雲端服務。

協助企業上雲的基礎建設

首爾、鹽湖城新機房 2020 年啟用

延續去年 Google Cloud 在基礎建設的投資,Google CEO Sundar Pichai 率先在 Next 大會發布:GCP 將在南韓首爾和美國鹽城湖拓展新的雲端機房,而在今年四月甫推出的更高規格 Compute-optimized、memory-optimized 的虛擬機器,也是 GCP 持續投資的佐證 (了解更多)。


管理跨雲應用的平台:Anthos

此次 Next 大會最大的亮點即為基於 Kubernetes 所建構的 Anthos 多雲端平台正式 GA,Anthos 的前身是 Google Cloud Service Platform,它不僅由 Google 完全代管且操作簡單,服務更延伸到地端機房和包括 AWS、Azure 在內的其他雲端供應商。隨著雲端越來越熱門,如何管理地端應用程式和 IT 變得越來越困難,Anthos 是一個混合雲管理平台,可以讓企業可以更專注於開發商業邏輯。(延伸閱讀:Anthus 完整介紹)

為什麼 Google 會在今年將重心放在混合雲上呢?

根據調查顯示,還在使用地端機房企業目前仍佔市場 80%,想採用混合雲策略的企業則占了 88%,為加快他們上雲的腳步,Google Cloud 決定以「混合雲」及「簡化雲端搬遷歷程」為重點發展目標。

除了「Anthos Migrate」即將推出 Beta 版本之外,為幫助零售業轉型,Google 推出 Traffic Director 測試版:為企業量身打造的作業系統及流量控管頁面,可達到如金絲雀部署的流量控管能力。

Anthos 成功應用案例:KOHL’s 柯爾百貨公司

老牌連鎖百貨 Kohl’s 在美國擁有逾千店面,是美國最大的百貨集團之一,儘管如此隨著技術的演進,Kohl’s 跟所有零售業一樣面臨了數位轉型的挑戰。看重 Google Cloud 創新與高技術能力,Kohl’s 選擇與 GCP 合作,近三年來已經將 70% 的應用程式搬遷到雲端,Kohl’s 技術總監 Ratnakar 更表示:「很高興 Google Cloud 為 Kohl’s 帶來的改變,它讓我們輕鬆的迎戰 Black Friday 和 Cyber Monday 購物節所帶來的高流量。」

Google 代管的認證服務:Managed Service for Microsoft Active Directory (Alpha)

Microsoft Active Directory 仍然是目前最多企業使用的身份認證服務。儘管過去 GCP 讓使用者能手動建立 Active Directory,但中間的步驟較為繁瑣,隨著 Google 把重心投入在混合雲,GCP 新服務:Managed Microsoft Active Directory 也將扮演指標性的角色,企業 IT 團隊能夠更輕鬆地管理並把注意力放在更高價值的專案。

Cloud SQL 將支援 MSSQL:完全代管、高可用性的資料庫服務

今年開始 GCP 將支援 Cloud SQL for Microsoft SQL Server 的功能,此功能將允許使用者把部署於地端機房的 SQL Server 服務搬至 GCP,Cloud SQL 將包辦一切備份、更新等繁雜的任務。使用者不再需要擔心延遲及安全性的問題,也可以減少自己維護資料庫的成本。

將無伺服器導入容器:Cloud Run

Cloud Run 是全代管的無伺服器計算平台,您可以透過 HTTP request 執行 stateless 容器。減少管理基礎建設的部份,並專注於更重要的產品開發。Cloud Run 基於 Knative 所建構,可以將容器跑在完全由 GCP 代管的 Cloud Run,或是自行將 Cloud Run 架構在 GKE 上來達到更多彈性。

Cloud Data Fusion:快速打造 Cloud-Native ETL Data Pipeline

Cloud Data Fusion 是一款由 Google 代管的 Cloud-native 資料整合服務,幫助使用者快速打造並管理 ETL Data Pipelines。「圖形化介面」、「支援大量的開源函式庫」、「預設定的 connectors 以及 transformations」是 Cloud Data Fusion 的三大優勢。Cloud Data Fusion 讓企業可以將注意力從「整合程式」轉移到更深入的「商業洞察」。

Cloud Data Fusion instance 是由 GKE、CloudSQL、Cloud Storage、Persisten Disk 及 CKMS 所組成。一個 GCP project 對應到一個 tenant project,而一個 tenant project 就是由許多 Data Fusion instances 所組成。

Cloud Data Fusion 計價類型分為:

  1. Basic:$1.8 per instance per hour)
  2. Enterprise:$4.2 per instance per hour,Enterprise 版本多了 streaming pipelines、HA、REST API等功能,請參考官方文件

多項資料分析 & AI 產品更新

BigQuery BI Engine

BigQuery BI Engine (beta) 以 BigQuery 為基礎,利用 in-memory analysis 的方法,達到極為快速分析的服務,它允許用戶以 sub-second query 的回應時間去分析大型複雜的資料集。BigQuery BI Engine 跟 Data Studio、Looker、甚至是「Spreadsheet」高度整合,加快資料分析的腳步。

  1. 透過「高 concurrency」和「sub-second query 回應時間」實踐即時儀表板 (dashboard)。
  2. 透過減少額外的 ETL 或 BI 伺服器管理,簡化 BI 架構並加快分析洞察的時間。
  3. 透過「自動調整性能」和「高容量彈性」,優化大型數據集上的可視化分析。

AutoML Tables

如同上次 Next 大會提出的 AutoML 系列產品,即使對機器學習專業知識了解有限,AutoML Tables 也能讓您從 structure data 創建精確的模型,大幅降低企業進入機器學習的門檻。資料來源可以是 BigQuery 或是其它 Google Cloud 產品 (例如:Google Cloud Storage 等),讓您可以更快速的應用機器學習在「識別詐欺案件」或者是「客戶生命週期價值」等領域。

延伸閱讀:AutoML Tables 官方產品文件

AI Platform + AI Hub

機器學習專案包含:資料收集、處理、訓鍊、開發、佈署等項目,需要不同職能的團隊共同參與,AI Platform 讓各職能可以透過統一的介面一起去完成機器學習專案,不論是整合開源平台 kubeflow,或是與 Google 最尖端的 AI 技術整合 (如:TensorFlow、TPUs、TFX 等),都可以在 AI Platform 上完成。

AI Hub 是一個完全代管的 AI 元件庫,讓企業可以分享 pipeline、model、algorithm 等元件,讓元件能盡可能的被使用。AI Hub 與 AI platform 高度整合,用戶可以輕易的將元件部署在 AI Platform 上使用。

延伸閱讀 (一):AI Platform 官方產品文件
延伸閱讀 (二):AI Hub 官方產品文件

Recommendation AI 應用

Recommendation AI 讓使用者可以在沒有機器學習專家、架構師、維運人員的情況下,針對自身需求打造一個客製化的推薦系統。透過您的產品目錄 (註一) 以及用戶事件 (註二),Recommendation AI 構建了一個專屬於您公司的推薦模型。

註一:產品目錄:銷售給客戶的產品資訊,包括產品標題、描述、定價等。
註二:用戶事件:終端使用者在您網站上的行為,包括搜尋紀錄、查看或購買特定產品等。

 


連絡「GCP 專門家」