AlphaGo完勝世界頂尖棋手的捷報下，機器學習(Machine Learning)儼然成為現今網路科技的顯學。機器學習涵蓋了跨領域的know-how、演算法以及數據。其中數據又是決定機器學習品質重要的一環。Google 深耕大數據分析及應用多年，無所不能的搜尋引擎就是最好的例子。在資料提取(data ingestion)、資料處理(data process)、資料分析(data analytics)以及資料視覺化(data virtualization)等，Google終將這些數據的工作流程轉化為一個一個簡單管理的元件，提供給Google Cloud Platform (GCP) 的使用者使用。
該解決方案在Google Cloud Platform上提供了高度可擴展和可靠的遊戲實施，該平台使用Google App Engine和Google Compute Engine進行即時線上玩家的互動。 該解決方案通過使用 App Engine並通過使用 Compute Engine來運行遊戲伺服器和一般的遊戲引擎，為玩家配對和玩家定制提供核心遊戲元素。
此解決方案涉及的要點包括：
目前 Cloud CDN 雖然尚未支援 GCP 以外的來源(external origin)，但我們可以在 HTTP(S)負載平衡器 (HTTP(S) Load Balancer) 的後端服務 (back-end services) 採取由 GCE VM 自建 Reverse Proxy 的方式提供原站的檔案給 Cloud CDN 讀取，便可快速的享用 Google 強大全球網路下的 CDN 服務。Reverse Proxy 的 VM 規格可使用 n1-standard-1，搭配 Linux 作業系統安裝 Nginx 或 Apache，建議後端 instance group 群組至少兩台避免 SPOF, 以下提供 Nginx 對於網站圖片，CSS 與 JS 的範例設定檔如下：
這兩天 WannaCrypt 盤據各大資訊新聞頭版，影響之大可想而知。
身為 Google Cloud 頂級合作夥伴的 LIVEhouse.in，為您做最快速的更新！由 Google Cloud 提供我們的一些訊息得知，使用 Google Cloud 是絕對不受影響的。以下是我們為各位夥伴們的消息整理：
從 2014 年加入 Google 開始不斷成長，當時還只有 11萬名開發人員使用者，到 2016 年目前已增加至45萬開發者，Firebase 無疑已成為 app 開發者最愛的後端服務平臺（Backend as a Services，BaaS）之一。而 Google 在 2016 年的 I/O大會 中推出了大推模改版後的 Firebase, 不只一口氣增加了許多令人興奮的新功能，還進一步與 Google 其他產品進行更深度的整合。
以下是 Gogolook Growth Team 的 Steven 在超優質 Facebook 社團 Web Analytics 的第一次實體聚會中分享的重點整理，文末也幫大家整理了一些資源連結，有興趣瞭解更多的朋友千萬不要錯過！
*非常感謝本文經原作者(Steven Hsieh)、原出處(Alpha Camp)授權轉載，非經同意請勿任意轉載
**Firebase 付費帳戶已經可和 Google Cloud Platform 帳戶整合，非常方便！