Google Cloud 生态系统的核心技术堆栈由众多工具组成。这些工具涵盖许多类别，包括容器、数据分析、存储、多云、计算、无服务器计算和数据库。
由于其中许多技术形成了云工作流，因此您需要彻底了解这些工具。
在这里，我们将看看精心挑选的 Google Cloud 工具列表，这些工具对于成功运行基于云的活动至关重要。它们是您作为 Google Cloud 专家应该使用的工具。
BigQuery 是一个托管数据仓库。它可以帮助您轻松摄取、存储、分析和可视化数据。
可以批量上传数据到仓库。您还可以从多个来源提供数据，例如 Google 助理、智能小工具、自动化机器等。
它具有地理空间分析、机器学习 (ML) 和商业智能 (BI) 等内置功能，可共同提供可操作的见解。您可以使用符合 ANSI 的标准 SQL 方言来执行数据库查询。
您可以存储和分析 BigQuery 上存储的数据。或者，您可以使用该工具分析存储在其他地方的数据。
您可以使用Google Cloud Console 用户界面、命令行或 API 客户端库与该工具进行交互。您可以通过注册Google Cloud Skills Boost 等 Google Cloud 学习计划来掌握 BigQuery 。
Filestore 是 Google Cloud 的托管云存储服务。它促进了通过虚拟机、Google Kubernetes Engine 或 Compute Engine 访问数据的应用程序的低延迟文件操作。
它是一种云存储技术，可支持高达每秒 920K 的输入/输出操作 (IOPS)。数据分析、基因组数据处理、媒体渲染等项目是对延迟敏感的工作负载。
因此，您需要像 Filestore 这样的高速数据处理存储。它可以以 25 GB/s 的传输速率存储高达 100TB 的数据。
永久性磁盘是虚拟机的可靠存储选项，因为它们提供快速数据访问和自动加密。这些是由 HDD 和 SSD 组成的块存储。
Persistent Disk 提供了灵活的操作模型，例如无需重新启动虚拟机即可实时升级磁盘大小，以及在您的应用程序需要更高 IOPS 时从 HDD 切换到 SSD。
您可以将 Persistent Disk 附加到您在 Compute Engine 或 Google Kubernetes Engine 上运行的实例。当您结束虚拟机上的任何实例时，您可以毫不费力地分离磁盘以保留数据。
多个虚拟机可以同时访问一个 Persistent Disk 中的数据而不会出现延迟。
它是用于多云和混合开发和运营的高级应用程序管理平台。您可以通过 Anthos 管理 Google Kubernetes Engine 集群、虚拟机上的工作负载以及 AWS 上的云操作。
您无需设置管理程序或虚拟机监视器 VMM 软件即可在您的服务器和虚拟计算基础架构上运行 Anthos。Anthos 是在所有虚拟机中创建、实施和自动化安全策略的完美工具。
例如，Anthos Config Management 始终使用安全性和合规性策略更新 Kubernetes 集群。
Google Kubernetes Engine (GKE) 是一种管理容器化应用程序部署和运行的工具。它是在 Google Cloud 上开发的开源程序。
它有助于在任何地方进行更快、更安全的软件开发和部署。您可以使用 GKE 实现容器管理自动化，并将人力资源分配给最重要的任务。
它具有用于软件部署、更新应用程序、根据用户活动扩展或缩小以及监控应用程序性能的内置命令库。
Compute Engines 让您可以在 GCP 上运行虚拟机。它有助于在主机之间实时迁移数据和应用程序，而无需重新启动虚拟机。
因此，即使您的后端团队正在更新或调试编程代码，关键的基于云的软件也会继续运行。
Google Cloud 根据 CPU 内核、内存和性能对计算引擎进行分类。计算引擎最多有九种变体，它们带有 T2D、M2、N2、C2、A2 等代码。
T2D 是 Web 服务器、大型 Java 应用程序、媒体转码等的理想选择。另一方面，A2 是具有 A100 GPU 的最高性能计算引擎，用于机器学习和人工智能工作负载。
它是一个无服务器计算平台，可以在云上快速开发和部署应用程序。您无需担心二进制文件或编程语言的基础架构和系统兼容性。
您可以使用您选择的任何语言编写代码，例如 Python、Java、Go、Ruby 等等。Cloud Run 使您的应用真正可移植，因为该平台基于 Knative 开放标准构建。
您可以毫不费力地将您的应用程序迁移到任何 Kubernetes 集群、Google Cloud Platform 或任何其他第三方云解决方案。
如果您想开发更大规模的托管 Web 应用程序，App Engine 是您理想的 Google Cloud 工具。只需使用任何支持的语言（如 PHP、Java、Go、Python 等）编写程序，然后点击 gcloud 应用程序部署。
App Engine 将自动上传并在 Google Cloud 上运行您的代码。它会根据应用程序使用请求自动放大和缩小。
因此，应用程序所有者可以通过自动扩展而不是坚持未使用的应用程序托管基础架构来节省很多。它还提供免费的 SSL 证书，以确保您的应用程序的数据传输安全，无论是移动应用程序还是 Web 应用程序。
它本质上是 Google Cloud Platform 上的 NoSQL 文档数据库服务。您可以在物联网设备、物联网可穿戴设备、智能手机应用程序和网络应用程序等设备的应用程序上高效地存储、同步和查询数据。
它还可以保护您的数据库，同时为多区域应用程序自动复制数据库。如果您修改后端代码，您的应用将反映实时更改，因为 Firestore 近乎实时地运行。
因此，您可以在您的应用程序中实现协作工作和跨设备功能。
Firestore 还会自动扩大/缩小应用数据访问的需求。因此，如果应用程序在 Firestore 上，它就不会面临因数十亿次访问请求而导致应用程序崩溃之类的奇怪时刻。
Cloud Spanner 是来自 Google Cloud 的托管关系数据库。对于依赖于无延迟实时数据检索的关键任务应用程序来说，它是理想的数据库。
因此，您将看到 Spanner 在促进实时在线交易和实时决策制定工作负载的应用程序中的使用。
它提供了关系数据库的最佳属性和 NoSQL 数据库的扩展的混合体验。您可以通过 Google Cloud Console 或 gcloud 命令行界面与 Spanner 交互。
Bigtable 是 GCP 管理的 NoSQL 数据库，用于大型分析工作。这是一个人口稀少的表，可以容纳数千列和数十亿行。
在进行大数据分析（例如 TB 或 PB 级数据）时，您需要来自 Google Cloud 的 Bigtable。它通过低延迟的高读/写率促进对大量数据的快速访问。
您可以使用命令行界面、云控制台或 API 创建 Bigtable 实例。Google 搜索引擎和 Google 地图使用 Bigtable 将搜索结果瞬间提供给数十亿用户。
现在您知道应该首先学习哪些 Google Cloud 工具以应对任何基于 Google Cloud 的项目的挑战。然而，谷歌在谷歌云的保护伞下提供了更多的工具和产品。
无论是今天还是明天，您都需要熟悉所有 GCP 工具，以建立对 GCP 运营的强大控制。您可以注册免费的在线课程，以加快您的 IT 学习目标。
