Google Cloud Next 会议摘要

  • Richard Seroter
  • 冬雨

2017 年 4 月 4 日

话题:GoogleDevOps语言 & 开发AI

Google Cloud Next 来自世界各地的云端爱好者参加了Google Cloud Next会议,听取搜索行业巨头的更新情况。在很多主题演讲和 200 多个会议中出现了三个较为宽泛的主题要点:服务规模和成熟度、可用的机器学习和企业友好性。

在发布会上,Google 高管宣布了最新的和已升级了的云服务。正如TechRepublic 所提出的,Google 将 vCPU 虚拟机上限翻倍,并且添加了尖端的英特尔处理器。

Google Cloud 客户将可使用内存高达 416GB 的 64 核 GCP 虚拟机进行计算了。演讲中还提到了,Google 是第一个在下一代 Intel Xeon Skylake 处理器上提供云服务的公司。

Google 也正在扩大云服务所能涉及到的范围。Google 的技术基础设施高级副总裁 Urs Holzle,宣布了三个新的数据中心区域:加利福利亚、蒙特利尔和荷兰。这代表着由五十个单独区域组成的十一个区域的增长。Alphabet 公司的董事长 Eric Schmidt 表示,Google 已经投入了数十亿美元进行云计算的开发,所以客户不用担心其开发进度。

Schmidt 说:“我们已经在这个平台投入了 300 亿美元,你们何必做重复的投入呢?我们严肃、认真地看待这个项目,并且对我们而言这是一个非常重要的任务。我们公司有资金,有手段,并且承诺为需要它的每个人提供一个全新的计算平台。所以请不要尝试重复去做这件事情了。你们应该更合理地使用资金。”

图片由 Richard Seroter 提供

Google 的原始云服务也已得到了升级。App Engine Flex 具有新的语言和 Docker 支持

App Engine 现在可支持Node.jsRubyJava 8Python 2.7 版本或者 3.5 版本Go 1.8以及测试版的 PHP 7.1 和.NET Core,所有的这些 99.5% 都是由 App Engine 的 SLA 提供支持。我们托管的运行时使你很容易从最喜欢的语言开始入手,并使用你选择的开源数据库和数据包。在这些开箱可用的功能之外,你还需要些其他不同的东西? 那么通过提供你自己的 Docker 开源引擎,突破其中的限制,就可以在 App Engine 上很简单地运行任何语言、任何库以及框架了。

Google 以网络规模的数据服务而闻名,在 Google Cloud Next 上,他们对其数据库产品进行了多方面的增强。首先,他们扩展了 Cloud SQL 产品。除了提供完全托管的 MySQL 数据库,Google 现在也提供了完全托管的 PostgreSQL 实例。Google 宣布,针对微软爱好者,将在 Google 计算引擎上引入 Microsoft SQL Server Enterprise 通用版本的概念。因为这是在会议前的几个星期才宣布的,所以大家是很难错过 Google Cloud Spanner 会议的。跳出 CAP 理论的数据库在主题演讲和会议中非常博人眼球。

整场会议的关注点在于开放源代码做出的贡献以及其增长情况。Google 强调了 2016 年在 GitHub 上提交的 287,024 个开源项目。仅仅去年,他们就贡献了 15,000 多个项目。许多 Google 赞助商发起的倡议之一是 Kubernetes。在会议上,Google 宣布了与 Pivotal 的合作,要将 BOSH(为 Cloud Foundry 提供支持的发布工程工具)带到 Kubernetes 环境中。

Google 宣布了一些注入机器学习的服务。全新的云视频智能 API(Cloud Video Intelligence API)使用机器学习去分析视频和让开发人员搜索对象。新的数据泄露防护 API(Data Loss Prevention API)使用机器学习算法,从文本或者图像中识别、修改个人身份信息(PLL)。为了减少数据科学家准备数据、分析数据所需要的时间,Google 还创建了 Google Cloud Dataprep

Google Cloud Dataprep 是一种新的基于无服务器浏览器的服务,可以大幅缩短准备数据进行分析的时间,这相当于平衡了数据科学所需要做的大约 80% 的工作量。它智能地连接到你的数据源,识别数据类型,识别异常并对数据转换提出建议。数据科学家可以可视化他们的数据模式,直到他们对被建议的数据转换感到满意。然后 Dataprep 会在 Google 云端资料流中创建一个数据管道,清理数据,并且将其导出到 BigQuery 或者其他目的地。

其他与机器学习相关的公告包括Cloud Vision API的通用版本,云机器学习引擎的通用版本以及 Kaggle 的收购。Kaggle被描述为“世界上最大的数据科学家和机器学习爱好者的家园”。

“企业友好性”是会议提出的最后一个主要趋势。众多公司上台称赞了 Google 的企业品质,Google 介绍了一些迎合大企业需求的能力。其中一个重要领域是成本管理

Google 也正在通过讨论成本来锁定目标企业。据 Hölzle 称,使用其他云服务提供商的企业因为签订了三年租赁以获得最佳定价而浪费了大量资金,并且被迫使用固定配置,导致即使没有使用其所有的资源,也必须支付所有的费用。

为了解决这个问题,Google 宣布了承诺使用折扣协议。当他们预付使用费用时,这个程序给予公司大量的折扣。虽然 AWS 主动在客户保留特定实例大小时提供折扣,而 Google 的折扣根据总 RAM 和 CPU 来决定。它是按月收费的,可应用于各种机器和实例类型。Google 表示,这种模式可显著节约成本,同时不会影响其灵活性。

分析Google 和 AWS 的定价,并且比较在“真实世界的情况下”使用这些公司的折扣结构,RightScale 发现,Google 将比 AWS 一年和三年的承诺便宜 28% 到 35%。

Google 还分享了一种不同于其他云供应商的全新支持模式。工程支持计划的成本不是来自公司的每月账单,而是按每个支持席位计费。Google 表示,这种模式提供了更多的可预测性,同时提供更大的自由。

有了这个新模型,你只需要为你团队所需要的职责付费,并且决定最适合你的支持响应时间期限,让它最适合你的程序生命周期阶段,以及你的组织中需要与支持交互的人。

你可以混合和匹配你的支持级别,根据你的项目成熟情况付费。

你可以根据你的需求发展逐月调整,通过业务变化更改支持需求。

微软软件是“企业级”的同义词,而 Google 也希望,他们的云服务可以对这些工作负载有更大的吸引力。他们宣布了多个面向Windows 和.NET 的新功能。

Google 在早期曾表示要建立“面向企业级 Windows 的领先行业的云环境”。该公司此前也宣布了,将在 Google 计算引擎上公布微软 SQL Server 企业版 和 Windows 服务器核心的预配置概念。Stevens 日前宣布 SQL Server 企业版已具备通用版本,以及发行 Google App Engine 和 Container Engine 的.NET 测试版。

Google 高管还对他们的业务工具进行了一些改进。这包括了基于队伍的存储驱动器、全新的云端硬盘内容管理控制以及环聊体验的改进。Google 团队还展示了 Jamboard,这是一种用于分布式团队协作的“云中的白板。”

图片由 Richard Seroter 提供

在会议上,Google 宣布了很多企业友好的合作伙伴关系。按照任何公开云的通行仪式,Google 宣布了与软件巨头 SAP 的合作伙伴关系。

该公司宣布,SAP 将在 Google 的云端提供 SAP HANA(其内存数据库和分析引擎),这对 Google 而言也是重要的一步,因为它强调了大型企业成为了 GCP 的客户和合作伙伴。

在 2016 年秋季,Google 宣布了他们的客户可靠性工程(Customer Reliability Engineering)计划。在 Google Cloud Next 上,Google 透露,Pivotal 是第一家 CRE 技术合作伙伴。在 Google 云端平台上运行着 Pivotal Cloud Foundry 的客户“可以感觉放心,因为他们将默认构建和部署高可靠性系统”。对于在 Google 云端平台上寻找托管服务的客户,Google 宣布了与 Rackspace 的新合作伙伴关系

Google 撰写了一篇博客,概述了“ Google Cloud Next '17 的 100 个声明”,并在Youtube发布了主题演讲和会话视频。

查看英文原文Conference Recap: Google Cloud Next

GoogleDevOps语言 & 开发AI