Compute Engine
为稳定服务、批处理和需要精细资源控制的工作负载规划虚拟机计算。
适合场景
- 核心业务服务
- 批量计算
- 遗留应用迁移
Product portfolio
八类核心产品能力，不等于八个孤立采购项
企业选云产品时容易从熟悉的技术名词出发，却忽略负载之间的依赖与治理成本。谷米云先把业务请求拆解为计算形态、数据生命周期、访问路径、交付节奏和安全边界，再选择适合的 Google Cloud 产品组合。虚拟机适合需要操作系统控制或分阶段迁移的负载；无服务器容器适合无状态服务和事件任务；Kubernetes 更适合已经具备平台工程能力、需要统一多团队交付规范的组织。数据层则要同时考虑事务、分析、备份、归档和跨区域流动，避免用一个数据库解决全部问题。
Cloud Storage
面向对象、媒体、备份和数据交换文件，设计分层存储与访问控制策略。
适合场景
- 媒体资产
- 备份归档
- 数据湖落地
Google Kubernetes Engine
为多服务交付团队构建可观测、可治理的 Kubernetes 运行平台。
适合场景
- 微服务
- 多团队平台
- 持续交付
Cloud Run
将无状态容器服务以较少基础设施管理投入交付给公网或内部调用方。
适合场景
- API 服务
- 异步任务
- 活动落地页
Cloud SQL
为关系型业务数据提供托管数据库选型、迁移和备份恢复规划。
适合场景
- 交易系统
- SaaS 业务数据
- 应用数据库迁移
BigQuery
为跨区域经营数据建立可查询、可治理、可复盘的分析底座。
适合场景
- 经营分析
- 行为数据
- 数据仓库现代化
Vertex AI
为企业探索生成式 AI、模型调用和应用治理提供从试点到上线的路径。
适合场景
- 智能客服
- 知识检索
- 内容辅助
Cloud CDN
为全球访问的静态内容与可缓存响应设计更贴近用户的交付策略。
适合场景
- 电商媒体
- 游戏官网
- SaaS 静态资源
Selection method
用六个问题完成第一轮选型
一、负载是否有状态与持续运行要求
先确认进程生命周期、磁盘、会话和网络依赖。无状态 API 可以评估 Cloud Run；需要精细资源控制或传统中间件的系统可从 Compute Engine 入手；多服务、多环境和复杂发布策略再评估 GKE。
二、数据如何产生、访问与保留
事务数据、对象文件、分析数据与模型特征应分别规划。Cloud SQL 关注兼容性和恢复目标，Cloud Storage 关注生命周期与访问控制，BigQuery 关注查询规范、分区策略和权限边界。
三、团队能否长期治理
架构选择必须匹配团队能力。复杂平台可能提升控制力，也会增加升级、观测和故障处理负担。我们把交付速度、可用性、成本与维护复杂度放在同一张决策表中，并通过小规模试点验证假设。
Delivery process
五步完成从决策到持续治理
需求评估
梳理业务区域、负载依赖、合规边界和投入目标。
架构设计
形成区域、网络、身份、数据和可观测性基线。
试点验证
选择低耦合负载验证性能、成本和交付流程。
迁移上线
按批次演练切换与回退，并依据指标完成验收。
持续优化
进入成本、安全、容量和可靠性的运营节奏。
FAQ
常见问题
先看应用是否有状态、是否需要 Kubernetes 控制面能力、团队是否具备平台工程经验，再比较弹性方式、交付复杂度和长期治理成本。
不能。完整评估还要覆盖数据流量、运维投入、可用性目标、团队学习成本和业务增长弹性。
拿到适合业务阶段的产品组合建议
提交目标市场、现有负载和时间计划，获得产品组合、迁移批次、成本治理与下一步行动建议。