Im Architekturzentrum werden Inhaltsressourcen für eine Vielzahl von Speicherthemen bereitgestellt.
Jetzt starten
Wenn Sie neu bei Google Cloud oder beim Entwerfen von Speicherarchitekturen in Google Cloud sind, lesen Sie zuerst den Artikel Optimale Speicherstrategie für eine Cloud-Arbeitslast entwickeln.
Speicherressourcen im Architekturzentrum
Sie können die folgende Liste von Speicherressourcen filtern, indem Sie einen Produktnamen oder eine Wortgruppe eingeben, die im Ressourcentitel oder in der Beschreibung enthalten ist.
|
Beschreibt, wie Sie Ihre vorhandene lokale Renderingfarm für die Verwendung von Rechenressourcen in Google Cloud erweitern. Verwendete Produkte: BigQuery, Cloud Interconnect, Cloud Storage, Cloud VPN, Compute Engine, Dedicated Interconnect |
|
C3 AI-Architektur in Google Cloud Anwendungen mit C3 AI und Google Cloud entwickeln Verwendete Produkte: Cloud Storage, Google Kubernetes Engine (GKE), Virtual Private Cloud |
|
SaaS-Datenschutz für Google Workspace-Daten mit Spin.AI konfigurieren Beschreibt die Konfiguration von SpinOne – All-in-One-SaaS-Datenschutz mit Cloud Storage. |
|
Datenverwaltung mit Cohesity Helios und Google Cloud So funktioniert Cohesity mit Google Cloud Storage. Cohesity ist ein hyperkonvergentes sekundäres Speichersystem zur Konsolidierung von Sicherungs-, Test/Entwicklung, Dateidiensten und Analyse-Datasets auf einer skalierbaren Datenplattform. Verwendete Produkte: Cloud Storage |
|
Optimale Speicherstrategie für eine Cloud-Arbeitslast entwickeln Bewerten Sie die Anforderungen Ihrer Arbeitslast, prüfen Sie die Speicheroptionen in Google Cloud und wählen Sie eine optimale Speicherstrategie aus. Verwendete Produkte: Cloud Storage, Filestore, Persistent Disk |
|
Speicher für KI- und ML-Arbeitslasten in Google Cloud entwerfen Ordnen Sie die KI- und ML-Arbeitslastphasen Google Cloud-Speicheroptionen zu und wählen Sie die empfohlenen Speicheroptionen für Ihre KI- und ML-Arbeitslasten aus. Verwendete Produkte: Cloud Storage, Filestore, Persistent Disk |
|
Leitfaden zur Planung der Notfallwiederherstellung Der erste Teil einer Reihe, in der die Notfallwiederherstellung (Disaster Recovery, DR) in Google Cloud behandelt wird. Dieser Teil bietet einen Überblick über den DR-Planungsprozess und vermittelt, was Sie wissen müssen, um einen DR-Plan zu entwerfen und zu implementieren. Verwendete Produkte: Cloud Key Management Service, Cloud Storage, Cloud Spanner |
|
Dateispeicher in der Compute Engine Hier werden Optionen für die Dateispeicherung in Compute Engine beschrieben und verglichen. Verwendete Produkte: Compute Engine, Filestore |
|
Schnellstart-Lösung: Dynamische Webanwendung mit Java Dynamische Webanwendung ausführen, die mit Java erstellt und in Google Kubernetes Engine (GKE) bereitgestellt wird. |
|
Schnellstart-Lösung: Dynamische Webanwendung mit JavaScript Dynamische Webanwendung ausführen, die mit JavaScript erstellt und in Cloud Run bereitgestellt wird |
|
Schnellstart-Lösung: Dynamische Webanwendung mit Python und JavaScript Dynamische Webanwendung ausführen, die mit Python und JavaScript erstellt und in Cloud Run bereitgestellt wird |
|
Parallele Dateisysteme für HPC-Arbeitslasten Sehen Sie sich die Speicheroptionen in Google Cloud für HPC-Arbeitslasten (High Performance Computing) an und erfahren Sie, wann Sie parallele Dateisysteme wie Lustre und DDN EXAScaler Cloud für HPC-Arbeitslasten verwenden sollten. Verwendete Produkte: Cloud Storage, Persistent Disk |
|
Apache Hive in Dataproc verwenden Hier wird beschrieben, wie Sie Apache Hive auf Dataproc effizient und flexibel verwenden, indem Sie Hive-Daten in Cloud Storage speichern und den Hive-Metaspeicher in einer MySQL-Datenbank in Cloud SQL hosten. Verwendete Produkte: Cloud SQL, Cloud Storage, Dataproc |
|
Informationen zum Hosten einer Website in Google Cloud. Google Cloud ist eine robuste, flexible, zuverlässige und skalierbare Plattform für die Bereitstellung von Websites. Verwendete Produkte: App Engine, Cloud Storage, Compute Engine, Google Kubernetes Engine (GKE) |