Google Cloud 上の Python
Python 用に最適化されたライブラリ
広範なライブラリを使用することで、Google Cloud 用に Python アプリを簡単かつ直感的に作成できます。Google による認証を含め、サーバーとの通信の詳細すべてがライブラリで処理されるため、デベロッパーはアプリの作成に集中できます。
IDE との緊密な統合
Cloud Code を使用すると、クラウドネイティブ アプリの作成、実行、デバッグをすばやく簡単に行えます。IDE の拡張機能により、コード補完、Lint チェック、スニペットなどの Python 開発機能を設定なしですぐに使うことができます。
複雑な問題の検出、診断、修正
Google Cloud 上の Python は、Cloud Monitoring、Cloud Trace、Cloud Logging、Error Reporting と統合して、本番環境のアプリケーションを簡単かつ透過的にインストルメント化して、迅速にパフォーマンス ボトルネックやソフトウェア バグを診断きます。
場所を選ばずワークロードを実行
Google Cloud を使用すると、サーバーレス、Kubernetes、VM、カスタム ハードウェアのオプションから、Python アプリケーションを実行する最適な環境を選択できます。
マネージド JupyterLab ノートブック
AI Platform Notebooks は、データ サイエンティストや機械学習開発者がモデルのテスト、開発、本番環境へのデプロイを行うための安全な統合化 JupyterLab 環境を提供するマネージド サービスです。
関連プロダクト
Cloud Run
Google Cloud のフルマネージド型コンピューティング プラットフォームを使用して、コンテナ化された Python アプリケーションをすばやくデプロイし、スケールできます。
運用
オペレーション(旧称 Stackdriver)により、Google Cloud 環境で Python アプリケーション パフォーマンスのモニタリングとトラブルシューティングを行い、パフォーマンスを向上させます。
Google Kubernetes Engine
4 方向の自動スケーリングとマルチクラスタ サポートを備えた、高いセキュリティを誇るマネージド Kubernetes サービスで、Python アプリを実行できます。
技術リソース
-
GCP ポッドキャスト 208: Katie McLaughlin による Python の説明
Katie McLaughlin が、Python 3 のメリット、バージョン 2 が廃止された理由、デプロイの複雑さ、Google Cloud とスムーズに連携させる方法について話します。 -
Python 3 を導入して、Dataflow から Python ストリーミングをサポートする
ストリーミング分析がいかにデータ プラットフォームの重要な部分になり、企業がリアルタイムでデータを収集して分析するのに役立っているかについて学びます。 -
Codelabs: Google Cloud 上の Python
コンピューティング、データ、機械学習などの幅広いトピックをカバーする Codelab で学習し、Google Cloud 上の Python について学びましょう。 -
gsutils と Python クライアント ライブラリを備えた Cloud Storage
gsutil と Python クライアント ライブラリ(google-cloud-storage)を使用して Cloud Storage とインターフェースする最も一般的なコマンドを学習します。 -
Python で Text-to-Speech API を使用する
Text-to-Speech API を使用して、人間のような音声をオーディオ ファイルとして生成する方法を学びます。 -
Cloud Code や IntelliJ を使用した Kubernetes アプリの実行
-
Cloud Code と VS Code を使用した Kubernetes アプリの実行
$300 分の無料クレジットと 20 種類以上の Always Free プロダクトを活用して Google Cloud で構築を開始しましょう。
Google Cloud 上の Python アプリケーションをすばやくビルドしてデプロイします。