在 Google Cloud 中使用 Python

在 Google Cloud 快速建構和部署 Python 應用程式。

建構、部署及監控

Google Cloud 具備各種工具，可以協助 Python 開發人員成功建構雲端原生應用程式。您可以透過 SDK 和 IDE 內部輔助功能，在 Cloud Run、GKE 或 Anthos 上快速建構應用程式，並視需求增減應用程式的規模。

已針對 Python 進行最佳化調整的資料庫

使用慣用資料庫來編寫適用於 Google Cloud 的 Python 應用程式，簡單又直覺！資料庫可處理所有低層級的伺服器通訊細節，包括向 Google 驗證，讓您把精力完全放在應用程式上。

深度 IDE 整合

Cloud Code 可協助您快速輕鬆撰寫、執行雲端原生應用程式，並進行偵錯。這項產品提供 IDE 的擴充功能，可以全方位支援 Python 開發工作，包括程式碼完成、程式碼檢查和程式碼片段等作業。

發現、診斷並修正複雜問題

Google Cloud 上的 Python 整合了 Cloud Monitoring、Cloud Trace、Cloud Logging 及 Error Reporting，讓您能以透明化的方式檢測實際工作環境應用程式，進而快速診斷效能瓶頸和軟體錯誤。

在任何地方執行工作負載

Google Cloud 提供無伺服器、Kubernetes、VM 或自訂硬體等各種選項，讓您可以選擇最佳的環境來執行 Python 應用程式。

代管 JupyterLab 筆記本

AI 平台筆記本是一項代管服務，可提供安全的整合型 JupyterLab 環境。數據資料學家和機器學習開發人員可透過這項服務實驗及開發模型，並將模型部署至實際工作環境。

Cloud Run

使用我們的全代管運算平台，快速部署及擴充容器化 Python 應用程式。

AI 平台筆記本

AI 平台筆記本提供代管 JupyterLab 筆記本環境，非常適合用於機器學習作業。

App Engine

在 Google Cloud 的全代管無伺服器平台建構具備高擴充性的 Python 應用程式。

作業

在 Google Cloud 環境中，使用作業套件 (舊稱 Stackdriver) 監控、改善 Python 應用程式的效能，並解決相關問題。

Cloud Code

提供所有必要功能，讓您可以透過 Visual Studio Code 和 IntelliJ 撰寫、偵錯及部署雲端原生應用程式。

Google Kubernetes Engine

使用安全並支援四向自動調整資源配置和多叢集的代管式 Kubernetes 服務來執行 Python 應用程式。

技術資源

GCP Podcast 208：Katie McLaughlin 暢談 Python 優勢

Katie McLaughlin 暢談 Python 3 的優勢、第 2 版為什麼被淘汰，以及部署作業的複雜性，同時分享她如何將這項工具與 Google Cloud 完美搭配。

Dataflow 的 Python 串流支援功能 Python 3 隆重登場

瞭解串流數據分析如何成為資料平台不可或缺的一環，協助企業即時收集和分析資料。

程式碼研究室：在 Google Cloud 中使用 Python

程式碼研究室涵蓋各種主題，例如運算、資料和機器學習等，透過程式碼研究室就能迅速瞭解如何在 Google Cloud 中使用 Python。

將 Cloud Storage 與 gsutils 和 Python 用戶端程式庫搭配使用

瞭解可透過哪些最常用的指令使用 gsutil 和 Python 用戶端程式庫 google-cloud-storage 與 Cloud Storage 連結。

將 Text-to-Speech API 與 Python 搭配使用

瞭解如何使用 Text-to-Speech API 產生近似人類的語音並建立音訊檔。

透過 Cloud Code 及 IntelliJ 執行 Kubernetes 應用程式

透過 Cloud Code 及 VS Code 執行 Kubernetes 應用程式

後續行動

運用價值 $300 美元的免費抵免額和超過 20 項一律免費的產品，開始在 Google Cloud 中建構內容。

免費試用

需要入門協助嗎？

聯絡銷售人員

與值得信賴的合作夥伴一同邁向成功

尋找合作夥伴

繼續瀏覽

查看所有產品