Google Cloud

Qué es

Google Cloud es la parte de Google que ofrece en alquiler recursos
de computación desde sus propios centros de datos: máquinas
virtuales en Compute Engine, almacenamiento de objetos en Cloud
Storage, bases de datos gestionadas en Cloud SQL, clústeres
Kubernetes en GKE, el almacén de datos BigQuery y muchos más
servicios, todos pagados según su uso. Su nombre anterior, Google
Cloud Platform o GCP, sigue muy extendido, incluso en partes de la
propia documentación de Google.

Todo lo que Google Cloud ejecuta para un cliente reside dentro de un
proyecto. El proyecto contiene los recursos, las API habilitadas
para ellos, las cuotas que consumen y el vínculo a la cuenta de
facturación que paga. Tiene un nombre visible modificable y un ID de
proyecto único en todo Google Cloud y permanente una vez creado el
proyecto. Los proyectos pueden agruparse en carpetas, estas pueden
contener otras y todo el árbol depende de un recurso de organización
perteneciente a la cuenta Google Workspace o Cloud Identity de una
empresa. Cada proyecto hereda los roles y las políticas establecidos
en la organización o en una carpeta superior. Un árbol bien trazado
facilita el gobierno; uno mal trazado resulta difícil de desenredar.

La red se organiza de forma distinta a la de las otras grandes
nubes. Una red VPC de Google Cloud, junto con sus rutas y reglas de
cortafuegos, es un recurso global que no pertenece a ninguna región;
solo sus subredes son regionales. Una máquina virtual en Bélgica y
otra en Iowa pueden compartir una red privada y comunicarse por
direcciones internas, sin VPN ni peering entre las dos regiones. En
AWS, en cambio, cada VPC reside en una sola región.

Hay dos clases de identidad. Las personas inician sesión con cuentas
de Google y reciben roles IAM sobre un proyecto, una carpeta o toda
la organización. Los programas utilizan cuentas de servicio:
identidades que pertenecen a un proyecto y bajo las que puede actuar
una máquina virtual, un contenedor o un trabajo de compilación.
Vincule una cuenta de servicio a una instancia de Compute Engine y
el código que se ejecuta allí podrá llamar a las API de Google con
sus roles sin contraseña ni archivo de claves en disco.

Por qué importa

Para muchos equipos, el motivo para elegir Google Cloud son los
datos. BigQuery es un almacén sin servidores que dimensionar: las
tablas residen en conjuntos de datos dentro de un proyecto y las
consultas se escriben en SQL estándar. En el modelo bajo demanda,
cada consulta se factura por los bytes leídos; con la tarificación
por capacidad se paga, en cambio, una capacidad de procesamiento
reservada, medida en slots. El almacenamiento es columnar: la
consulta paga por las columnas que toca, no por filas enteras. Cloud
Storage sirve a su lado como zona de recepción y cargar archivos
desde un bucket es una entrada habitual. Un equipo que en otra
plataforma tendría que aprovisionar y ajustar un clúster de almacén
de datos puede empezar con un bucket, un conjunto de datos y una
consulta.

El límite del proyecto es el segundo motivo, porque reúne muchas
cosas. Facturación, cuotas, API habilitadas e IAM confluyen en él:
un proyecto por aplicación y entorno traza una separación clara, con
permisos y líneas de factura distintos para producción y pruebas.
Cerrar un proyecto detiene a la vez su facturación y todos sus
recursos. Los propietarios pueden restaurarlo durante 30 días,
aunque algunos servicios, entre ellos Cloud Storage, pueden eliminar
sus datos antes. Por encima de los proyectos, una política de
organización establecida una vez en una carpeta puede prohibir
clases enteras de ajustes arriesgados, como redes predeterminadas o
claves descargables de cuentas de servicio, en todos los proyectos
inferiores. Así puede un equipo pequeño mantener coherentes una
docena de proyectos sin revisarlos a mano uno a uno.

Cómo se aplica en la práctica

Tres entradas del portfolio muestran Google Cloud como zona de
recepción de un almacén de datos, almacenamiento externo de copias
de seguridad y extremo de una red privada.

En el trabajo de datos, seis flujos ETL/ELT alimentaban BigQuery
desde un almacén situado detrás de una VPN IPsec. Se exportaban
conjuntos de datos y tablas seleccionados y preparados, se
comprimían con gzip y se transferían a un bucket de Google Cloud
Storage. La carga y el mapeo de estructuras de datos en BigQuery se
automatizaron con la CLI bq y scripts de ingesta en Python. Una vez
automatizados el paso por Cloud Storage y la carga en BigQuery, el
trabajo completo pasó de 3+ horas manuales a menos de 20 minutos;
BigQuery se actualizaba a diario en vez de semanalmente y las API de
Python que lo consultaban ganaron un 30 % de rendimiento.

Para las copias de seguridad, se automatizaron cien copias de datos
críticos, con Barman para PostgreSQL y Google Cloud para las copias
externas. Bash y Python orquestaban y validaban todo el proceso de
copias de seguridad, con políticas de retención para mantener las
copias al día y comprobaciones de integridad para confirmar que cada
una era válida, no solo que existía. Después, las copias se
ejecutaban automáticamente y se podían verificar en todas las bases
de datos.

En la red, ocho túneles WireGuard e IPsec entre Google Cloud y
sistemas Linux en las instalaciones de la organización se
gestionaron y diagnosticaron como un conjunto. Se estandarizó su
configuración, se supervisó su estado y los problemas recurrentes de
enrutamiento e intercambio de claves se resolvieron de raíz, en vez
de reiniciar. Después, los ocho túneles funcionaban de forma segura
y fiable.

Dónde surgen los problemas

Los mayores riesgos de Google Cloud son sus comodidades: ajustes que
facilitan la primera tarde y siguen presentes un año después, cuando
nadie recuerda haberlos elegido.

La red predeterminada permanece abierta. Salvo que una política de
organización lo impida, cada proyecto nuevo empieza con una red
predeterminada con una subred en cada región y cuatro reglas de
cortafuegos predefinidas. Tres aceptan tráfico de 0.0.0.0/0, es
decir, de todo Internet: SSH en tcp:22, escritorio remoto en
tcp:3389 e ICMP. La cuarta permite todo el tráfico TCP, UDP e ICMP
de 10.128.0.0/9 dentro de la red. Por tanto, cualquier máquina
virtual con dirección externa en esa red queda abierta a intentos
SSH desde cualquier lugar. La restricción
`compute.skipDefaultNetworkCreation` evita que los proyectos nuevos
reciban esa red; se sustituye por una red personalizada con reglas
que identifiquen sus orígenes.

Una clave de cuenta de servicio acaba en un repositorio. Una clave
gestionada por el usuario es un archivo JSON que permite a quien lo
tenga actuar como la cuenta de servicio; de forma predeterminada, la
clave sigue siendo válida hasta que alguien la elimina. Estos
archivos se propagan con facilidad a secretos de CI, imágenes de
contenedor y, por error, repositorios. Google recomienda elegir una
alternativa más segura siempre que exista. Las cargas de trabajo en
Google Cloud usan la cuenta de servicio vinculada al recurso donde
se ejecutan; las que se ejecutan en otros lugares, como un sistema
CI u otra nube, usan Workload Identity Federation, que intercambia
las credenciales propias del sistema externo por tokens de Google de
corta duración. En las organizaciones creadas a partir del 3 de mayo
de 2024, las restricciones de políticas de organización deshabilitan
de forma predeterminada la creación y carga de claves; las
anteriores pueden establecer las mismas restricciones.

Una consulta pequeña lee una tabla grande. En el modelo bajo
demanda, BigQuery factura los bytes leídos por la consulta. En una
tabla sin clustering, una cláusula `LIMIT` no cambia esa cantidad:
`SELECT * ... LIMIT 10` devuelve diez filas y factura todos los
bytes de todas las columnas. Seleccione solo las columnas
necesarias, particione las tablas grandes por fecha para que las
consultas que apliquen un filtro por fecha omitan particiones
antiguas, compruebe la estimación de una simulación antes de
ejecutar algo nuevo y establezca un máximo de bytes facturados. Una
consulta cuya estimación lo supere falla antes de ejecutarse, sin
cargo alguno.

El almacenamiento frío contiene datos de uso frecuente. Cloud
Storage ofrece las clases Nearline, Coldline y Archive, más baratas
por gigabyte almacenado que Standard a cambio de tarifas de
recuperación y duraciones mínimas de 30, 90 y 365 días. Un objeto
eliminado, sustituido o trasladado antes del mínimo se cobra como si
hubiera estado almacenado todo el periodo. Las copias que rotan a
diario o los archivos temporales que un flujo escribe y elimina
antes de que transcurra una hora pueden salir más caros en Archive
que en Standard. Las clases más frías convienen para datos escritos
una vez y leídos rara vez; una regla de ciclo de vida puede
trasladarlos a ellas a medida que envejecen.

Lecturas adicionales

  * Documentación de Google Cloud — El índice de Google de guías,
referencias y tutoriales de todos los productos Google Cloud.

  * Acerca de la jerarquía de recursos — Cómo se anidan
organizaciones, carpetas y proyectos, y cómo descienden sus roles y
políticas.

  * Reglas de cortafuegos VPC — Cómo se evalúan las reglas,
incluidas las que trae la red predeterminada.

  * Buenas prácticas de gestión de claves de cuentas de servicio —
Cómo se filtran, cómo restringirlas y qué usar en su lugar.

  * Estimar y controlar costes — Las indicaciones de BigQuery sobre
simulaciones, máximos de bytes facturados y por qué `LIMIT` ahorra
poco.

  * Clases de almacenamiento — Las clases comparadas, con sus
duraciones mínimas, tarifas de recuperación y disponibilidad.

hEsta página en la web	URL:https://engineer.company/es/glossary/google-cloud/	engineer.company	70
