{"canonical_url":"https://engineer.company/nb/glossary/google-cloud/","content_markdown":"# Google Cloud\n\n## Hva det er\n\nGoogle Cloud er den delen av Google som leier ut datakraft fra selskapets egne datasentre: virtuelle\nmaskiner i Compute Engine, objektlagring i Cloud Storage, administrerte databaser i\n[Cloud SQL](https://cloud.google.com/sql), Kubernetes-klynger i GKE, datavarehuset BigQuery og mange\nflere tjenester, alt betalt etter bruk. Det eldre navnet, Google Cloud Platform eller GCP, er\nfortsatt mye brukt, også i deler av Googles egen dokumentasjon.\n\nAlt Google Cloud kjører for en kunde, bor i et prosjekt. Et prosjekt er beholderen for ressursene,\nfor API-ene som er slått på for dem, for kvotene de trekker på, og for koblingen til\nfaktureringskontoen som betaler. Det har et visningsnavn som kan endres, og en prosjekt-ID som er\nunik i hele Google Cloud og ligger fast så snart prosjektet finnes. Prosjekter kan samles i mapper,\nmapper kan holde andre mapper, og hele treet henger under en organisasjonsressurs som hører til\nselskapets konto i Google Workspace eller Cloud Identity. Roller og organisasjonspolicyer som settes\npå organisasjonen eller på en mappe, arves av hvert prosjekt under, og det gjør et godt tegnet tre\nlett å styre og et dårlig tegnet tre tungt å nøste opp i.\n\nNettverket er tegnet annerledes enn hos de andre store skyene. Et VPC-nettverk i Google Cloud er,\nsammen med rutene og brannmurreglene sine, en global ressurs som ikke hører til noen region; bare\nsubnettene er regionale. En virtuell maskin i Belgia og en annen i Iowa kan derfor dele ett privat\nnettverk og nå hverandre på interne adresser, uten VPN eller peering mellom de to regionene. På AWS\nlever derimot hver VPC i én enkelt region.\n\nIdentitet finnes i to slag. Mennesker logger inn med Google-kontoer og får IAM-roller på et\nprosjekt, en mappe eller hele organisasjonen. Programmer bruker tjenestekontoer: identiteter som\nhører til ett prosjekt, og som en virtuell maskin, en container eller en pipeline kan opptre som.\nKnytter du en tjenestekonto til en Compute Engine-instans, kan koden som kjører der, kalle Googles\nAPI-er med rollene til den kontoen, uten passord eller nøkkelfil på disken.\n\n## Hvorfor det er viktig\n\nFor mange team er data grunnen til å velge Google Cloud. BigQuery er et datavarehus uten servere å\ndimensjonere: tabellene ligger i datasett inne i et prosjekt, spørringene skrives i standard SQL, og\nmed prismodellen on-demand faktureres hver spørring etter antall byte den leser, mens\nkapasitetsprising i stedet betaler for en reservert mengde prosessering, målt i slots. Lagringen er\nkolonnebasert, så en spørring betaler for kolonnene den rører, og ikke for hele rader. Cloud Storage\nstår ved siden av som mottaksområde, og å laste inn filer fra en bucket er en vanlig vei inn. Et\nteam som andre steder ville satt opp og finjustert en klynge for datavarehuset, kan begynne med en\nbucket, et datasett og en spørring.\n\nProsjektgrensen er den andre grunnen, fordi så mye fester seg til den. Fakturering, kvoter,\naktiverte API-er og IAM møtes alle i prosjektet, så ett prosjekt per applikasjon og miljø trekker en\nren linje: produksjon og test får hver sine rettigheter og hver sine linjer på regningen. Stenges et\nprosjekt ned, stopper faktureringen og hver ressurs i det på én gang. Eierne kan gjenopprette det i\n30 dager, men noen tjenester, blant dem Cloud Storage, kan slette dataene sine tidligere. Over\nprosjektene kan en organisasjonspolicy som settes én gang på en mappe, forby hele klasser av\nrisikable innstillinger, som standardnettverk eller nøkler til tjenestekontoer som kan lastes ned, i\nhvert prosjekt under. Slik holder et lite team et dusin prosjekter konsistente uten å sjekke hvert\nav dem for hånd.\n\n## Slik ser det ut i praksis\n\nTre sider i porteføljen viser Google Cloud som mottaksområdet for et datavarehus, lageret utenfor\nhuset for sikkerhetskopier og den ene enden av et privat nettverk.\n\nI dataarbeidet\n[matet seks ETL/ELT-pipelines BigQuery fra et datavarehus bak et IPsec-VPN](/nb/portfolio/designed-and-ran-6-etl-elt-pipelines/).\nKuraterte datasett og tabeller ble eksportert, komprimert med gzip og overført til en bucket i\nGoogle Cloud Storage, og opplastingen og skjemamappingen inn i BigQuery ble automatisert med bq CLI\nog Python-skript for innlasting. Med bucketen og BigQuery som de to siste leddene tok hele løpet\nunder 20 minutter mot 3+ timer for hånd, synkroniseringen ble daglig i stedet for ukentlig, og\nPython-API-ene som brukte dataene, fikk 30 % bedre ytelse.\n\nFor sikkerhetskopiene\n[ble hundre kritiske sikkerhetskopier av data automatisert](/nb/portfolio/automated-100-critical-data-backups-using-barman/),\nmed Barman på PostgreSQL-siden og Google Cloud til kopiene utenfor huset. Bash og Python orkestrerte\nog validerte hele ordningen, med oppbevaringsregler som holdt kopiene oppdatert, og\nintegritetskontroller som bekreftet at hver enkelt var god og ikke bare til stede. Etter det kjørte\nsikkerhetskopiene automatisk og kunne verifiseres for hver eneste database.\n\nPå nettverkssiden ble\n[åtte WireGuard- og IPsec-tunneler mellom Google Cloud og lokale Linux-systemer](/nb/portfolio/managed-8-wireguard-and-ipsec-vpn-connections/)\nforvaltet og feilsøkt som ett sett. Konfigurasjonen deres ble standardisert, helsen deres ble\novervåket, og de gjentakende problemene med ruting og nøkkelutveksling ble rettet ved roten i stedet\nfor med en omstart. Etter det kjørte alle åtte tunnelene sikkert og pålitelig.\n\n## Hvor det går galt\n\nDe skarpeste kantene i Google Cloud er bekvemmelighetene: innstillinger som gjør den første\nettermiddagen enkel, og som fortsatt står der et år senere, lenge etter at alle har glemt at de ble\nvalgt.\n\n**Standardnettverket blir stående åpent.** Med mindre en organisasjonspolicy hindrer det, starter\nhvert nytt prosjekt med et standardnettverk som har et subnett i hver region og fire forhåndsutfylte\nbrannmurregler. Tre av dem tar imot trafikk fra 0.0.0.0/0, altså hele internett: SSH på tcp:22,\nRemote Desktop på tcp:3389 og ICMP. Den fjerde tillater all TCP-, UDP- og ICMP-trafikk fra\n10.128.0.0/9 inne i nettverket. Enhver virtuell maskin som får en ekstern adresse i det nettverket,\ner derfor åpen for SSH-forsøk fra hvor som helst. Begrensningen `compute.skipDefaultNetworkCreation`\nhindrer at nye prosjekter får et slikt nettverk, og et egendefinert nettverk med regler som navngir\nkildene sine, tar plassen.\n\n**En nøkkel til en tjenestekonto havner i et repo.** En brukeradministrert nøkkel er en JSON-fil som\nlar den som har den, opptre som tjenestekontoen, og som standard er den gyldig helt til noen sletter\nden. Slike filer sprer seg lett: inn i CI-hemmeligheter, inn i containerimages og, ved en feil, inn\ni repoer. Googles veiledning er å velge et tryggere alternativ der det finnes et. Arbeidslaster i\nGoogle Cloud bruker tjenestekontoen som er knyttet til ressursen de kjører på, og arbeidslaster\nandre steder, som et CI-system eller en annen sky, bruker Workload Identity Federation, som bytter\ndet eksterne systemets egen legitimasjon mot kortlivede tokener fra Google. Organisasjoner som er\nopprettet 3. mai 2024 eller senere, har oppretting og opplasting av nøkler slått av som standard\ngjennom begrensninger i organisasjonspolicyen, og eldre organisasjoner kan sette de samme\nbegrensningene selv.\n\n**En liten spørring leser en stor tabell.** Med prismodellen on-demand fakturerer BigQuery for\nantall byte en spørring leser, og på en tabell som ikke er klynget, lar en `LIMIT`-klausul det\ntallet stå uendret: `SELECT * ... LIMIT 10` returnerer ti rader og fakturerer hver byte i hver\nkolonne. Velg bare kolonnene du trenger, partisjoner store tabeller etter dato slik at spørringer\nsom filtrerer på den, hopper over gamle partisjoner, sjekk anslaget fra en tørrkjøring før du kjører\nnoe nytt, og sett en grense for maksimalt antall fakturerte byte. En spørring der anslaget\noverstiger den grensen, feiler før den kjører, uten at det påløper noen kostnad.\n\n**Kald lagring holder varme data.** Cloud Storage tilbyr klassene Nearline, Coldline og Archive, som\nkoster mindre per lagret gigabyte enn Standard, mot gebyrer for uthenting og minste lagringstider på\n30, 90 og 365 dager. Et objekt som slettes, erstattes eller flyttes før minstetiden er ute,\nfaktureres som om det hadde vært lagret i hele perioden. Sikkerhetskopier som roteres daglig, eller\nmidlertidige filer en pipeline skriver og fjerner innen en time, kan derfor koste mer i Archive enn de\nville gjort i Standard. De kaldere klassene passer for data som skrives én gang og leses sjelden, og\nen livssyklusregel kan flytte objekter over i dem etter hvert som de blir eldre.\n\n## Les mer\n\n- [Google Cloud Documentation](https://cloud.google.com/docs) — Googles oversikt over veiledninger,\n  referanser og opplæring for hvert Google Cloud-produkt.\n- [About resource hierarchy](https://cloud.google.com/resource-manager/docs/cloud-platform-resource-hierarchy)\n  — hvordan organisasjoner, mapper og prosjekter ligger inni hverandre, og hvordan roller og\n  policyer arves nedover.\n- [VPC firewall rules](https://cloud.google.com/firewall/docs/firewalls) — hvordan brannmurreglene\n  blir evaluert, også reglene standardnettverket starter med.\n- [Best practices for managing service account keys](https://cloud.google.com/iam/docs/best-practices-for-managing-service-account-keys)\n  — hvordan nøkler lekker, hvordan du begrenser dem, og hva du bør bruke i stedet.\n- [Estimate and control costs](https://cloud.google.com/bigquery/docs/best-practices-costs) —\n  BigQuerys råd om tørrkjøringer, maksimalt antall fakturerte byte og hvorfor `LIMIT` sparer lite.\n- [Storage classes](https://cloud.google.com/storage/docs/storage-classes) — klassene side om side,\n  med minste lagringstid, gebyrer for uthenting og tilgjengelighet.\n\n\u003chttps://engineer.company/nb/glossary/google-cloud/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Slik leier Google ut datakraft gjennom prosjekter, mapper og ett globalt nettverk, og hvor et Google Cloud-miljø lekker penger, nøkler og åpne porter.","formats":{"gemtext":"https://engineer.company/nb/glossary/google-cloud/index.gmi","gopher":"https://engineer.company/nb/glossary/google-cloud/gophermap","html":"https://engineer.company/nb/glossary/google-cloud/","json":"https://engineer.company/nb/glossary/google-cloud/index.json","markdown":"https://engineer.company/nb/glossary/google-cloud/index.md","pdf":"https://engineer.company/nb/glossary/google-cloud/index.pdf"},"kind":"page","language":"nb","title":"Hva er Google Cloud?","url":"https://engineer.company/nb/glossary/google-cloud/","version":1}