Google Clound Platform本 - 人気 / 新書 / 高評価 書籍一覧 | 技術書の本だな


Google Clound Platform 人気本 ランキング

人気 1位
本書の内容
Googleが提供するクラウドサービス
AWSとの違いを軸に徹底解説

 「Google Cloud Platform」(GCP)は、Amazon Web Services(AWS)やMicrosoft Azureと同じく、企業向けのクラウドサービスとして提供されている。後発であることは否めないが、後発であるからこその特徴を備えている。

 一般的な用途では「マネージドサービス」の充実が特徴と言える。そのほか、今注目の「機械学習」「ビッグデータ」関連のサービスが特に充実しており、AI関連のシステム基盤として要注目であることは間違いない。

 本書では、「コンピューティング」「ストレージ」「ネットワーキング」「ビッグデータ」「機械学習」「アカウント管理」「運用監視」という7つのカテゴリーに分類し、GCPの特徴を、AWSとの違いを軸に解説している。

 また、GCPのサービスを解説するほか、エンタープライズ用途のユースケースに基づいて、GCPを用いた設計ガイドをまとめている。技術力に定評のあるGoogleのクラウドサービスを検討するのに最適な1冊である。
 
内容サンプル
 
User Voice
GCPで提供されている全サービスの使い所や注意点などが簡潔にまとまっていると思います。

最終章では本番運用のユースケースもいくつか紹介されているので、これからGCPを使ってみたいという方には特にオススメの一冊。GCPの利用イメージが湧くでしょう。

ただし、それぞれのサービスについて深く解説がなされているわけではありません。
エキスパートになるためには実際にWeb上に公開されているリファレンスを見ながら手を動かしてみる必要があるでしょう。
クラウド、サーバレス環境をこれから検討するにあたり、まず開く本としておすすめしたい一冊。
GCPについて非常に詳しく説明されているのに加え、GCPを使った設計方法また
AWS、AZUREなどとの比較についてもフォーカスされているので、幅広くサーバレスについて理解を深めることができます。
この分野は素人だったので、読み物として購入しました。
指南書でも解説書でもなく、読み物として妥当な内容でした。
AWSとの比較であるとか、知っていてためになる、あるいは人と話す時に困らなそうなお話が読めて良かったです。
クラウドの話は面白いですね。
 
   
人気 2位
本書の内容
(概要)

AIやIoTが実用化フェーズに入りつつあるのみならず、デジタルトランスフォーメーション(DX)への注目の高まりによって、事業やサービスを取り巻くデータを分析・活用・管理するためのインフラであるデータ基盤の重要性が増しています。 データ基盤を構築するにあたり、先行する事例から、Google Cloud(Google Cloud Platform, GCP)はデータ領域に強みがある、あるいは、BigQueryは高速に動作するデータウェアハウスである、と聞いたことがある方は多いでしょう。

本書では「データ基盤」そのものを体系的に整理しながら、Google Cloudの各サービスをどのように活用することで実用的なデータ基盤を構築できるか、また発展的なデータ分析ニーズに応えるデータ基盤をどのように設計できるか、といった点について解説しています。 特にGoogle Cloudはマネージドサービスを中心として提供されているため、その特性を正しくとらえることで、最大限の価値を発揮できるようになります。 実際にGoogle Cloudやオンプレミス、他のクラウドサービスを用いたデータ基盤の構築や設計に携わってきた筆者らによる一歩踏み込んだ解説が本書の特徴です。


(こんな方におすすめ)

・これからデータ基盤の構築に関わる可能性があるエンジニア

・Google Cloudや他のクラウドサービスを利用しており、これからデータ領域での活用を広げようとしている方


(目次)

第1章 データ基盤の概要

  1.1 データ基盤に取り組む意義

  1.2 データ基盤とは?

  1.3 Google Cloud上で構築するデータ基盤

  1.4 まとめ

第2章 BigQueryのコンセプトと利用方法

  2.1 DWHとは

  2.2 Googleのデータ処理を支える技術

  2.3 BigQueryの内部アーキテクチャを理解する

  2.4 DWHとしてのBigQueryの基本操作

  2.5 BigQueryユーザー向けのクエリの最適化

  2.6 まとめ

第3章 データウェアハウスの構築

  3.1 データウェアハウスに求められるさまざまな要件

  3.2 高可用性、Disaster Recovery計画

  3.3 用途別の影響隔離

  3.4 サイジング

  3.5 目的環境別の影響隔離

  3.6 テーブルを設計する

  3.7 データの投入

  3.8 バックアップとリストア

  3.9 BigQueryにおけるトランザクションとパーティションを用いたDMLの最適化

  3.10 DMLをまとめる/パーティションの利用

  3.11 外部接続の最適化 - Storage APIの利用とBI Engineの利用

  3.12 データマートジョブの設計最適化

  3.13 まとめ

第4章 データレイクの構築

  4.1 データレイクとは

  4.2 Hadoopとは

  4.3 Google Cloudで構築するデータレイク

  4.4 Google Cloudのおもなデータレイク関連のサービス

  4.5 Google Cloudでデータレイクを中心としたデータ分析基盤を構築することのメリット

  4.6 オンプレミス環境からGoogle Cloudへのデータレイクの移行

  4.7 まとめ

第5章 ETL/ELT処理

  5.1 ETL/ELTとは

  5.2 ETL/ELT 処理を実施するサンプルシナリオ

  5.3 サンプルシナリオ実施用の環境の構築

  5.4 BigQueryでのELT

  5.5 BigQueryでのETL

  5.6 DataflowでのETL

  5.7 DataprocでのETL

  5.8 サンプルシナリオ実施用の環境の破棄

  5.9 その他のETL/ELT処理の実施方法

  5.10 ETLとELTの各手法の使い分け

  5.11 まとめ

第6章 ワークフロー管理とデータ統合

  6.1 Google Cloudのワークフロー管理とデータ統合のためのサービス

  6.2 Cloud Composerの特徴

  6.3 Cloud Composerでのワークフロー管理

  6.4 Cloud Data Fusionの特徴

  6.5 Cloud Data Fusionでのワークフロー管理

  6.6 Cloud ComposerとCloud Data Fusionの比較と使い分けのポイント

  6.7 まとめ

第7章 データ分析基盤におけるセキュリティとコスト管理の設計

  7.1 Google Cloud Platformのセキュリティサービス

  7.2 Google Cloudのリソース構成とエンタープライズ向けの管理機能

  7.3 IAMを利用したBigQueryのアクセス制御

  7.4 IAMとAccess Control List(ACL)を利用したCloud Storageのアクセス制御

  7.5 VPC Service Controlsを利用したアクセス制御とデータ持ち出し防止

  7.6 監査

  7.7 Security Command Centerを利用したデータリスクの検知と自動修復

  7.8 組織のポリシーサービスの適用

  7.9 アクセス管理とコスト管理の設計

  7.10 まとめ

第8章 BigQuery へのデータ集約

  8.1 BigQueryへデータ集約を行うメリット

  8.2 BigQueryへのデータ集約の方法

  8.3 BigQuery Data Transfer Service(BigQuery DTS)

  8.4 BigQueryへのデータパイプライン構築

  8.5 サービス間連携によるBigQueryへのデータ連携

  8.6 まとめ

第9章 ビジネスインテリジェンス

  9.1 BIとBIツール

  9.2 コネクテッドシート

  9.3 データポータル

  9.4 Looker

  9.5 BIツールと親和性の高いBigQueryの機能

  9.6 まとめ

第10章 リアルタイム分析

第11章 発展的な分析
 
内容サンプル
 
User Voice
BigQueryをはじめとするGCPの様々なサービスを組み合わせてデータ分析基盤を作る方法を、サンプルコード含む実例を交えながら解説しています。GCPには同じようなことができるサービスが複数あったりして、結局どのサービスを組み合わせるとやりたいことが実現できるのかわかりづらかったりしますが、本書ではETL、ワークフロー管理…といったやりたいことを切り口にして各サービスでの実現方法や特長を深堀りしているので、全体感がとてもわかりやすいです。また、セキュリティ設計やコスト管理まで、実際に業務で使う際に必要となるトピックを幅広く網羅しているので、GCPを使ってすでにデータ分析を行っている人だけではなく、これから使おうと検討している方も一読をおすすめします。
Google Cloudを触り始めて一年が経ちました。
正直、もっともっと早く出会いたかった本です。
いままで苦しんで調べながら身につけていった知識、ベストプラクティスが惜しみなく記載されています。
自分はもともとはインフラエンジニアですが、データ基盤とは、DWHとは、データレイクとは、ELTとETLの違いとはといったことも丁寧に説明されていて、途中で言葉の定義などにつまづくことなく最後まで読破できました。
Google Cloudに限らず、これからデータ周りに携わる方々にまずお勧めの本です。
データエンジニアリングのコンセプトからGCPを利用した実現方法、運用ノウハウまでがカバーされている。
データ分析基盤を構築したことがないエンジニアや、AWSでデータ基盤を作ったことがある、あるいはBigQueryだけを利用しているエンジニアにいい本ではないかと感じた。一通りのハンズオンまでをカバーしているので、とりあえずこれを読んでおけばデータ基盤を構築できるという感じまでは達すると思う。
この手の本にしては珍しくコスト管理やセキュリティというニッチな部分までカバーされていた。
 
   
人気 3位
発売日 2019/05/29
(3.6)
Amazon 3,960円 Kindle 3,762円
本書の内容
【対象読者】
本書は、自他共に認めるGoogle CloudPlatform(以下、GCP)マニアであるクラウドエースが、
GCP をぜひ皆さんに使っていただきたいと考えて執筆したものです。
「GCPを使ってみたいけど使い方がよく分からない」方から、
「ある程度使っているけれども使いこなせてはないかも?」というクラウドに関して初級から中級の技術者の方を対象にしています。

【本書の内容】
GCPに触れたことのない方には、まずは触ってみて体感すること、
次に基礎的なことを押さえて効果的によりたくさんのプロダクトを活用できるようになることを体系的に解説した「教科書」です。
クラウドエンジニア必携の一冊です。

【本書の効用とゴール】
本書では、GCPの機能・操作法や他のクラウドとの比較など、
ひととおり解説してありますので、GCPの基本・特徴については理解できます。
GCP を理解し、触ってみて、今後の「クラウドネイティブ時代」を生きる一助となるべく一冊です。  
内容サンプル
 
User Voice
AWSしかいじったことない人には見てほしいですね。
8章のAWSユーザへ、という中でAWSユーザからすると違いとして知りたかったことの回答がいくつかあったのは良かった。
全体的にはAWSのVPCの考え方とかと違うんだなーとか、そもそも構築する人へのアクセスの権限切り分けってAWSよりも楽そうだなとか。
なおBig Querry触ってみようかなと思ってGoogle Cloud Platformを調べてみたらまずは無料で使えそうだったので、そもそもクラウドってどんなだろって人でも本見ながらいじってみよっかな。と思えるくらいに初歩から書いてくれています。
著者の会社調べたら東京もちろん大阪や名古屋、福岡でも無料セミナーやってるのには驚き。
なお唯一気に入らないこととして、なかなか分厚いので重い。
これはお持ち運びできない。
GCP覚えたての初心者です。
いくつか書籍を購入しネットを探しとGCPを勉強中。
タイトルと目次をみて即予約。
実際に読んでみて、タイトル通り「GCPの教科書」!!。
GCPの機能が章で解説されており全体的に見える感覚がよい。
各機能の解説は浅い感じだがGCP全体像と考えると十分。
このような各機能を説明した本が欲しかった。満足です。
GCPをマスターするまで手の届く所に置いておきます。
Google Cloudの認定Cloud Architectです。この本の最初に書かれていますが、本書は初級から中級(の始め?)ぐらいの人向けだと思いました。GCPの基本機能は書かれていますが、それぞれの機能の詳細度は高くありません。概要だけで、詳細が省かれている機能もあります。ただ、GCPにはどんな機能があってどのように連携させれば良いのか知りたい人にはとっつきやすい本だと思います。私は、AWSなどの他のクラウドプラットフォームも使用しているため、たまにGCPと機能がごっちゃになることがあるのですが、本書でGCPにある機能を確認できるので助かります。あと、AWSとの比較や移行の記述については、AWSの勉強もしたいと思っている人に有用だと思いました。
本書は、GCPの認定試験のための本ではないので、認定試験を受けられる方は本書でGCPの基本を学んでから他の学習リソースを併用されるのも良いと思います。
 
   
人気 4位
本書の内容
(概要)

Google Cloudは、すぐにクラウドでアプリを開発できるので、ビジネスをすばやくIT化できます。フルマネージド(サーバー管理が要らない!)なので、Googleの技術基盤にフルに任せながら、安心してソフトウェア開発に注力できます。しかもGoogle App Engineを使うならば、必要なプログラミング言語はPythonだけです。しかもWebブラウザだけで開発できます。本書はGoogle Cloudの優れた機能を紹介しながら、Python+Flaskフレームワークを使いWebアプリ方を紹介します。この開発工程をともに学ぶことでクラウド上でのソフトウェア開発の要諦を学ぶことができるでしょう。Google Cloudのパワーとテクノロジーを習得しましょう!


(こんな方におすすめ)

・Google Cloudを使ってみたい、試してみたいエンジニアに!


(目次)

1章 Google Cloud Platform

  1.1 Google Cloud Platformとは

  1.2 GCPの歴史

  1.3 なぜGCPなのか

第2章 Google App Engine

  2.1 Google App Engine の種類

  2.2 Google App Engine の特徴

  2.3 GAEの目指すところ

第3章 開発環境の構築

  3.1 GAEアプリケーションの開発環境を準備する

  3.2 3GCPプロジェクトとは

  3.3 GCPプロジェクトを作成する

  3.4 Google Cloud Shellとは

  3.5 コードエディターとは

第4章 GAEアプリケーション作成

  4.1 最初のGAEアプリケーションを作成する

  4.2 アプリケーションのデプロイ

  4.3 デプロイバージョンを管理する

  4.4 [実習]アプリケーションの作成

  4.5 アプリ作成のまとめ

  4.6 課金上限を設定する

第5章 Web アプリケーション概要

  5.1 モダンなWebアプリケーション

  5.2 Web APIとは

  5.3 本書で作成するWebアプリについて

第6章 FlaskによるHTTPリクエストの処理

  6.1 Flask フレームワーク

  6.2 テンプレートの利用

  6.3 [実習]Jinja2を使う

  6.4 エラーページのカスタマイズ

  6.5 [実習]エラーハンドリング

  6.6 フォーム処理

  6.7 Web APIの追加

  6.8 GETメソッド[練習①]

  6.9 [実習]GETメソッド①

  6.10 POSTメソッドの練習

  6.11 [実習]POSTメソッド

  6.12 GETメソッド[練習②]

  6.13 [実習]GETメソッド②

第7章 ログ

  7.1 アプリケーションログ

  7.2 Python logging モジュールを使ったログ出力

  7.3 [実習]ログ出力

  7.4 Logging Client Libraries を使ったログ出力

  7.5 Cloud Logging Handler を使ったログの出力

第8章 Cloud Datastoreを使う

  8.1 Cloud DatastoreとCloud Firestore

  8.2 Datastore にデータを保存する

  8.3 [実習]データの保存

  8.4 Datastore からデータを取得する

  8.5 [実習]データの取得

  8.6 データを1件取得する

  8.7 [実習]Key を使ったデータ取得

  8.8 Datastore からデータを更新する

  8.9 [実習]データの更新

  8.10 Datastore からデータを削除する

  8.11 [実習]データの削除

  8.12 実習をローカル環境で動かす

第9章 エンティティグループ

  9.1 エンティティグループとは

  9.2 エンティティグループを作成する

  9.3 [実習]エンティティグループの作成

  9.4 エンティティグループを取得する

  9.5 [実習]エンティティグループを取得する

第10章 Google Cloud Storageを使う

  10.1 Google Cloud Storageとは

  10.2 実践GCS

  10.3 GAEからGCSを操作する

  10.4 GCSにファイルをアップロードする

  10.5 [実習]GCSにファイルをアップロードする

  10.6 GCSからファイルを取得する

  10.7 [実習]GCSからファイルを取得する

第11章 そのほかのサービス

  11.1 GCPの機能をもっと使うには

  11.2 Cloud Identity-Aware Proxy(Cloud IAP)とは

  11.3 Cloud Tasks

  11.4 Cloud Scheduler
 
内容サンプル
 
User Voice
GAEの使い方だけに留まらず、GAEを利用したWebアプリケーション開発をするときの流れが丁寧に説明されています。私は開発経験は全くなし(Udemyやドットインストール等で興味のある言語を軽く流した程度)でしたが、十分に理解できる内容でした。
GAEを使ったWEBシステム開発について、Python+Flaskで解説されており分かり易い。図も豊富で解説も丁寧なため、手を動かしながら試せて楽しい。ただ、PythonとFlaskの知識が全く無い方は、予め他で補った方が良い。
非常に残念なのが、データベースをDatastoreで解説してる部分。本書でも触れているが現在のDatastoreは「FirestoreのDatastoreモード」となっており、それなら最初からFirestoreのネイティブモードで解説する方がスマート。次版では変更した方が良いと思う。
 
   
人気 5位
本書の内容
本書はGoogleによるクラウド環境Google Cloud Platform(GCP)を仕事の現場に導入し、生産性と効率を高めるためのガイドブックです。GCPのしくみと特徴、その強みをはじめとして、ビッグデータ処理に定評のあるBigQueryなど各サービスの概要を紹介しています。現在AWSやAzureなど他社サービスからの乗り換えを検討していたり、オンプレミス環境からクラウドへの移行を考えている方にまず最初に読んでいただきたい一冊です。

【目次】
第1章 Google Cloud Platformとは?
Googleは15年以上のクラウドの経験/世界最大級のコンピュータ/グローバルネットワーク/分散コンピューティングの革新をリードするソフトウェア
第2章 Google Cloud Platformの製品・サービス
基本構成/製品・サービス全体像/コンピュート/ストレージ/Big Data/APIサービス/ネットワーク/管理/他のクラウドとの比較/GCPの特徴とメリット/GCPに足りないところ
第3章 Google Cloud Platformを使ってみる!
簡単登録・無料試用/GCEでサーバを起ち上げ/BigQueryでログ検索を試す/Cloud Storageにバックアップ/GAEで静的サーバを起ち上げる
第4章 やっぱり不安?セキュリティについて
クラウドに対する漠然とした不安/Googleにとってセキュリティは最優先事項/Googleのセキュリティの特徴/データの所有権/独立した第三者による認定/クラウドに何を預けるのを決めるのは自分自身
第5章 まとめ
特にGCPを薦めたい5つのケース/あえて挙げる「お薦めできない」ケース/複数のクラウド利用によるさらなるメリット/サポート情報等  
内容サンプル
 
User Voice
GCPの認定技術者資格5種を日本で初めて取得した正真正銘の第一人者による紹介は、やや身びいき感はあるものの、GCPってなんなの?基本構成や特徴は?など、GCPの概要を把握する上で非常に役に立ちました。
タイトルは
『仕事で使える!GoogleCloudPlatform』 最新クラウドインフラ導入マニュアル
であって
仕事で使える! 『GoogleCloudPlatform最新クラウドインフラ』導入マニュアル
というものではなく、実務への適用事例については続編を期待したいところです。
先日GCEを使う必要があり、読み放題サービスでこの本があることを知り読みました。サービス全体を網羅した説明があり、メリットデメリットも載っていて参考になりました。
コンパクトにまとめられておりわかりやすく解説されている。続編を読みたいと思いますが、いかが?
 
   
人気 6位
本書の内容

インフラ基礎知識とセットで学ぶ!
Google Cloud Platformの機能&システム構築パターン!

本書は、Google Cloud Platform(GCP)でシステム、アプリケーションを
構築するための実践的な入門書です。

GCPを初めて利用する開発者をメインターゲットとし、GCPの提供する
サービス(コンポーネント)の全体像と、サービスを組み合わせて最適な
アプリケーションアーキテクチャを実現する方法を、具体的なサンプルを
使ってわかりやすく解説します。

Webアプリケーションを動かす具体的な手順の解説に加えて、コンテナ、
オーケストレーションといったテーマもカバーするため、業務で本格的な
利用を考えている方にも適しています。

単にGCPの使い方を説明する手順書にとどまらず、GCPを利用する上で
理解しておきたいインフラの基礎技術などを解説することで、技術動向の
変化が激しいクラウドの解説書でありながらも陳腐化を最小化するよう
工夫しています。

また、GCPの強みであるクラウドネイティブなアーキテクチャによる
アプリケーション実行環境の構築をサンプルとして挙げているのも
大きな特徴です。本書の強みは、具体的なサンプルを使って丁寧に
説明することで、GCPの良さを体得してもらえるところにあります。

GCPの利用や導入を検討している/初めて使う、あるいは、AWSなど
他のクラウドを使ったことがあるプログラマ/開発者の方におすすめの
一冊です。


※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

 
内容サンプル
 
User Voice
仕事ではAWSをメインに使っていまして、GCPも以前に半年ほど使っていたのですが、最後にGCPに触れてから1年以上経過してかなり忘れてしまっていたので復習目的で購入しました。

特にGCPコンソールの使用方法(どの画面で何が出来るか)、GCPとAWSのネットワークの違い、GCE/GAE/GKEの基礎的な使用方法を把握したかったのですが、その目的にはピッタリだったというか、個人的には大満足です。

上記以外にも、Cloud SQL/Cloud Datastore/Cloud DNS/Cloud Load Balancing等の設定方法がハンズオン形式で分かりやすく記述されているので、GCPを仕事で本格的に使う前にこちらを一冊片付けておけば準備はオッケーという感じではないかと。

他の方のレビューにもある通り、GCP中級者以上の方向けの内容ではないですが、「AWSはそれなりに使っているがGCPは初めて」という方にはとてもお薦め出来る内容だと思いますので星5点にさせて頂きました。
GCP関連の書籍を探していたところ、過去に共著者の中井悦司さんの本によくお世話になっていたので、この本を選びました。
著者で選ぶとやっぱり間違いないですね。

阿佐さんという著者はこの本で知りましたが、中井悦司さんと共著されていることもあり、よくわかりやすかったです。AWSやDocker関連の本を出版されているようなので、それ関連の本が必要になれば、今度は阿佐さんの本を選びます。
簡単なオンラインゲームのサンプル等も交えながら
クラウド上への環境の構築、その中でのGCPの魅力を
押し付けがましくなく自然体で伝わってくる内容です
他のクラウドを利用している方でGCPに少し興味がある方なんかにも非常に良い内容では〜と思いました
 
   
人気 7位
本書の内容
GCP上でのコンテナベースの開発する際の御作法 すべて教えます!

近年、アプリケーションエンジニアにとってコンテナベースでの開発は「超必須」とも
言える重要な技術となっております。しかし、一通りの開発ができたとしても、コンテ
ナの利点を十分に活かすことは難しいものです。
Googleが提供するGCP(Google Cloud Platform)には、このコンテナ開発ができる
様々なツールが多く用意されています。本書では、この中でも開発者がよく使う
(けど、わかりづらい)Kubernetes、GKE、Cloud Runを中心に解説しました。

◆本書の主な内容
第1章 Google Cloud Platformの紹介
 1.1 Google Cloud Platformとは
 1.2 プロジェクトの準備
 1.3 GCPのプロジェクトの作成
第2章 Google Container Registry
  2.1 Google Container Registryとは
 2.2 Container Imageの形式
 2.3 GCRにイメージを保存
 2.4 Cloud Storageとの関連性
 2.5 コンテナイメージの脆弱性スキャン
第3章 Cloud Build
 3.1 Cloud BuildはGCPのCI/CDサービス
 3.2 Cloud Buildで利用可能なコードホスティングサービス
 3.3 Cloud Buildトリガー
 3.4 Cloud Build構成ファイル
 3.5 Cloud BuildでCI/CD基盤構築
第4章 Kubernetes
 4.1 コンテナ
 4.2 Kubernetesの概要
 4.3 Kubernetesの機能
 4.4 宣言的な構成管理
 4.5 Minikube
 4.6 Kubernetesのアーキテクチャ
 4.7 Kubernetes APIオブジェクト
第5章 GKE
 5.1 Cloud Consoleで始めるGKE
 5.2 Cloud SDKで始めるGKE
 5.3 GKEを用いたアプリケーションの公開
 (以降については「目次」を参照)
第6章 Cloud Run
第7章 サービスメッシュ  
内容サンプル
 
User Voice
Docker/K8sの書籍は多いけど、GKE、Cloud Run、サービスメッシュなども絡めて体系的に書いてあるものってあまりない気がします。この書籍ではそのあたり含めて無駄なく解説されています。
Docker/K8s/GKE/Cloud Runの関連性もわかりやすく、GCPを利用してコンテナ開発をしようしている人には、非常に有意義なのではないかなと思います。

個人的にGKEやCloud Runを趣味や検証でも使用し始めているので、本書はとても参考になりました。
いわゆるクラウドネイティブをGCPでどう実現するかを書かれていて、クラウドネイティブを触ったことがない人向けです。
4章のKubernetesの説明のところで、APIリソースとAPIオブジェクトの説明がごちゃ混ぜになっていたり、kube-controller-managerが4つのプロセスで動いている(実際はもっと動いてます)など、間違っていることが堂々と書かれているところから星を二つマイナスしました。
 
   
人気 8位
本書の内容
本書はGCP(Google Cloud Platform)のゲーム基盤としての活用を、ゲーム業界のエンジニアが解説します。各社のエンジニアが寄稿により生の声を寄せ、さらにGCPのディープな情報も盛り込んでいます。
【目次】
第1章 Google Cloud Platformの特徴
1.1 コンピューティング
1.2 データベース
1.3 ストレージ
1.4 ネットワーク
1.5 運用/監視/管理ツール
1.6 データ分析
1.7 AIと機械学習
第2章 GCP Deep Dive
2.1 Helmで構築するGKEモニタリング環境構築(株式会社grasys)
2.2 リージョン間通信とCloud Spanner(ジェットブラックフラワーズ合同会社)
2.3 BigQueryとLooker(アイレット株式会社)
2.4 まとめ
第3章 ゲームインフラにおけるワークロード
3.1 ワークロードごとの特徴
3.2 本章のまとめ
第4章 ゲームサーバーホスティングにおける活用事例
4.1 リファレンスアーキテクチャー
4.2 GKEとCloud Spannerで実現する大規模ゲームサーバー(株式会社コロプラ)
4.3 ポコロンダンジョンズのGCP移行とマネージドサービス活用実例(株式会社グレンジ)
第5章 プラットフォームサービスにおける活用事例
5.1 リファレンスアーキテクチャー
5.2 Google App Engineによる運用レスなゲームサーバー(株式会社バンダイナムコスタジオ)
5.3 無停止の課金基盤をGAEで構築するための設計と運用(株式会社アカツキ)
5.4 Google Maps Platform:既存ゲームへのマップ機能の追加について-モンスターストライクの事例-(株式会社ミクシィ)
第6章 データ分析における活用事例
6.1 リファレンスアーキテクチャー
6.2 データ分析の生産性を高める、データ基盤とKPIダッシュボード(株式会社サイバード)
6.3 BigQueryで作るクラウド活用型データ基盤(KLab株式会社)
6.4 機械学習を活用した分析(澪標アナリティクス株式会社)  
内容サンプル
 
User Voice
 
   
人気 9位
本書の内容
身近な例からデータサイエンスの深淵を体感し
スケールさせるノウハウを学ぶ


【本書の内容】
「膨大なデータを分析して傾向を探り意思決定に援用する」とはよく耳にするフレーズですが、「膨大なデータ」から「援用する」までの間に、どのようなことがなされているのでしょうか。その各段階における必要な知識や技能やツールやインフラにはなにがあるのでしょうか。
本書はそういった疑問を、身近な例(フライトスケジュールからミーティングの参加・不参加確定)から説き起こします。とはいえ、それは単に米国運輸省のデータをダウンロードし、フライトの傾向を時間軸に合わせて分析し、スケジュールとして提示する、という“シンプル"なストーリーではありません。
「データ分析を実行してビジネスで成果を出す」ことができる人を「データエンジニア」と呼ぶ、Googleならではの文化が色濃く出た1冊です。すなわち、クエリの構築やレポート、グラフ化が最終目標ではなく、それらをひっくるめたスケーラブルで反復可能なシステムを構築できる人材への足がかりとなる1冊であり、肩書としての「データサイエンティスト」から、真に求められているデータサイエンティストへと、自身をスケールしていくための手引書です。

Valliappa Lakshmanan,
“Data Science on the Google Cloud Platform:Implementing End-to-End Real-Time Data Pipelines:From Ingest to Machine Learning",O'Reilly Media,January 12, 2018.
の邦訳版です。

【本書のポイント】
・Google Cloud Platformの具体的な活用方法
・データ分析からサービス構築まで、必要な知識
・データサイエンスをスケールするという考え方

【読者が得られること】
・データサイエンスに必要な知識を段階を追って習得できる
・データ収集からサービス構築までの一連の流れを理解できる
・各ステージにおける勘所や肝となる考え方を学べる
・Google Cloud Platformにある一群のツールを使えるようになる
・統計学や機械学習を理解していれば、モデルをコード化できるようになる

【対象読者】
・データエンジニア、データサイエンティスト
・データアナリスト、データベース管理者
・システムプログラマ

 
内容サンプル
 
User Voice
GCPでのデータサイエンスについて、日本語で丁寧に解説されている良書。
考え方や概念はほぼ一緒だけど、元の英語版は2017年に出版されたもので、この本も2017年のものの翻訳本で少し内容が古くなっているので、githubで最新版を確認するのがオススメ。
qwiklabsにクエスト(Data Science on the Google Cloud Platform)があるので、そこで手を動かして楽しく学べる。
とてもいい商品でした。また是非お願いいたします。
 
   
人気 10位
本書の内容
本書はゲームインフラエンジニア向けのGCP解説書です。AWS一本のインフラ構築からマルチクラウドへとニーズが変化していく中でゲーム業界でもGCPの検討は進みつつあります。コンソール系、アーケード系、モバイル系などそれぞれの分野で必要な情報を横断的な情報をまとめ、GCPの全体的な紹介から事例までをわかりやすく解説します。【執筆者:野下 洋、芝尾 幸一郎(株式会社Aiming)、野邉 宏一郎、岡田 正之、渡邊 宏樹(シリコンスタジオ株式会社)、長谷川 祐介(株式会社grasys)、橋口 剛】
【目次】
第1章 GCPの概要
GCPのサービス概要/GCPの各サービスにおけるゲームインフラとしてのユースケース
第2章 GCPの特徴
“The Datacenter as a Computer”/一般的なクラウドサービス、オンプレミスとの比較
GCEのベンチマークとコスト比較
第3章 ゲームインフラとしてのGCP
ゲームインフラの特徴/最近のトレンド/GCPのゲームでの活用/ゲームインフラとMSP
第4章 オンプレミスからGCPへ
シリコンスタジオゲームフレームワークの概要/事例: 開発途中にGCPへ移行、運用中ゲームタイトルの移行、新規の運用予測
第5章 Aimingでのゲームサーバ構築事例
GCPへの移行について/GCPでのサーバ運用
第6章 GCPでのゲームサーバアーキテクチャ
ゲームインフラ構築/ゲームアーキテクチャ事例/データベース構成/常時接続/構築・運用からみた他社クラウドの違い
第7章  Aimingでのデータ分析環境の紹介
過去の分析環境/BigQueryを使った分析環境/データ分析環境/ログを収集、集計、可視化/データの活用とKPI/BigQueryのコスト/SQL実例  
内容サンプル
 
User Voice
(一切の性衝動をお捨て下さい)これが(物語を真に理解する心得)である
これが自分には出来るからこそ裏設定がわかるだけの話である
言い換えれば(性衝動を捨てる事なく物語を鑑賞する方法)なるものが存在しており
それを出版社と評論家と(通常の受け手)は使っているから裏設定が理解出来ないことが判明するのである
そして(生殺しが存在しない世界)こそ(物語の世界の定義)が存在する以上
(性行為から始まる家族生活に参加するのを拒否する者のために物語は存在するべし)と言う概念も存在するし
この概念を(肯定)する物語製作スタイルがちゃんと存在します
(物語の作者はコンピュータースクリプトでなければならない)と言う概念を(肯定)する事です
これなら(性衝動を捨てる事なく物語を製作する)のも可能だし
(性衝動を捨てた奴だけが物語を鑑賞する)を行うのも可能なのである
だから(物語製作のイロハ)に関する種明かしを行うことで
(物語の作者はコンピュータースクリプトでなければならない)を実行してください
そして(そんな人最初から存在しなかったを演じている)の(象徴)にして
(この物語はフィクションです)の(パフォーマンス)の(象徴)である
(五感がわからない金属の体)を続けるのも(おしまい)にしてください
つまりは(人間は物語の作者になってはならない)及び
(物語の登場人物扱いされるのに絶望した者のみが物語鑑賞をすべし)を公言してください
つまりは(箱庭世界の住人)を意味する
(物語の世界の住人)を演じるのに絶望した者のみが物語鑑賞をすべしを公言してください
これが自分が物語に求めているものにして、自分が物語を見る目その物です
言い換えれば(箱庭世界の住人になるのを絶望しない方法)を出版社と評論家と(通常の受け手)は用いているから裏設定がわからない
(箱庭世界の住人になるのを絶望しない方法)を作家は体得しているから物語の作者になれる
(箱庭世界の住人になるのを絶望しない方法)を役者と声優は体得しているから登場人物を演じることが出来る
(箱庭世界の住人になるのを絶望しない方法)を為政者とメディアとエリア51は体得しているから
(水晶ドクロは人間の化石)及び(人間の体は金属で出来ている)を公言しないことが判明するのである
だから(箱庭世界の住人になるのを絶望しない方法)ってなんなのかを種明かしする事で
(性行為から始まる家族生活)に関する一切合切を(おしまい)にしてください
そして(箱庭世界の住人になるのを絶望した者のみが物語鑑賞をすべし)を(はじまり)にしてください
そして(物語製作はコンピュータースクリプトでなければならない)を(はじまり)にしてください
お願いします
ひょんなことからGoogle Cloud Platformを仕事で習得する必要がでてきて関連書籍を読み漁っていて出会いました。

GCPの特徴、活用事例、活用する上での留意事項など生の事例情報(というか導入した企業のご担当本人による執筆)が満載で非常に生々しい内容になっているけど、実際に必要なのはネットで調べられる情報ではなくこういう生の声なので本当に勉強になりました。

GCPの盛り上がりはすでに世界的にすごいことになってますが、これからGCPを勉強したい方やすでにGCPをかじりはじめているけどもっと情報がほしい方、必読ですよ。

久しぶりにこんな良書に出会えて感動です。
 
   
人気 11位
本書の内容
Google Cloud認定資格である【Associate Cloud Engineer】に対応したGoogle公式ガイド!

米国で定評のGCP資格学習書『Official Google Cloud Certified Associate Cloud Engineer Study Guide』(Sybex刊)を日本語訳。グーグル・クラウド・ジャパン合同会社による監訳により、技術的にも正確かつ最新の情報で翻訳しています。
各章末には、理解度を測る演習問題付き。合格力が確実にアップします!

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。  
内容サンプル
 
User Voice
2019/3/28発売の、英語版の説明を日本語に翻訳したものだと思われます。
説明で使用されている画像は旧仕様の英語版です。表示されている日付から2018年11月ごろに取得されようです。
例えば、オペレーション スイートはStackdriverの説明になっています。

説明は詳しく、試験の情報も多いので、資格受験目的には良い本だと思います。

私の目的が、資格勉強を通してGCPの最新仕様を学びたかったので、少し低い評価になっています。
 
   
人気 12位
本書の内容
Google BigQuery(ビッグクエリ)は、Googleが自社で保有している膨大なデータを効率的かつ高速に分析するために構築した社内データ分析基盤を一般提供したサービスです。その内部ではBorg、Colossus、Jupiter、DremelなどのGoogle独自のコアテクノロジーが活用されており、実行されたクエリはGoogleの保有する膨大なインフラリソース上で瞬時に並列・分散処理されます。

 その処理速度は1000億行のデータセットに対してインタラクティブに数十秒で結果を返してしまう程です。

 本書では、社内に蓄積されているビッグデータを、新人さんがBigQueryを駆使してその優れた機能に感動しながらも悪戦苦闘し、分析基盤として利用していくサンプルケースを通して、BigQueryの利用方法を具体的に解説していきます。まずは気を楽にして物語を楽しみながら、登場人物達と共にBigQueryや関連するGCPサービスについて理解を深めていただければと思います。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。  
内容サンプル
 
User Voice
コマンドライン、スクリプト、クラウドの概念にはなれているけど、BigQueryあまり知らないという人向けにはよい本だとおもいます。

BigQueryの基本から、仕組み、つまづきそうな点などを初心者が必要な情報を短かくよくまとめているとおもいます。
さりげなくいろいろなTipsがはいっていてよいです。USリージョンをすすめている理由がなるほどでした。
Cloud Composer / Dataflow などの使い方まで網羅しているのもよかったです。

BigQueryに限らずGCPは進化が速いと感じているのでいまのうちに読んで置くことをおすすめします。
蛇足ですが、話にでてくる先輩が28歳とはおもえないくらい、老成している感じはきになりました。
BigQueryについて、非常に分かりやすく説明されていた。CLIでの操作については特に参考になった。
私のようなプログラミングの素人には歯が立ちませんでした。内容が悪いのではなく、私にとって難しすぎたので星一つとしました。内容がわかる人には、問題ないのだと思います。
 
   
人気 13位
本書の内容
本書は、Google Cloud Platform(GCP)のプレミアムパートナーである株式会社トップゲートが、Google App Engine(GAE)とその周辺サービスの活用方法を紹介する実践開発入門書です。クラウド開発経験のない新人君が、プラットフォームの選択・開発・リリースなどの基礎から、運用・パフォーマンス改善・既存環境連携などの応用まで、総合的なアプリ開発をひとつひとつ体験していくストーリー仕立てのわかりやすい解説が特徴です。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。  
内容サンプル
 
User Voice
前半は実際にどこまで手を動かして、どの部分が発展的な学習用の設定なのか判断しづらい。
基本コマンドももう少し解説が欲しいかなと思った。あと、目次がないのも地味に不便でした。
CI/CD、 認証、ロギングなど、中盤以降は実用向けな話が多くて参考になります。
 
   
人気 14位
本書の内容
Webサイトやアプリで、とにかく画像が多すぎることが原因で、時間がかかりすぎ、捌ききれない工程が発生することがあります。本書は、Google Cloud AutoMLを利用して、多すぎる画像の管理を自動認識で楽にするノウハウをわかりやすく解説します。学習データの作成から、予測モデル構築・チューニング・モデル評価・ウェブやアプリの組み込みまで、ディープラーニング・ニューラルモデル・機械学習を使ったシンプルな画像認識AI作成がわかります。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。  
内容サンプル
 
User Voice
手順通りやれば画像から車を認識させるモデルを生成し、Webアプリに組み込むところまでできます。
簡易ですがモデルのチューニングも解説されており、AutoML Visionでやるべきことの概要や流れは掴めます。
既に触っている人だと物足りないでしょうが、どういうプロダクトかというのを知るには良い書籍だと思います。
GCPへの登録,Pythonのインストール,Flaskを使ったWebアプリケーションの開発など,
比較的どうでも良いことに紙面の大半を割いているので,
肝心のGoogle AutoML Visionに関しては,記述が少ないように感じました.
 
   
人気 15位
本書の内容
本書は、GoogleがGCP(Google Cloud Platform)上で提供している機械学習関連のツールやAPIを活用し、実際に機械学習の環境やデータに触れながら、その原理と動作を体験的に学ぶことができる機械学習入門書です。

●Googleは、機械学習にも有用な優れた環境を提供しており、特にDatalabはブラウザ上でPythonのコードを実行でき、グラフ・表を出力できるほか、ビッグデータを高速で処理するBigQueryや便利な各種APIにも簡単にアクセスできるツールです。

●本書では、Datalabを通じて、Googleが膨大なリソースを使い初めから用意している機械学習環境にアクセスし、高度な機能と豊富な資源を十分に活用できるよう読者を導いていきます。

●本書の学習では、数式はほとんど使わず、簡単なコードとそのグラフィカルな実行結果により、理解を深めていきます。
まずは識別の基礎から入り、各種識別関数を通じて機械学習の原理や手法を学びます。
続いて実践的にデータを扱いながら、データの評価方法やチューニングを学び、さらに深層学習(ディープラーニング)へと進んでいきます。
深層学習では、画像識別による具体例から始まり、より高度なニューラルネットワークまで学んだ後、実際にGoogleの深層学習用ライブラリー(TensorFlow)を使ってニューラルネットワークをモデリングする方法を学びます。
最後に、画像識別を代表するCNN(畳み込みニューラルネットワーク)の実装法を学び、実運用の入り口へと案内します。  
内容サンプル
 
User Voice
一通りの機械学習の知識と実装方法を学ぶことができます。
最近は便利なツールが続々と登場し昔と比べて簡単に環境を構築できるようになりました。しかし、それでも構築につまづくことがあるかもしれません。本書はGCPを使っているため、最初から実装環境が整った状態でスタートでき、その分ハードルが下がります。
また、本書は機械学習に必要な知識を要点を押さえて解説されており、サンプルコードを実行して結果を確認しながら理解することができます。基礎を固めてじっくりと学んでいくのにオススメです。
GCP+機械学習の入門書を探していた私にはぴったりでした。深層学習は非常に学習に時間がかかることが多く、試行錯誤を繰り返すことが必須なため高価なGPUが欲しくなります。しかし個人で購入するのは高額なためGCPなどのクラウドを使いたいと以前から思っていましたが、クラウド初心者にとってはとっつきにくいです。本書は導入から丁寧に説明されているので大変参考になりました。
機械学習系の分からない用語が出てきた時に辞書的に利用しています。
説明が簡潔で、図やコードが多く、大まかな全体像やイメージを掴みやすいです。
注意点としては、Python2だし、2017年の本なので若干古いので、手を動かして学ぶなら別のものの方が良さそうです。
 
   
人気 16位
本書の内容
これからのAI時代、ロボット時代を切り開く先頭集団にPepperはいます。本書では、Pepperの活用範囲を広げるために、クラウドの中でも機械学習やビッグデータ解析の先端的な技術を提供するGoolge Cloud Platformとの連携を取り上げます。

※この電子書籍は、「固定レイアウト型」で配信されております。説明文の最後の「固定レイアウト型に関する注意事項」を必ずお読みください。

Pepperが街中で活躍する姿が多数見られるようになってきました。すでにPepperは物珍しいものではなくなりつつあります。そうなると、次の段階としてPepperを使ってどのようなユーザー体験を作るかが重要になってきます。
一方で、Pepper単体だとハードウェア上の制約などから実現困難なことも数多くあります。Pepper単体でできないことを実現するための1つの答えがクラウドとの連携です。クラウドでは、たくさんの計算資源やストレージを確保でき、また最近では、いわゆるIaaS的なリソース貸しだけでなく、PaaSとしてアプリケーションをホストする、SaaSとして特定の機能を提供するなども行えます。Pepperをネットワークにつなげられる環境なら、さまざまなクラウドのメリットを享受できます。
本書では、クラウドの中でも機械学習やビッグデータ解析の先端的な技術を提供するGoolge Cloud Platformとの連携を取り上げます。Google Cloud Platformが提供している画像解析サービスであるGoogle Cloud Vision APIでは、写真内の人物の感情を推定する機能やOCRによる画像からの文字認識、セーフサーチ機能による有害コンテンツの判断などが行えます。
いずれもGoogleが独自に構築した機械学習のモデルを核としたサービスで、たいへん高精度の結果が得られます。これ以外にも音声認識や翻訳、自然言語処理などの機能も提供されています。最近では動画の分析を行うサービスも登場しました。今後、Google Cloud Platformからより多くの便利な機械学習やデータ分析のサービスが登場することが予想されます。これらの機能をPepperと組み合わせることで、Pepper単体では実現できなかったアプリケーション開発が可能になるでしょう。

●目次
Chapter 1 Google Cloud Platformの基本
Chapter 2 PepperとWeb APIを使ったロボアプリ構築
Chapter 3 PepperとGCPを組み合わせたアプリケーション構築
Chapter 4 Google Cloud Next’17 in TokyoでのIoTデモ~今後のPepperの展開~

固定レイアウト型に関する注意事項(必ずお読みください)
この電子書籍は、全ページ画像の「固定レイアウト型」で配信されております。以下の点にご注意し、購入前にプレビュー表示をご確認の上、ご購入ください。

■使用できない機能
・文字拡大(ピンチイン・ピンチアウトは可能ですが、画面におさまらない場合は画面をスワイプ)/文字のコピー/マーク/ハイライト/文字列検索/辞書の参照/Web検索/引用

■推奨環境
・タブレットなど大きいディスプレイを備えた端末
・Wi-Fiネットワーク経由でのダウンロード(Kindle端末の場合)
 
内容サンプル
 
User Voice
GCPとPepperの組み合わせで、
画像解析「Google Cloud Vision API」
翻訳「Cloud Translation API」
感情分析「 Cloud Natural Language API」のサンプルが書かれている。

このサンプルはJavaScriptからAPIにリクエストするものだったがPythonからリクエストするサンプルを見てみたい。
 
   
人気 17位
本書の内容
データ処理から学習・運用まで全プロセスをカバーする
機械学習システムをサーバーレスで構築する方法を解説。


■本書の特長

●Google Cloud Platform(GCP)という機械学習と非常
に相性のよいクラウドサービスを用います。

●機械学習を実運用できるシステムを効率的に組める環
境の構築方法を学ぶことができます。

●データの取得・蓄積、学習・推論、データとモデルの
管理など機械学習システムの構築・運用に必要な知識全
般が身につきます。

●GCPが提供する主な機械学習ツールについて、その
機能と使い方がわかります。


■内容紹介

機械学習では、様々なアルゴリズムの学習モデルが注目
されています。しかし実際にこれらをシステムに組み込
み、サービスとして展開するには、学習モデル以外の多
くの構成要素が必要となります。

これらの構成要素を含んだシステム構成を、実際のコー
ディング例を参照しながら解説し、これからシステムを
構築したい読者をサポートするのが本書の狙いです。

Google Cloud Platform(GCP)には、機械学習と相性の
良いサービスが豊富に提供されています。

Google App Engine やBigQuery 、Dataflow 、ML Engine
などを用いて、データ処理から機械学習の演算にいたる
環境までサーバーレスで構築することができ、さらにこ
れらを容易に組み合わせることができます。

本書は、GCPを有効に活用し、効率的に機械学習システ
ムを構築しようとする方々の手引書です。  
内容サンプル
 
User Voice
著者の以前のGCP書籍を読破しての感想です。
本書では、GCPの各種サービスを使ってどのように開発していくか、そのヒントを中心に扱われています。
以前の書籍に比べると、機械学習そのものやコードの解説はやや少なめですが、その分実践的な内容が多く盛り込まれています。
ローカルや別のクラウドで構築したシステムをGCPへ移行したい、でも何のサービスを組合せたらよいか分からない、という人におススメです。
GCPをある程度理解し使いこなしている人でないと最初の方からつまずいてしまうでしょう。
プログラムの構文についても説明はないので、初心者はチンプンカンプンでしょう。
実際慣れ親しんでいる人の参考手引書みたいな感じです。
Gcpで機械学習のシステム構築という題名だったので、インフラの構築方法が書いてあると思ったら全く違いました。
内容もペラペラでわざわざこれを買う意味はなかったです。
タイトル名をもう少し内容に近づけたらどうでしょうか?詐欺と変わらないと思いました。
 
   

Google Clound Platform 新書一覧

本書の内容
Google Cloud認定資格である【Associate Cloud Engineer】に対応したGoogle公式ガイド!

米国で定評のGCP資格学習書『Official Google Cloud Certified Associate Cloud Engineer Study Guide』(Sybex刊)を日本語訳。グーグル・クラウド・ジャパン合同会社による監訳により、技術的にも正確かつ最新の情報で翻訳しています。
各章末には、理解度を測る演習問題付き。合格力が確実にアップします!

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
購入前にお使いの端末で無料サンプルをお試しください。  
内容サンプル
 
User Voice
2019/3/28発売の、英語版の説明を日本語に翻訳したものだと思われます。
説明で使用されている画像は旧仕様の英語版です。表示されている日付から2018年11月ごろに取得されようです。
例えば、オペレーション スイートはStackdriverの説明になっています。

説明は詳しく、試験の情報も多いので、資格受験目的には良い本だと思います。

私の目的が、資格勉強を通してGCPの最新仕様を学びたかったので、少し低い評価になっています。
 
   
本書の内容
(概要)

AIやIoTが実用化フェーズに入りつつあるのみならず、デジタルトランスフォーメーション(DX)への注目の高まりによって、事業やサービスを取り巻くデータを分析・活用・管理するためのインフラであるデータ基盤の重要性が増しています。 データ基盤を構築するにあたり、先行する事例から、Google Cloud(Google Cloud Platform, GCP)はデータ領域に強みがある、あるいは、BigQueryは高速に動作するデータウェアハウスである、と聞いたことがある方は多いでしょう。

本書では「データ基盤」そのものを体系的に整理しながら、Google Cloudの各サービスをどのように活用することで実用的なデータ基盤を構築できるか、また発展的なデータ分析ニーズに応えるデータ基盤をどのように設計できるか、といった点について解説しています。 特にGoogle Cloudはマネージドサービスを中心として提供されているため、その特性を正しくとらえることで、最大限の価値を発揮できるようになります。 実際にGoogle Cloudやオンプレミス、他のクラウドサービスを用いたデータ基盤の構築や設計に携わってきた筆者らによる一歩踏み込んだ解説が本書の特徴です。


(こんな方におすすめ)

・これからデータ基盤の構築に関わる可能性があるエンジニア

・Google Cloudや他のクラウドサービスを利用しており、これからデータ領域での活用を広げようとしている方


(目次)

第1章 データ基盤の概要

  1.1 データ基盤に取り組む意義

  1.2 データ基盤とは?

  1.3 Google Cloud上で構築するデータ基盤

  1.4 まとめ

第2章 BigQueryのコンセプトと利用方法

  2.1 DWHとは

  2.2 Googleのデータ処理を支える技術

  2.3 BigQueryの内部アーキテクチャを理解する

  2.4 DWHとしてのBigQueryの基本操作

  2.5 BigQueryユーザー向けのクエリの最適化

  2.6 まとめ

第3章 データウェアハウスの構築

  3.1 データウェアハウスに求められるさまざまな要件

  3.2 高可用性、Disaster Recovery計画

  3.3 用途別の影響隔離

  3.4 サイジング

  3.5 目的環境別の影響隔離

  3.6 テーブルを設計する

  3.7 データの投入

  3.8 バックアップとリストア

  3.9 BigQueryにおけるトランザクションとパーティションを用いたDMLの最適化

  3.10 DMLをまとめる/パーティションの利用

  3.11 外部接続の最適化 - Storage APIの利用とBI Engineの利用

  3.12 データマートジョブの設計最適化

  3.13 まとめ

第4章 データレイクの構築

  4.1 データレイクとは

  4.2 Hadoopとは

  4.3 Google Cloudで構築するデータレイク

  4.4 Google Cloudのおもなデータレイク関連のサービス

  4.5 Google Cloudでデータレイクを中心としたデータ分析基盤を構築することのメリット

  4.6 オンプレミス環境からGoogle Cloudへのデータレイクの移行

  4.7 まとめ

第5章 ETL/ELT処理

  5.1 ETL/ELTとは

  5.2 ETL/ELT 処理を実施するサンプルシナリオ

  5.3 サンプルシナリオ実施用の環境の構築

  5.4 BigQueryでのELT

  5.5 BigQueryでのETL

  5.6 DataflowでのETL

  5.7 DataprocでのETL

  5.8 サンプルシナリオ実施用の環境の破棄

  5.9 その他のETL/ELT処理の実施方法

  5.10 ETLとELTの各手法の使い分け

  5.11 まとめ

第6章 ワークフロー管理とデータ統合

  6.1 Google Cloudのワークフロー管理とデータ統合のためのサービス

  6.2 Cloud Composerの特徴

  6.3 Cloud Composerでのワークフロー管理

  6.4 Cloud Data Fusionの特徴

  6.5 Cloud Data Fusionでのワークフロー管理

  6.6 Cloud ComposerとCloud Data Fusionの比較と使い分けのポイント

  6.7 まとめ

第7章 データ分析基盤におけるセキュリティとコスト管理の設計

  7.1 Google Cloud Platformのセキュリティサービス

  7.2 Google Cloudのリソース構成とエンタープライズ向けの管理機能

  7.3 IAMを利用したBigQueryのアクセス制御

  7.4 IAMとAccess Control List(ACL)を利用したCloud Storageのアクセス制御

  7.5 VPC Service Controlsを利用したアクセス制御とデータ持ち出し防止

  7.6 監査

  7.7 Security Command Centerを利用したデータリスクの検知と自動修復

  7.8 組織のポリシーサービスの適用

  7.9 アクセス管理とコスト管理の設計

  7.10 まとめ

第8章 BigQuery へのデータ集約

  8.1 BigQueryへデータ集約を行うメリット

  8.2 BigQueryへのデータ集約の方法

  8.3 BigQuery Data Transfer Service(BigQuery DTS)

  8.4 BigQueryへのデータパイプライン構築

  8.5 サービス間連携によるBigQueryへのデータ連携

  8.6 まとめ

第9章 ビジネスインテリジェンス

  9.1 BIとBIツール

  9.2 コネクテッドシート

  9.3 データポータル

  9.4 Looker

  9.5 BIツールと親和性の高いBigQueryの機能

  9.6 まとめ

第10章 リアルタイム分析

第11章 発展的な分析
 
内容サンプル
 
User Voice
BigQueryをはじめとするGCPの様々なサービスを組み合わせてデータ分析基盤を作る方法を、サンプルコード含む実例を交えながら解説しています。GCPには同じようなことができるサービスが複数あったりして、結局どのサービスを組み合わせるとやりたいことが実現できるのかわかりづらかったりしますが、本書ではETL、ワークフロー管理…といったやりたいことを切り口にして各サービスでの実現方法や特長を深堀りしているので、全体感がとてもわかりやすいです。また、セキュリティ設計やコスト管理まで、実際に業務で使う際に必要となるトピックを幅広く網羅しているので、GCPを使ってすでにデータ分析を行っている人だけではなく、これから使おうと検討している方も一読をおすすめします。
Google Cloudを触り始めて一年が経ちました。
正直、もっともっと早く出会いたかった本です。
いままで苦しんで調べながら身につけていった知識、ベストプラクティスが惜しみなく記載されています。
自分はもともとはインフラエンジニアですが、データ基盤とは、DWHとは、データレイクとは、ELTとETLの違いとはといったことも丁寧に説明されていて、途中で言葉の定義などにつまづくことなく最後まで読破できました。
Google Cloudに限らず、これからデータ周りに携わる方々にまずお勧めの本です。
データエンジニアリングのコンセプトからGCPを利用した実現方法、運用ノウハウまでがカバーされている。
データ分析基盤を構築したことがないエンジニアや、AWSでデータ基盤を作ったことがある、あるいはBigQueryだけを利用しているエンジニアにいい本ではないかと感じた。一通りのハンズオンまでをカバーしているので、とりあえずこれを読んでおけばデータ基盤を構築できるという感じまでは達すると思う。
この手の本にしては珍しくコスト管理やセキュリティというニッチな部分までカバーされていた。
 
   
本書の内容
GCP上でのコンテナベースの開発する際の御作法 すべて教えます!

近年、アプリケーションエンジニアにとってコンテナベースでの開発は「超必須」とも
言える重要な技術となっております。しかし、一通りの開発ができたとしても、コンテ
ナの利点を十分に活かすことは難しいものです。
Googleが提供するGCP(Google Cloud Platform)には、このコンテナ開発ができる
様々なツールが多く用意されています。本書では、この中でも開発者がよく使う
(けど、わかりづらい)Kubernetes、GKE、Cloud Runを中心に解説しました。

◆本書の主な内容
第1章 Google Cloud Platformの紹介
 1.1 Google Cloud Platformとは
 1.2 プロジェクトの準備
 1.3 GCPのプロジェクトの作成
第2章 Google Container Registry
  2.1 Google Container Registryとは
 2.2 Container Imageの形式
 2.3 GCRにイメージを保存
 2.4 Cloud Storageとの関連性
 2.5 コンテナイメージの脆弱性スキャン
第3章 Cloud Build
 3.1 Cloud BuildはGCPのCI/CDサービス
 3.2 Cloud Buildで利用可能なコードホスティングサービス
 3.3 Cloud Buildトリガー
 3.4 Cloud Build構成ファイル
 3.5 Cloud BuildでCI/CD基盤構築
第4章 Kubernetes
 4.1 コンテナ
 4.2 Kubernetesの概要
 4.3 Kubernetesの機能
 4.4 宣言的な構成管理
 4.5 Minikube
 4.6 Kubernetesのアーキテクチャ
 4.7 Kubernetes APIオブジェクト
第5章 GKE
 5.1 Cloud Consoleで始めるGKE
 5.2 Cloud SDKで始めるGKE
 5.3 GKEを用いたアプリケーションの公開
 (以降については「目次」を参照)
第6章 Cloud Run
第7章 サービスメッシュ  
内容サンプル
 
User Voice
Docker/K8sの書籍は多いけど、GKE、Cloud Run、サービスメッシュなども絡めて体系的に書いてあるものってあまりない気がします。この書籍ではそのあたり含めて無駄なく解説されています。
Docker/K8s/GKE/Cloud Runの関連性もわかりやすく、GCPを利用してコンテナ開発をしようしている人には、非常に有意義なのではないかなと思います。

個人的にGKEやCloud Runを趣味や検証でも使用し始めているので、本書はとても参考になりました。
いわゆるクラウドネイティブをGCPでどう実現するかを書かれていて、クラウドネイティブを触ったことがない人向けです。
4章のKubernetesの説明のところで、APIリソースとAPIオブジェクトの説明がごちゃ混ぜになっていたり、kube-controller-managerが4つのプロセスで動いている(実際はもっと動いてます)など、間違っていることが堂々と書かれているところから星を二つマイナスしました。
 
   
本書の内容
(概要)

Google Cloudは、すぐにクラウドでアプリを開発できるので、ビジネスをすばやくIT化できます。フルマネージド(サーバー管理が要らない!)なので、Googleの技術基盤にフルに任せながら、安心してソフトウェア開発に注力できます。しかもGoogle App Engineを使うならば、必要なプログラミング言語はPythonだけです。しかもWebブラウザだけで開発できます。本書はGoogle Cloudの優れた機能を紹介しながら、Python+Flaskフレームワークを使いWebアプリ方を紹介します。この開発工程をともに学ぶことでクラウド上でのソフトウェア開発の要諦を学ぶことができるでしょう。Google Cloudのパワーとテクノロジーを習得しましょう!


(こんな方におすすめ)

・Google Cloudを使ってみたい、試してみたいエンジニアに!


(目次)

1章 Google Cloud Platform

  1.1 Google Cloud Platformとは

  1.2 GCPの歴史

  1.3 なぜGCPなのか

第2章 Google App Engine

  2.1 Google App Engine の種類

  2.2 Google App Engine の特徴

  2.3 GAEの目指すところ

第3章 開発環境の構築

  3.1 GAEアプリケーションの開発環境を準備する

  3.2 3GCPプロジェクトとは

  3.3 GCPプロジェクトを作成する

  3.4 Google Cloud Shellとは

  3.5 コードエディターとは

第4章 GAEアプリケーション作成

  4.1 最初のGAEアプリケーションを作成する

  4.2 アプリケーションのデプロイ

  4.3 デプロイバージョンを管理する

  4.4 [実習]アプリケーションの作成

  4.5 アプリ作成のまとめ

  4.6 課金上限を設定する

第5章 Web アプリケーション概要

  5.1 モダンなWebアプリケーション

  5.2 Web APIとは

  5.3 本書で作成するWebアプリについて

第6章 FlaskによるHTTPリクエストの処理

  6.1 Flask フレームワーク

  6.2 テンプレートの利用

  6.3 [実習]Jinja2を使う

  6.4 エラーページのカスタマイズ

  6.5 [実習]エラーハンドリング

  6.6 フォーム処理

  6.7 Web APIの追加

  6.8 GETメソッド[練習①]

  6.9 [実習]GETメソッド①

  6.10 POSTメソッドの練習

  6.11 [実習]POSTメソッド

  6.12 GETメソッド[練習②]

  6.13 [実習]GETメソッド②

第7章 ログ

  7.1 アプリケーションログ

  7.2 Python logging モジュールを使ったログ出力

  7.3 [実習]ログ出力

  7.4 Logging Client Libraries を使ったログ出力

  7.5 Cloud Logging Handler を使ったログの出力

第8章 Cloud Datastoreを使う

  8.1 Cloud DatastoreとCloud Firestore

  8.2 Datastore にデータを保存する

  8.3 [実習]データの保存

  8.4 Datastore からデータを取得する

  8.5 [実習]データの取得

  8.6 データを1件取得する

  8.7 [実習]Key を使ったデータ取得

  8.8 Datastore からデータを更新する

  8.9 [実習]データの更新

  8.10 Datastore からデータを削除する

  8.11 [実習]データの削除

  8.12 実習をローカル環境で動かす

第9章 エンティティグループ

  9.1 エンティティグループとは

  9.2 エンティティグループを作成する

  9.3 [実習]エンティティグループの作成

  9.4 エンティティグループを取得する

  9.5 [実習]エンティティグループを取得する

第10章 Google Cloud Storageを使う

  10.1 Google Cloud Storageとは

  10.2 実践GCS

  10.3 GAEからGCSを操作する

  10.4 GCSにファイルをアップロードする

  10.5 [実習]GCSにファイルをアップロードする

  10.6 GCSからファイルを取得する

  10.7 [実習]GCSからファイルを取得する

第11章 そのほかのサービス

  11.1 GCPの機能をもっと使うには

  11.2 Cloud Identity-Aware Proxy(Cloud IAP)とは

  11.3 Cloud Tasks

  11.4 Cloud Scheduler
 
内容サンプル
 
User Voice
GAEの使い方だけに留まらず、GAEを利用したWebアプリケーション開発をするときの流れが丁寧に説明されています。私は開発経験は全くなし(Udemyやドットインストール等で興味のある言語を軽く流した程度)でしたが、十分に理解できる内容でした。
GAEを使ったWEBシステム開発について、Python+Flaskで解説されており分かり易い。図も豊富で解説も丁寧なため、手を動かしながら試せて楽しい。ただ、PythonとFlaskの知識が全く無い方は、予め他で補った方が良い。
非常に残念なのが、データベースをDatastoreで解説してる部分。本書でも触れているが現在のDatastoreは「FirestoreのDatastoreモード」となっており、それなら最初からFirestoreのネイティブモードで解説する方がスマート。次版では変更した方が良いと思う。
 
   

Google Clound Platform 高評価のおすすめ本 ランキング

人気 1位
本書の内容
(概要)

AIやIoTが実用化フェーズに入りつつあるのみならず、デジタルトランスフォーメーション(DX)への注目の高まりによって、事業やサービスを取り巻くデータを分析・活用・管理するためのインフラであるデータ基盤の重要性が増しています。 データ基盤を構築するにあたり、先行する事例から、Google Cloud(Google Cloud Platform, GCP)はデータ領域に強みがある、あるいは、BigQueryは高速に動作するデータウェアハウスである、と聞いたことがある方は多いでしょう。

本書では「データ基盤」そのものを体系的に整理しながら、Google Cloudの各サービスをどのように活用することで実用的なデータ基盤を構築できるか、また発展的なデータ分析ニーズに応えるデータ基盤をどのように設計できるか、といった点について解説しています。 特にGoogle Cloudはマネージドサービスを中心として提供されているため、その特性を正しくとらえることで、最大限の価値を発揮できるようになります。 実際にGoogle Cloudやオンプレミス、他のクラウドサービスを用いたデータ基盤の構築や設計に携わってきた筆者らによる一歩踏み込んだ解説が本書の特徴です。


(こんな方におすすめ)

・これからデータ基盤の構築に関わる可能性があるエンジニア

・Google Cloudや他のクラウドサービスを利用しており、これからデータ領域での活用を広げようとしている方


(目次)

第1章 データ基盤の概要

  1.1 データ基盤に取り組む意義

  1.2 データ基盤とは?

  1.3 Google Cloud上で構築するデータ基盤

  1.4 まとめ

第2章 BigQueryのコンセプトと利用方法

  2.1 DWHとは

  2.2 Googleのデータ処理を支える技術

  2.3 BigQueryの内部アーキテクチャを理解する

  2.4 DWHとしてのBigQueryの基本操作

  2.5 BigQueryユーザー向けのクエリの最適化

  2.6 まとめ

第3章 データウェアハウスの構築

  3.1 データウェアハウスに求められるさまざまな要件

  3.2 高可用性、Disaster Recovery計画

  3.3 用途別の影響隔離

  3.4 サイジング

  3.5 目的環境別の影響隔離

  3.6 テーブルを設計する

  3.7 データの投入

  3.8 バックアップとリストア

  3.9 BigQueryにおけるトランザクションとパーティションを用いたDMLの最適化

  3.10 DMLをまとめる/パーティションの利用

  3.11 外部接続の最適化 - Storage APIの利用とBI Engineの利用

  3.12 データマートジョブの設計最適化

  3.13 まとめ

第4章 データレイクの構築

  4.1 データレイクとは

  4.2 Hadoopとは

  4.3 Google Cloudで構築するデータレイク

  4.4 Google Cloudのおもなデータレイク関連のサービス

  4.5 Google Cloudでデータレイクを中心としたデータ分析基盤を構築することのメリット

  4.6 オンプレミス環境からGoogle Cloudへのデータレイクの移行

  4.7 まとめ

第5章 ETL/ELT処理

  5.1 ETL/ELTとは

  5.2 ETL/ELT 処理を実施するサンプルシナリオ

  5.3 サンプルシナリオ実施用の環境の構築

  5.4 BigQueryでのELT

  5.5 BigQueryでのETL

  5.6 DataflowでのETL

  5.7 DataprocでのETL

  5.8 サンプルシナリオ実施用の環境の破棄

  5.9 その他のETL/ELT処理の実施方法

  5.10 ETLとELTの各手法の使い分け

  5.11 まとめ

第6章 ワークフロー管理とデータ統合

  6.1 Google Cloudのワークフロー管理とデータ統合のためのサービス

  6.2 Cloud Composerの特徴

  6.3 Cloud Composerでのワークフロー管理

  6.4 Cloud Data Fusionの特徴

  6.5 Cloud Data Fusionでのワークフロー管理

  6.6 Cloud ComposerとCloud Data Fusionの比較と使い分けのポイント

  6.7 まとめ

第7章 データ分析基盤におけるセキュリティとコスト管理の設計

  7.1 Google Cloud Platformのセキュリティサービス

  7.2 Google Cloudのリソース構成とエンタープライズ向けの管理機能

  7.3 IAMを利用したBigQueryのアクセス制御

  7.4 IAMとAccess Control List(ACL)を利用したCloud Storageのアクセス制御

  7.5 VPC Service Controlsを利用したアクセス制御とデータ持ち出し防止

  7.6 監査

  7.7 Security Command Centerを利用したデータリスクの検知と自動修復

  7.8 組織のポリシーサービスの適用

  7.9 アクセス管理とコスト管理の設計

  7.10 まとめ

第8章 BigQuery へのデータ集約

  8.1 BigQueryへデータ集約を行うメリット

  8.2 BigQueryへのデータ集約の方法

  8.3 BigQuery Data Transfer Service(BigQuery DTS)

  8.4 BigQueryへのデータパイプライン構築

  8.5 サービス間連携によるBigQueryへのデータ連携

  8.6 まとめ

第9章 ビジネスインテリジェンス

  9.1 BIとBIツール

  9.2 コネクテッドシート

  9.3 データポータル

  9.4 Looker

  9.5 BIツールと親和性の高いBigQueryの機能

  9.6 まとめ

第10章 リアルタイム分析

第11章 発展的な分析
 
内容サンプル
 
User Voice
BigQueryをはじめとするGCPの様々なサービスを組み合わせてデータ分析基盤を作る方法を、サンプルコード含む実例を交えながら解説しています。GCPには同じようなことができるサービスが複数あったりして、結局どのサービスを組み合わせるとやりたいことが実現できるのかわかりづらかったりしますが、本書ではETL、ワークフロー管理…といったやりたいことを切り口にして各サービスでの実現方法や特長を深堀りしているので、全体感がとてもわかりやすいです。また、セキュリティ設計やコスト管理まで、実際に業務で使う際に必要となるトピックを幅広く網羅しているので、GCPを使ってすでにデータ分析を行っている人だけではなく、これから使おうと検討している方も一読をおすすめします。
Google Cloudを触り始めて一年が経ちました。
正直、もっともっと早く出会いたかった本です。
いままで苦しんで調べながら身につけていった知識、ベストプラクティスが惜しみなく記載されています。
自分はもともとはインフラエンジニアですが、データ基盤とは、DWHとは、データレイクとは、ELTとETLの違いとはといったことも丁寧に説明されていて、途中で言葉の定義などにつまづくことなく最後まで読破できました。
Google Cloudに限らず、これからデータ周りに携わる方々にまずお勧めの本です。
データエンジニアリングのコンセプトからGCPを利用した実現方法、運用ノウハウまでがカバーされている。
データ分析基盤を構築したことがないエンジニアや、AWSでデータ基盤を作ったことがある、あるいはBigQueryだけを利用しているエンジニアにいい本ではないかと感じた。一通りのハンズオンまでをカバーしているので、とりあえずこれを読んでおけばデータ基盤を構築できるという感じまでは達すると思う。
この手の本にしては珍しくコスト管理やセキュリティというニッチな部分までカバーされていた。
 
   
人気 2位
本書の内容
(概要)

Google Cloudは、すぐにクラウドでアプリを開発できるので、ビジネスをすばやくIT化できます。フルマネージド(サーバー管理が要らない!)なので、Googleの技術基盤にフルに任せながら、安心してソフトウェア開発に注力できます。しかもGoogle App Engineを使うならば、必要なプログラミング言語はPythonだけです。しかもWebブラウザだけで開発できます。本書はGoogle Cloudの優れた機能を紹介しながら、Python+Flaskフレームワークを使いWebアプリ方を紹介します。この開発工程をともに学ぶことでクラウド上でのソフトウェア開発の要諦を学ぶことができるでしょう。Google Cloudのパワーとテクノロジーを習得しましょう!


(こんな方におすすめ)

・Google Cloudを使ってみたい、試してみたいエンジニアに!


(目次)

1章 Google Cloud Platform

  1.1 Google Cloud Platformとは

  1.2 GCPの歴史

  1.3 なぜGCPなのか

第2章 Google App Engine

  2.1 Google App Engine の種類

  2.2 Google App Engine の特徴

  2.3 GAEの目指すところ

第3章 開発環境の構築

  3.1 GAEアプリケーションの開発環境を準備する

  3.2 3GCPプロジェクトとは

  3.3 GCPプロジェクトを作成する

  3.4 Google Cloud Shellとは

  3.5 コードエディターとは

第4章 GAEアプリケーション作成

  4.1 最初のGAEアプリケーションを作成する

  4.2 アプリケーションのデプロイ

  4.3 デプロイバージョンを管理する

  4.4 [実習]アプリケーションの作成

  4.5 アプリ作成のまとめ

  4.6 課金上限を設定する

第5章 Web アプリケーション概要

  5.1 モダンなWebアプリケーション

  5.2 Web APIとは

  5.3 本書で作成するWebアプリについて

第6章 FlaskによるHTTPリクエストの処理

  6.1 Flask フレームワーク

  6.2 テンプレートの利用

  6.3 [実習]Jinja2を使う

  6.4 エラーページのカスタマイズ

  6.5 [実習]エラーハンドリング

  6.6 フォーム処理

  6.7 Web APIの追加

  6.8 GETメソッド[練習①]

  6.9 [実習]GETメソッド①

  6.10 POSTメソッドの練習

  6.11 [実習]POSTメソッド

  6.12 GETメソッド[練習②]

  6.13 [実習]GETメソッド②

第7章 ログ

  7.1 アプリケーションログ

  7.2 Python logging モジュールを使ったログ出力

  7.3 [実習]ログ出力

  7.4 Logging Client Libraries を使ったログ出力

  7.5 Cloud Logging Handler を使ったログの出力

第8章 Cloud Datastoreを使う

  8.1 Cloud DatastoreとCloud Firestore

  8.2 Datastore にデータを保存する

  8.3 [実習]データの保存

  8.4 Datastore からデータを取得する

  8.5 [実習]データの取得

  8.6 データを1件取得する

  8.7 [実習]Key を使ったデータ取得

  8.8 Datastore からデータを更新する

  8.9 [実習]データの更新

  8.10 Datastore からデータを削除する

  8.11 [実習]データの削除

  8.12 実習をローカル環境で動かす

第9章 エンティティグループ

  9.1 エンティティグループとは

  9.2 エンティティグループを作成する

  9.3 [実習]エンティティグループの作成

  9.4 エンティティグループを取得する

  9.5 [実習]エンティティグループを取得する

第10章 Google Cloud Storageを使う

  10.1 Google Cloud Storageとは

  10.2 実践GCS

  10.3 GAEからGCSを操作する

  10.4 GCSにファイルをアップロードする

  10.5 [実習]GCSにファイルをアップロードする

  10.6 GCSからファイルを取得する

  10.7 [実習]GCSからファイルを取得する

第11章 そのほかのサービス

  11.1 GCPの機能をもっと使うには

  11.2 Cloud Identity-Aware Proxy(Cloud IAP)とは

  11.3 Cloud Tasks

  11.4 Cloud Scheduler
 
内容サンプル
 
User Voice
GAEの使い方だけに留まらず、GAEを利用したWebアプリケーション開発をするときの流れが丁寧に説明されています。私は開発経験は全くなし(Udemyやドットインストール等で興味のある言語を軽く流した程度)でしたが、十分に理解できる内容でした。
GAEを使ったWEBシステム開発について、Python+Flaskで解説されており分かり易い。図も豊富で解説も丁寧なため、手を動かしながら試せて楽しい。ただ、PythonとFlaskの知識が全く無い方は、予め他で補った方が良い。
非常に残念なのが、データベースをDatastoreで解説してる部分。本書でも触れているが現在のDatastoreは「FirestoreのDatastoreモード」となっており、それなら最初からFirestoreのネイティブモードで解説する方がスマート。次版では変更した方が良いと思う。
 
   
人気 3位
本書の内容
身近な例からデータサイエンスの深淵を体感し
スケールさせるノウハウを学ぶ


【本書の内容】
「膨大なデータを分析して傾向を探り意思決定に援用する」とはよく耳にするフレーズですが、「膨大なデータ」から「援用する」までの間に、どのようなことがなされているのでしょうか。その各段階における必要な知識や技能やツールやインフラにはなにがあるのでしょうか。
本書はそういった疑問を、身近な例(フライトスケジュールからミーティングの参加・不参加確定)から説き起こします。とはいえ、それは単に米国運輸省のデータをダウンロードし、フライトの傾向を時間軸に合わせて分析し、スケジュールとして提示する、という“シンプル"なストーリーではありません。
「データ分析を実行してビジネスで成果を出す」ことができる人を「データエンジニア」と呼ぶ、Googleならではの文化が色濃く出た1冊です。すなわち、クエリの構築やレポート、グラフ化が最終目標ではなく、それらをひっくるめたスケーラブルで反復可能なシステムを構築できる人材への足がかりとなる1冊であり、肩書としての「データサイエンティスト」から、真に求められているデータサイエンティストへと、自身をスケールしていくための手引書です。

Valliappa Lakshmanan,
“Data Science on the Google Cloud Platform:Implementing End-to-End Real-Time Data Pipelines:From Ingest to Machine Learning",O'Reilly Media,January 12, 2018.
の邦訳版です。

【本書のポイント】
・Google Cloud Platformの具体的な活用方法
・データ分析からサービス構築まで、必要な知識
・データサイエンスをスケールするという考え方

【読者が得られること】
・データサイエンスに必要な知識を段階を追って習得できる
・データ収集からサービス構築までの一連の流れを理解できる
・各ステージにおける勘所や肝となる考え方を学べる
・Google Cloud Platformにある一群のツールを使えるようになる
・統計学や機械学習を理解していれば、モデルをコード化できるようになる

【対象読者】
・データエンジニア、データサイエンティスト
・データアナリスト、データベース管理者
・システムプログラマ

 
内容サンプル
 
User Voice
GCPでのデータサイエンスについて、日本語で丁寧に解説されている良書。
考え方や概念はほぼ一緒だけど、元の英語版は2017年に出版されたもので、この本も2017年のものの翻訳本で少し内容が古くなっているので、githubで最新版を確認するのがオススメ。
qwiklabsにクエスト(Data Science on the Google Cloud Platform)があるので、そこで手を動かして楽しく学べる。
とてもいい商品でした。また是非お願いいたします。
 
   
人気 4位
本書の内容
本書は、Google Cloud Platform(GCP)のプレミアムパートナーである株式会社トップゲートが、Google App Engine(GAE)とその周辺サービスの活用方法を紹介する実践開発入門書です。クラウド開発経験のない新人君が、プラットフォームの選択・開発・リリースなどの基礎から、運用・パフォーマンス改善・既存環境連携などの応用まで、総合的なアプリ開発をひとつひとつ体験していくストーリー仕立てのわかりやすい解説が特徴です。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。  
内容サンプル
 
User Voice
前半は実際にどこまで手を動かして、どの部分が発展的な学習用の設定なのか判断しづらい。
基本コマンドももう少し解説が欲しいかなと思った。あと、目次がないのも地味に不便でした。
CI/CD、 認証、ロギングなど、中盤以降は実用向けな話が多くて参考になります。
 
   
人気 5位
本書の内容
Google BigQuery(ビッグクエリ)は、Googleが自社で保有している膨大なデータを効率的かつ高速に分析するために構築した社内データ分析基盤を一般提供したサービスです。その内部ではBorg、Colossus、Jupiter、DremelなどのGoogle独自のコアテクノロジーが活用されており、実行されたクエリはGoogleの保有する膨大なインフラリソース上で瞬時に並列・分散処理されます。

 その処理速度は1000億行のデータセットに対してインタラクティブに数十秒で結果を返してしまう程です。

 本書では、社内に蓄積されているビッグデータを、新人さんがBigQueryを駆使してその優れた機能に感動しながらも悪戦苦闘し、分析基盤として利用していくサンプルケースを通して、BigQueryの利用方法を具体的に解説していきます。まずは気を楽にして物語を楽しみながら、登場人物達と共にBigQueryや関連するGCPサービスについて理解を深めていただければと思います。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。  
内容サンプル
 
User Voice
コマンドライン、スクリプト、クラウドの概念にはなれているけど、BigQueryあまり知らないという人向けにはよい本だとおもいます。

BigQueryの基本から、仕組み、つまづきそうな点などを初心者が必要な情報を短かくよくまとめているとおもいます。
さりげなくいろいろなTipsがはいっていてよいです。USリージョンをすすめている理由がなるほどでした。
Cloud Composer / Dataflow などの使い方まで網羅しているのもよかったです。

BigQueryに限らずGCPは進化が速いと感じているのでいまのうちに読んで置くことをおすすめします。
蛇足ですが、話にでてくる先輩が28歳とはおもえないくらい、老成している感じはきになりました。
BigQueryについて、非常に分かりやすく説明されていた。CLIでの操作については特に参考になった。
私のようなプログラミングの素人には歯が立ちませんでした。内容が悪いのではなく、私にとって難しすぎたので星一つとしました。内容がわかる人には、問題ないのだと思います。
 
   
人気 6位
本書の内容
GCP上でのコンテナベースの開発する際の御作法 すべて教えます!

近年、アプリケーションエンジニアにとってコンテナベースでの開発は「超必須」とも
言える重要な技術となっております。しかし、一通りの開発ができたとしても、コンテ
ナの利点を十分に活かすことは難しいものです。
Googleが提供するGCP(Google Cloud Platform)には、このコンテナ開発ができる
様々なツールが多く用意されています。本書では、この中でも開発者がよく使う
(けど、わかりづらい)Kubernetes、GKE、Cloud Runを中心に解説しました。

◆本書の主な内容
第1章 Google Cloud Platformの紹介
 1.1 Google Cloud Platformとは
 1.2 プロジェクトの準備
 1.3 GCPのプロジェクトの作成
第2章 Google Container Registry
  2.1 Google Container Registryとは
 2.2 Container Imageの形式
 2.3 GCRにイメージを保存
 2.4 Cloud Storageとの関連性
 2.5 コンテナイメージの脆弱性スキャン
第3章 Cloud Build
 3.1 Cloud BuildはGCPのCI/CDサービス
 3.2 Cloud Buildで利用可能なコードホスティングサービス
 3.3 Cloud Buildトリガー
 3.4 Cloud Build構成ファイル
 3.5 Cloud BuildでCI/CD基盤構築
第4章 Kubernetes
 4.1 コンテナ
 4.2 Kubernetesの概要
 4.3 Kubernetesの機能
 4.4 宣言的な構成管理
 4.5 Minikube
 4.6 Kubernetesのアーキテクチャ
 4.7 Kubernetes APIオブジェクト
第5章 GKE
 5.1 Cloud Consoleで始めるGKE
 5.2 Cloud SDKで始めるGKE
 5.3 GKEを用いたアプリケーションの公開
 (以降については「目次」を参照)
第6章 Cloud Run
第7章 サービスメッシュ  
内容サンプル
 
User Voice
Docker/K8sの書籍は多いけど、GKE、Cloud Run、サービスメッシュなども絡めて体系的に書いてあるものってあまりない気がします。この書籍ではそのあたり含めて無駄なく解説されています。
Docker/K8s/GKE/Cloud Runの関連性もわかりやすく、GCPを利用してコンテナ開発をしようしている人には、非常に有意義なのではないかなと思います。

個人的にGKEやCloud Runを趣味や検証でも使用し始めているので、本書はとても参考になりました。
いわゆるクラウドネイティブをGCPでどう実現するかを書かれていて、クラウドネイティブを触ったことがない人向けです。
4章のKubernetesの説明のところで、APIリソースとAPIオブジェクトの説明がごちゃ混ぜになっていたり、kube-controller-managerが4つのプロセスで動いている(実際はもっと動いてます)など、間違っていることが堂々と書かれているところから星を二つマイナスしました。
 
   
人気 7位
発売日 2019/05/29
(3.6)
Amazon 3,960円 Kindle 3,762円
本書の内容
【対象読者】
本書は、自他共に認めるGoogle CloudPlatform(以下、GCP)マニアであるクラウドエースが、
GCP をぜひ皆さんに使っていただきたいと考えて執筆したものです。
「GCPを使ってみたいけど使い方がよく分からない」方から、
「ある程度使っているけれども使いこなせてはないかも?」というクラウドに関して初級から中級の技術者の方を対象にしています。

【本書の内容】
GCPに触れたことのない方には、まずは触ってみて体感すること、
次に基礎的なことを押さえて効果的によりたくさんのプロダクトを活用できるようになることを体系的に解説した「教科書」です。
クラウドエンジニア必携の一冊です。

【本書の効用とゴール】
本書では、GCPの機能・操作法や他のクラウドとの比較など、
ひととおり解説してありますので、GCPの基本・特徴については理解できます。
GCP を理解し、触ってみて、今後の「クラウドネイティブ時代」を生きる一助となるべく一冊です。  
内容サンプル
 
User Voice
AWSしかいじったことない人には見てほしいですね。
8章のAWSユーザへ、という中でAWSユーザからすると違いとして知りたかったことの回答がいくつかあったのは良かった。
全体的にはAWSのVPCの考え方とかと違うんだなーとか、そもそも構築する人へのアクセスの権限切り分けってAWSよりも楽そうだなとか。
なおBig Querry触ってみようかなと思ってGoogle Cloud Platformを調べてみたらまずは無料で使えそうだったので、そもそもクラウドってどんなだろって人でも本見ながらいじってみよっかな。と思えるくらいに初歩から書いてくれています。
著者の会社調べたら東京もちろん大阪や名古屋、福岡でも無料セミナーやってるのには驚き。
なお唯一気に入らないこととして、なかなか分厚いので重い。
これはお持ち運びできない。
GCP覚えたての初心者です。
いくつか書籍を購入しネットを探しとGCPを勉強中。
タイトルと目次をみて即予約。
実際に読んでみて、タイトル通り「GCPの教科書」!!。
GCPの機能が章で解説されており全体的に見える感覚がよい。
各機能の解説は浅い感じだがGCP全体像と考えると十分。
このような各機能を説明した本が欲しかった。満足です。
GCPをマスターするまで手の届く所に置いておきます。
Google Cloudの認定Cloud Architectです。この本の最初に書かれていますが、本書は初級から中級(の始め?)ぐらいの人向けだと思いました。GCPの基本機能は書かれていますが、それぞれの機能の詳細度は高くありません。概要だけで、詳細が省かれている機能もあります。ただ、GCPにはどんな機能があってどのように連携させれば良いのか知りたい人にはとっつきやすい本だと思います。私は、AWSなどの他のクラウドプラットフォームも使用しているため、たまにGCPと機能がごっちゃになることがあるのですが、本書でGCPにある機能を確認できるので助かります。あと、AWSとの比較や移行の記述については、AWSの勉強もしたいと思っている人に有用だと思いました。
本書は、GCPの認定試験のための本ではないので、認定試験を受けられる方は本書でGCPの基本を学んでから他の学習リソースを併用されるのも良いと思います。
 
   
人気 8位
本書の内容
Webサイトやアプリで、とにかく画像が多すぎることが原因で、時間がかかりすぎ、捌ききれない工程が発生することがあります。本書は、Google Cloud AutoMLを利用して、多すぎる画像の管理を自動認識で楽にするノウハウをわかりやすく解説します。学習データの作成から、予測モデル構築・チューニング・モデル評価・ウェブやアプリの組み込みまで、ディープラーニング・ニューラルモデル・機械学習を使ったシンプルな画像認識AI作成がわかります。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。  
内容サンプル
 
User Voice
手順通りやれば画像から車を認識させるモデルを生成し、Webアプリに組み込むところまでできます。
簡易ですがモデルのチューニングも解説されており、AutoML Visionでやるべきことの概要や流れは掴めます。
既に触っている人だと物足りないでしょうが、どういうプロダクトかというのを知るには良い書籍だと思います。
GCPへの登録,Pythonのインストール,Flaskを使ったWebアプリケーションの開発など,
比較的どうでも良いことに紙面の大半を割いているので,
肝心のGoogle AutoML Visionに関しては,記述が少ないように感じました.
 
   

Copyrights hogehoge