Google Cloud Platform - облачное хранилище

Google Cloud Storage - это единое объектное хранилище. На самом деле GCS - это место, где вы можете хранить и обслуживать статические двоичные активы либо для вашего приложения, либо напрямую для ваших пользователей. Но как бы просто это ни звучало, под капотом многое скрывается.

Облачное хранилище Google

GCP имеет сегменты , объекты и различные классы хранения . Чтобы использовать возможности GCS в своих приложениях, необходимо изучить их. Начнем с некоторых ключевых терминов:

Объекты

Любая часть данных, хранящаяся в GCS, называется объектом.

Ведра

Объекты в GCS организованы в сегменты. Сегменты действительно важны, поскольку они позволяют вам контролировать доступ к вашим данным на макроуровне. Вот почему существуют определенные ограничения на то, как вы называете, создаете, удаляете и даже получаете к ним доступ. Фактически, один из наиболее важных шаблонов проектирования, который вы найдете, - это создание меньшего количества приложений для меньшего количества операций ведра и большего количества операций с объектами. Операции с объектами означают операции с объектами, то есть операции, относящиеся к отдельному фрагменту данных, хранящемуся в корзине в облачном хранилище.

Например, использование REST API для установки заголовка HTML для определенного объекта или изменение метаданных на нем.

Разобравшись со всем этим, давайте посмотрим, как приступить к работе с GCS. Вы можете настроить свои корзины и загружать объекты в консоли облачной платформы, где вы увидите, что у вас есть несколько вариантов, касающихся класса хранилища и местоположения.

Тип ведра вы выбираете , чтобы сделать с вашей модели доступа , а затем ваш Упругость patterns0 Например, если вы только достижения ваших данных или нужно только каждые несколько месяцев, лучший выбор для вас является либо хранение Codeline и хранение Nearline как те , являются самыми дешевыми и не слишком ориентированы на частый доступ или задержку.

С другой стороны, региональные и мультирегиональные сегменты лучше всего подходят для производственных сред, где действительно важно время задержки.

Единственное различие между ними - это степень избыточности ваших данных с точки зрения геолокации.