知識地図 Google Cloudの知識地図 ―⁠―Geminiと歩むクラウド活用

「Google Cloudの知識地図」のカバー画像
著者
岩成祐樹(いわなりゆうき),成田俊(なりたたかし),遠山雄二(とおやまゆうじ),髙野塁(たかのるい) 著
定価
3,080円(本体2,800円+税10%)
発売日
2026.10.29
判型
A5
頁数
352ページ
ISBN
978-4-297-15949-8 978-4-297-15950-4

概要

Google Cloudは、2008年のGoogle App Engineのプレビュー公開から始まり、現在に至るまでサービスの拡充を続けています。サービスが拡充し、機能が豊富になったことで、Google Cloudでできることは大きく広がりました。

本書はGoogle Cloudのカスタマーエンジニアである執筆陣が、日々の業務の中で伝えてきた内容をより広く知ってほしいという思いで執筆しています。全体のどこに何があり、次にどこへ進めばよいかを示す「地図」として活用いただけるように、以下のゴールを設定しています。

  • Google Cloudの基本的な考え方と全体像を理解する
  • 作りたいものに対して、はじめに考える構成と製品の選び方がわかる
  • 新しいサービスや詳しい設定を、公式ドキュメントからたどれる

また、各章の合間には、コミュニティや学習リソース、エージェント技術の動向を紹介するコラムを掲載しています。巻末の付録には、本番リリース前のチェックリスト、サービス規約へのリンク、コーディングアシスタント向けの拡張ツールをまとめました。

こんな方にオススメ

  • Google Cloudをはじめて使うにあたり、ユースケースごとの定番構成とプロダクトの詳細を知りたい方

目次

第1章 Google Cloud の世界観と基本構造〜Googleの思想を読み解く〜

1.1 クラウドコンピューティングの進化とGoogle Cloudの立ち位置

  • 1.1.1 クラウド利用形態の変遷とGoogle Cloudの系譜
  • 1.1.2 Google Cloudが提供する価値
  • 1.1.3 Google Cloudの得意領域とユースケース
  • 1.1.4 まとめ

1.2 オープンクラウドとマネージドサービスの哲学

  • 1.2.1 オープンクラウドがもたらす「自由」と「持続可能性」
  • 1.2.2 マネージドサービスによる「NoOps」への挑戦
  • 1.2.3 「オープン」かつ「マネージド」であることの真価
  • 1.2.4 データとAIを身近に
  • 1.2.5 まとめ

1.3 Google Cloudを構成する主要サービスの分類地図

  • 1.3.1 Google Cloudの全体像~5つのカテゴリ~
  • 1.3.2 コンピューティング~ワークロードの最適配置~
  • 1.3.3 ストレージとデータベース~データの特性に応じた選択~
  • 1.3.4 データ分析基盤~データを価値に変えるパイプライン~
  • 1.3.5 AI~生成AIによる変革を実現~
  • 1.3.6 ネットワークとセキュリティ~見えないけれど重要な基盤~
  • 1.3.7 まとめ

1.4 Google Cloudの始め方〜リソースの考え方、課金体系、契約形態〜

  • 1.4.1 Google Cloudのリソース階層~プロジェクトという「箱」~
  • 1.4.2 リージョンとゾーンとネットワーク~物理的な場所を選ぶ~
  • 1.4.3 アカウントと権限管理(IAM)~「誰が」「何を」できるか~
  • 1.4.4 課金の仕組みとコスト管理~クラウド破産を防ぐ~
  • 1.4.5 Google Cloudの契約形態~個人からエンタープライズまで~
  • 1.4.6 まとめ

第2章 ユースケースから辿るGoogle Cloud

2.1 Webサービスを構築しよう

  • 2.1.1 Webサービスとは
  • 2.1.2 Webサービスに求められる要件
  • 2.1.3 Webサービスに必要なコンポーネント
  • 2.1.4 Google Cloudではじめに考える構成
  • 2.1.5 まとめ

2.2 コンテンツ配信サービスを構築しよう

  • 2.2.1 コンテンツ配信サービスとは
  • 2.2.2 コンテンツ配信サービスに求められる要件
  • 2.2.3 コンテンツ配信サービスに必要なコンポーネント
  • 2.2.4 Google Cloudではじめに考える構成
  • 2.2.5 コンポーネントと選定理由
  • 2.2.6 まとめ

2.3 データ分析基盤を作ろう

  • 2.3.1 データ分析基盤とは~サイロ化を解消しデータドリブンな意思決定を支える~
  • 2.3.2 データ分析基盤に求められる要件~大規模データの高速処理とガバナンス~
  • 2.3.3 データ分析基盤に必要なコンポーネント~ETLからELTへのパラダイムシフト~
  • 2.3.4 Google Cloudではじめに考える構成~BigQueryを中心としたモダンデータスタック~
  • 2.3.5 コンポーネントと選定理由
  • 2.3.6 まとめ

2.4 アプリケーションにAI機能を組み込もう

  • 2.4.1 AI機能の組み込みとは
  • 2.4.2 AI機能の組み込みに求められる要件
  • 2.4.3 AI機能の組み込みに必要なコンポーネント
  • 2.4.4 Google Cloudではじめに考える構成
  • 2.4.5 開発フロー~プロトタイピングから実装へ~
  • 2.4.6 まとめ

2.5 AIエージェントでユーザー体験を革新しよう

  • 2.5.1 AIエージェントとは
  • 2.5.2 AIエージェントに求められる要件
  • 2.5.3 AIエージェントに必要なコンポーネント
  • 2.5.4 Google Cloudではじめに考える構成~Agent Runtimeを中心としたアーキテクチャ~
  • 2.5.5 コンポーネントと選定理由
  • 2.5.6 まとめ

第3章 プロダクトから辿るGoogle Cloud

3.1 コンピューティング〜ワークロードの最適配置〜

  • 3.1.1 アプリケーションを動かす「実行環境」の選択
  • 3.1.2 Compute Engineの構成要素と設計の考え方
  • 3.1.3 GKEによるコンテナオーケストレーション
  • 3.1.4 Cloud Runとモダンアプリケーション開発
  • 3.1.5 マイクロサービスをつなぐ~API管理とシステム間連携~
  • 3.1.6 ソフトウェアサプライチェーンとCI/CD
  • 3.1.7 まとめ

3.2 様々なデータをどこに保管するか?

  • 3.2.1 データの種類とストレージサービスの選定フロー
  • 3.2.2 オブジェクトストレージ:Cloud Storage
  • 3.2.3 リレーショナルデータベース:Cloud SQL/AlloyDB/Spanner
  • 3.2.4 インメモリデータストアとキャッシュ戦略:Memorystore
  • 3.2.5 データベース管理とSQL生成におけるAI活用
  • 3.2.6 まとめ

3.3 データ分析とデータウェアハウス〜ビッグデータを価値に変える〜

  • 3.3.1 データ分析パイプラインの全体像
  • 3.3.2 データ処理とストリーミング:Dataflow/Pub/Sub
  • 3.3.3 ワークフローオーケストレーション:Managed Service for Apache Airflow/Dataform
  • 3.3.4 サーバーレスデータウェアハウス:BigQuery
  • 3.3.5 データ分析と洞察におけるAIアシスタントの活用
  • 3.3.6 まとめ

3.4 Gemini Enterprise〜エンタープライズAIエージェント基盤の構築〜

  • 3.4.1 Gemini Enterpriseの全体像と構成要素
  • 3.4.2 Gemini Enterprise appによるエンタープライズ向けAIアプリケーションの構築と活用
  • 3.4.3 Gemini Enterprise Agent Platformによるエージェント基盤の設計と運用
  • 3.4.4 まとめ

3.5 ネットワーク〜Google Cloudの土台となる仮想ネットワーク〜

  • 3.5.1 Google Cloudのネットワークの全体像
  • 3.5.2 仮想ネットワーク:VPCの基本概念~グローバルVPCという発想~
  • 3.5.3 外部接続~オンプレミスや他クラウドとの接続~
  • 3.5.4 公開・配信:Cloud Load Balancing/Cloud CDN/Cloud Armor/Cloud DNS
  • 3.5.5 サービス接続~VPC内サービスとAPIサービスをつなぐ~
  • 3.5.6 まとめ

3.6 セキュリティ〜Google Cloudの土台を守る仕組み〜

  • 3.6.1 IAMの全体像~「誰が」「何を」「どこに対して」できるか~
  • 3.6.2 Googleアカウントとサービスアカウント~人と機械を分けて管理する~
  • 3.6.3 組織・フォルダー・プロジェクトとポリシーの継承
  • 3.6.4 組織のポリシー~統制の「ガードレール」~
  • 3.6.5 横断的なセキュリティ管理:Security Command Center
  • 3.6.6 鍵・秘密情報・監査ログ・公開アクセス制御
  • 3.6.7 まとめ

付録A 本番リリース前チェックリスト

  • A.1 はじめに:なぜ本番前のチェックが必要なのか
  • A.2 Google Cloud全体共通の必須チェックリスト
  • A.3 プロダクト別のローンチチェックリスト・ガイド
  • A.4 運用・保守フェーズに向けた備え
  • A.5 おわりに:チェックリストは「育てていくもの」

付録B サービス規約へのリンクまとめ

  • B.1 規約とうまく付き合うために
  • B.2 押さえておきたい規約と公式ドキュメント
  • B.3 現場でよくある質問と、見るべき規約

付録C コーディングアシスタント向けの拡張ツール

  • C.1 全体像と用語整理
  • C.2 ハブ3点
  • C.3 代表的なツール9選
  • C.4 Agent Skills中核3点
  • C.5 選び方の指針

プロフィール

岩成祐樹(いわなりゆうき)

Google Cloudのカスタマーエンジニア。

SIerにて開発生産性に関するR&Dを経て、2017年より現職。ゲーム業界、スタートアップのお客様に対するGoogle Cloudに関する技術支援に加えて、Google Developer Groups on Campus(GDGoC)でのコミュニティ活動や、講演、書籍執筆などでも精力的に活動中。鳥取出身。

•X:@yuki_iwanari
•LinkedIn:https://www.linkedin.com/in/yukiiwanari/

成田俊(なりたたかし)

Google Cloudのカスタマーエンジニア。

Web系企業でのインフラエンジニア、開発経験をもとにAWSでSolutions Architectとして顧客のクラウド導入支援やAWS NoSQLサービスの普及活動などに携わる。『WEB+DB PRESS Vol.115』ではAWS NoSQLサービス特集記事での執筆や技術イベント登壇などの対外活動を行い、2025年より現職に就く。北海道出身。趣味は子どもと犬と遊ぶこと。

•X:@oranie
•LinkedIn:https://www.linkedin.com/in/takashi-narita/

遠山雄二(とおやまゆうじ)

Google Cloudのカスタマーエンジニア。

SIerで大規模基幹系システムの開発案件に従事した後、2019年より現職。最近は生成AIのエンタープライズ利用について、多くのお客様の課題解決に努めている。趣味はランニングと釣り。主な著書は『エンタープライズのためのGoogle Cloud ── クラウドを活用したシステムの構築と運用』(翔泳社)、『入門 継続的デリバリー ── テストからリリースまでを安全に自動化するソフトウェアデリバリーのプロセス』(オライリー・ジャパン)。

•LinkedIn:https://jp.linkedin.com/in/yuji-toyama-3949a517a

髙野塁(たかのるい)

Google Cloudのカスタマーエンジニア。

携帯通信会社におけるIoT・ネットワークエンジニアとしての経験を経た後に、システムコンサルタントに転身し、エンタープライズ企業のシステムアーキテクチャのモダナイゼーションを計画・推進。2021年にGoogle Cloudへジョインし、現在は主にスタートアップのお客様やゲーム会社の技術支援に従事している。

•LinkedIn:https://www.linkedin.com/in/rui-takano/