はじめに
「AWSは慣れているけど、GCPもキャッチアップしたい」「AWSのサービスとGCPのサービスはどう対応しているんだろう？」そんな疑問を持つエンジニアの疑問から、毎日30分〜1時間程度でGCPの主要サービスを実際に触りながら理解を深めていくブログシリーズを目指します。
AWSの知識を前提に、GCPのユニークな強みや、AWSとの違いで特に注意すべき点を分かりやすく解説していきます。
30日間のブログタイトル
第1週：GCPの全体像とAWSとの概念比較
AWSのI AMやVPCといった基本的な概念とGCPの対応サービスを比較し、全体像を掴みます。
- 1日目： はじめの一歩！AWSエンジニアがGCPで最初にやるべきこと
- 2日目： GCPのIAMはAWSとどう違う？「プリンシパル」と「ロール」の理解
- 3日目： VPCとVPCネットワーク：GCPのネットワーク設計思想を理解する
- 4日目： S3とCloud Storage：オブジェクトストレージの料金体系と権限設定の比較
- 5日目： RDSとCloud SQL：マネージドデータベースの運用管理の違い
- 6日目： EC2とCompute Engine：インスタンスの起動から課金モデルまで
- 7日目： 1週間のまとめ：AWSとGCP、それぞれの得意なことと設計思想
第2週：GCPの強み：コンテナとサーバーレス
GCPが特に強みを持つコンテナやサーバーレスのサービスを、AWSのFargateやLambdaと比較しながら深掘りします。
- 8日目： EKSとGKE：Kubernetesのマネージドサービスを比較体験！
- 9日目： Dockerイメージをどこに置く？ECRとArtifact Registryを比較
- 10日目： LambdaとCloud Functions：イベント駆動型サーバーレスの実装
- 11日目： API GatewayとCloud Endpoints：API公開のベストプラクティス
- 12日目： Cloud Run：サーバーレスでコンテナを動かすGCPの独自サービスを試してみよう
- 13日目： AWS FargateとCloud Run：コンテナ運用モデルの根本的な違い
- 14日目： 2週間のまとめ：GCPのコンテナ・サーバーレス技術はなぜ優れているのか？
第3週：GCPの真骨頂：データとAI
データ分析や機械学習に強いGCPのサービス群を実際に動かし、そのパワフルさを体感します。
- 15日目： RedshiftとBigQuery：データウェアハウスのアーキテクチャと料金体系
- 16日目： BigQueryをハンズオン！クエリを書いてデータ分析を体験
- 17日目： AthenaとBigQuery：データレイクに対するアプローチの違い
- 18日目： SageMakerとVertex AI：機械学習プラットフォームの比較
- 19日目： BigQuery MLでSQLだけで機械学習モデルを作ってみよう
- 20日目： AWS RekognitionとCloud Vision API：画像認識APIの使い勝手
- 21日目： 3週間のまとめ：データドリブンな企業がGCPを選ぶ理由
第4週：応用と実践、そして注意点
GCPをより深く使いこなすための応用的なトピックと、AWSからの移行時にハマりやすい注意点に焦点を当てます。
- 22日目： CloudWatchとCloud Monitoring：ログとメトリクスの監視設定
- 23日目： AWS BackupとGCPのバックアップ戦略：スナップショットとリージョン
- 24日目： AWS CloudFormationとGCP Cloud Deployment Manager：IaCのベストプラクティス
- 25日目： AWSのEFSとGCPのFilestore：共有ファイルストレージの活用法
- 26日目： AWSとの連携：GCPからAWSリソースを操作するハイブリッド構成
- 27日目： GCP移行時にAWSエンジニアがハマりがちな落とし穴10選
- 28日目： 実践！AWSとGCPでシンプルなWebアプリケーションをデプロイしてみよう
最終週：まとめ
30日間の学習内容を振り返り、今後の展望やグローバルAI企業でGCPをどう活かすかを考察します。
- 29日目： 振り返り：30日間で学んだGCPの強みと今後の展望
- 30日目： 最終回：AWSエンジニアがGCPを学ぶ意義と、グローバルAI企業で活かす方法