Google Cloud Platform（GCP）

この用語をシェア

概要・定義

Google Cloud Platform（GCP）は、Googleが提供するクラウドコンピューティングプラットフォームです。2008年にGoogle App Engineがプレビュー公開されたのがサービスの起点で、その後Compute Engine、Cloud Storage、BigQueryなどが順次追加され、現在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、AI・機械学習にわたる100を超えるサービス群を提供しています。

GCPの最大の特徴は、Google検索やYouTube、Gmailといった自社の大規模サービスで実際に使われているのと同じデータセンター・ネットワークインフラを、外部の企業やエンジニアも利用できる形で提供している点です。Googleが自社所有の海底ケーブルを含む世界規模のプライベートネットワークを構築していることもあり、リージョン間・ゾーン間の通信で高いスループットと低遅延を確保しやすい設計になっています。

なお、Googleは近年「Google Cloud」という名称をブランドとして前面に出すようになっており、正式な製品ポータル名も「Google Cloud」表記が主流です。とはいえ「GCP」という略称は資格試験名（Google Cloud認定資格）やエンジニアの日常会話、求人票などで今も広く使われているため、本稿でも慣例に従い「GCP」の表記を用います。

GCPの管理単位は、上から「組織（Organization）」「フォルダ（Folder）」「プロジェクト（Project）」という階層構造になっており、実際のリソース（VMインスタンスやストレージバケットなど）はすべて何らかの「プロジェクト」に紐づきます。この階層構造はIAM（Identity and Access Management）による権限管理や請求（課金アカウント）の単位としても使われるため、GCPを理解するうえでの最初のポイントになります。

主要な特徴・利点

1. グローバルインフラストラクチャ

Googleが世界中に構築している高速プライベートネットワークを利用できます。GCPは複数の「リージョン」（地理的に離れたデータセンター群）と、その中の「ゾーン」（独立した電源・冷却・ネットワークを持つ設備）という単位でサービスを提供しており、公式には世界の主要地域に数十のリージョンを展開しています（東京・大阪リージョンも含む）。マルチリージョン／マルチゾーン構成にすることで、単一障害点を避けた可用性設計がしやすくなっています。

2. ビッグデータ・アナリティクスの先進性

BigQuery、Dataflow、Pub/Subなど、大規模データ処理とリアルタイムアナリティクスに優れています。特にBigQueryはインフラ管理が不要なサーバーレス型のデータウェアハウスで、標準SQLで数百GB〜TB級のテーブルに対してもクエリを実行できる点が実務での評価が高い理由です。Pub/Subによるメッセージング、Dataflowによるストリーム/バッチ処理を組み合わせることで、ログ収集からリアルタイム分析までを一貫したパイプラインとして構築しやすくなっています。

3. AI・機械学習の先進性

TensorFlow、Vertex AI、Cloud Vision APIなど、Googleの最先端のAI技術を活用できます。TensorFlowはGoogleが開発しオープンソース化した機械学習フレームワークであり、Vertex AIはそのモデル学習からデプロイ、監視までを一つのプラットフォームでまとめて扱えるマネージドサービスです。近年はGeminiシリーズの生成AIモデルもVertex AI経由でAPI利用できるようになっており、既存の分析基盤・アプリケーションと組み合わせやすい設計になっています。

4. コンテナオーケストレーションの先駆者

Google Kubernetes Engine（GKE）はKubernetesの総本山であり、コンテナオーケストレーションの最新技術を提供します。Kubernetesはもともと2015年にGoogleがCNCF（Cloud Native Computing Foundation）へ寄贈したオープンソースプロジェクトで、GKEはその生みの親であるGoogleが提供するマネージドKubernetesサービスとして、ノードの自動アップグレードや自動修復（Auto-repair）、需要に応じたノードプールの自動スケーリングなど運用負荷を下げる機能が豊富です。

5. 従量課金と割引制度

GCPは基本的に秒単位（サービスによっては分単位）の従量課金です。Compute Engineでは、対象インスタンスをひと月のうち一定時間以上稼働させると自動的に割引が適用される「継続利用割引（Sustained Use Discount）」があり、Committed Use Discount（確約利用割引）のように事前に1年・3年の利用量を確約することでさらに割引率を高める仕組みも用意されています。多くのサービスには無料枠（Always Free）があり、小規模な検証であれば費用をかけずに試せる点も導入のハードルを下げています。

6. セキュリティ・コンプライアンス

Cloud IAMによるきめ細かな権限管理、VPC Service Controlsによるデータ境界の設定、Cloud KMSでの鍵管理など、企業利用を前提としたセキュリティ機能が標準で用意されています。また各種の第三者認証・コンプライアンス基準への対応状況を公式サイトで公開しており、金融・医療など規制の厳しい業界での採用判断材料として参照されています。

主要サービス

コンピューティング

• Compute Engine: 仮想マシンインスタンス
• App Engine: サーバーレスアプリケーションプラットフォーム
• Cloud Functions: サーバーレス関数実行環境
• Google Kubernetes Engine: マネージドKubernetesサービス

ストレージ

• Cloud Storage: オブジェクトストレージ
• Persistent Disk: ブロックストレージ
• Filestore: マネージドNFSファイルストレージ

データベース

• Cloud SQL: マネージドリレーショナルデータベース
• Cloud Spanner: グローバル分散データベース
• Firestore: NoSQLドキュメントデータベース

ビッグデータ・アナリティクス

• BigQuery: サーバーレスデータウェアハウス
• Dataflow: ストリーム・バッチデータ処理
• Pub/Sub: メッセージングサービス
• Cloud Composer: ワークフローオーケストレーション

AI・機械学習

• Vertex AI: 統合機械学習プラットフォーム
• Cloud Vision API: 画像解析AI
• Cloud Natural Language API: 自然言語処理AI
• Cloud Translation API: 翻訳AI

ネットワーキング

• Virtual Private Cloud（VPC）: プロジェクト単位の仮想ネットワーク。デフォルトでグローバルなVPCを構成できる点がAWSやAzureとの設計上の違い
• Cloud Load Balancing: グローバル・リージョナルのロードバランサー
• Cloud CDN: Googleのエッジネットワークを利用したコンテンツ配信
• Cloud Interconnect / Cloud VPN: オンプレミス環境とのハイブリッド接続

セキュリティ・ID管理

• Cloud IAM: リソース単位での権限管理（ロールベースアクセス制御）
• Secret Manager: APIキーやパスワードなど機密情報の一元管理
• Cloud KMS: 暗号鍵の作成・管理
• Security Command Center: クラウド環境全体のセキュリティ態勢の可視化

運用管理・モニタリング

• Cloud Monitoring: メトリクス収集・ダッシュボード・アラート
• Cloud Logging: ログの集約・検索・エクスポート
• Cloud Trace / Error Reporting: 分散トレーシングとエラー検知

使用例・実装方法

GCPの典型的な導入フローは、おおむね「①プロジェクト作成→②必要なAPIの有効化→③IAMでの権限設計→④リソースのデプロイ→⑤モニタリング・ログ設定」という順序になります。以下、代表的な作業をgcloud CLIとTerraformの例で示します。

gcloud CLIでのリソース作成

# Compute Engineインスタンスの作成
gcloud compute instances create my-instance \
  --zone=us-central1-a \
  --machine-type=e2-medium \
  --image-family=ubuntu-2204-lts \
  --image-project=ubuntu-os-cloud

# GKEクラスタの作成（自動スケーリング付きノードプール）
gcloud container clusters create my-cluster \
  --zone=asia-northeast1-a \
  --num-nodes=3 \
  --enable-autoscaling --min-nodes=1 --max-nodes=5

# サービスアカウントへIAMロールを最小権限で付与
gcloud projects add-iam-policy-binding my-project \
  --member="serviceAccount:app-sa@my-project.iam.gserviceaccount.com" \
  --role="roles/storage.objectViewer"

Terraformによるインフラのコード管理

本番環境では、gcloud CLIでの手動操作よりもTerraformなどのIaC（Infrastructure as Code）ツールでリソース定義をコード化し、レビュー・バージョン管理を通してから適用する運用が一般的です。

resource "google_storage_bucket" "assets" {
  name          = "my-project-assets"
  location      = "ASIA-NORTHEAST1"
  storage_class = "STANDARD"
  uniform_bucket_level_access = true
}

resource "google_compute_instance" "web" {
  name         = "web-server"
  machine_type = "e2-medium"
  zone         = "asia-northeast1-a"

  boot_disk {
    initialize_params {
      image = "debian-cloud/debian-12"
    }
  }

  network_interface {
    network = "default"
    access_config {}
  }
}

代表的な利用シーン

• データ分析基盤の構築: アプリケーションログやトランザクションデータをPub/Sub経由でBigQueryに集約し、ダッシュボードツールから可視化する構成
• コンテナ化されたWebアプリの運用: GKEまたはCloud Runでコンテナをデプロイし、Cloud Load BalancingとCloud CDNで配信を最適化する構成
• 機械学習モデルの学習・推論: Vertex AIでモデルを学習し、エンドポイントとしてデプロイしてアプリケーションからAPI経由で呼び出す構成
• オンプレミスとのハイブリッド構成: Cloud InterconnectやCloud VPNで既存のオンプレミス環境と接続し、段階的にクラウド移行を進める構成