Gcp cloud architect

何时使用

需要为创业公司或企业设计可扩展、成本可控的 Google Cloud 架构，并产出基础设施即代码（IaC）时使用。典型场景：

• 设计 Google Cloud 基础设施并选型服务栈
• 部署到 Cloud Run / GKE，或配置 Cloud Functions、Cloud SQL、BigQuery
• 搭建实时数据管道（Pub/Sub + Dataflow + BigQuery）或 ML 平台（Vertex AI）
• 优化现有 GCP 账单、迁移上云

不该用边界：

• 目标云是 AWS 或 Azure（改用对应的 aws-solution-architect / azure-cloud-architect）
• 纯本地/裸金属部署，不涉及 GCP 托管服务
• 仅需广义 DevOps 流水线/监控/容器化（用 senior-devops）

步骤

1. 收集需求：应用类型（Web 应用/移动后端/数据管道/SaaS）、预期用户数与 RPS、月度预算、团队规模与 GCP 经验、合规要求（GDPR/HIPAA/SOC 2）、可用性 SLA 与 RPO/RTO。
2. 设计架构：跑设计器获取模式推荐，再对照运维成熟度与合规要求确认后进入下一步。
3. 估算成本：分析当前账单的右调（right-sizing）、承诺使用折扣、存储分层等节省机会。
4. 生成 IaC：为所选模式产出 Terraform HCL 与 gcloud CLI 脚本。
5. 配置 CI/CD：用 Cloud Build 或 GitHub Actions 实现自动构建与部署。
6. 安全评审：核对 IAM 最小权限、Workload Identity、Secret Manager、审计日志等清单；部署失败时按排错流程定位。

四种核心架构模式：

• Serverless Web：Cloud Storage + Cloud CDN + Cloud Run + Firestore（约 $15–40/月）
• GKE 微服务：GKE Autopilot + Cloud SQL + Memorystore + Pub/Sub（约 $500–2000/月）
• Serverless 数据管道：Pub/Sub + Dataflow + BigQuery + Looker
• ML 平台：Vertex AI + Cloud Storage + BigQuery + Cloud Functions

指令

步骤 2 架构设计：

python scripts/architecture_designer.py --input requirements.json --output design.json

输出含 recommended_pattern、service_stack、estimated_monthly_cost_usd、pros/cons。

步骤 3 成本优化：

python scripts/cost_optimizer.py --resources current_setup.json --monthly-spend 2000

输出含按服务的成本拆分、右调建议、承诺使用折扣（CUD）、持续使用折扣（SUD）分析、潜在月度节省。详细估算用 GCP 定价计算器。

步骤 4 生成 IaC：

python scripts/deployment_manager.py --app-name my-app --pattern serverless_web --region us-central1

步骤 6 安全核查：

gcloud projects get-iam-policy $PROJECT_ID --format=json
gcloud iam service-accounts list --project=$PROJECT_ID
gcloud access-context-manager perimeters list --policy=$POLICY_ID

安全清单：IAM 遵循最小权限（优先预定义角色而非基础角色）；GKE 用 Workload Identity；敏感 API 配 VPC Service Controls；客户管理密钥用 Cloud KMS；为所有管理活动开启 Cloud Audit Logs；用组织策略限制公开访问；所有凭据走 Secret Manager。

部署失败排错：

gcloud run services describe my-app-api --region us-central1
gcloud logging read "resource.type=cloud_run_revision" --limit=20
gcloud run deploy my-app-api --image gcr.io/$PROJECT_ID/my-app:latest --region us-central1

常见原因：IAM 权限错误（核对服务账号角色与 --allow-unauthenticated）；配额超限（IAM & Admin > Quotas 申请提升）；容器启动失败（查容器日志与健康检查）；区域/API 未启用（gcloud services enable）。

示例

Cloud Run + Firestore 的 Terraform（节选）：

resource "google_cloud_run_v2_service" "api" {
  name     = "${var.environment}-${var.app_name}-api"
  location = var.region
  template {
    containers {
      image = "gcr.io/${var.project_id}/${var.app_name}:latest"
      resources { limits = { cpu = "1000m", memory = "512Mi" } }
      env { name = "FIRESTORE_PROJECT", value = var.project_id }
    }
    scaling { min_instance_count = 0, max_instance_count = 10 }
  }
}

resource "google_firestore_database" "default" {
  project     = var.project_id
  name        = "(default)"
  location_id = var.region
  type        = "FIRESTORE_NATIVE"
}

gcloud CLI 部署：

gcloud run deploy my-app-api \
  --image gcr.io/$PROJECT_ID/my-app:latest \
  --region us-central1 --platform managed --allow-unauthenticated \
  --memory 512Mi --cpu 1 --min-instances 0 --max-instances 10

gcloud firestore databases create --location=us-central1

Cloud Build CI/CD（cloudbuild.yaml 节选）： 用 gcr.io/cloud-builders/docker 构建并推送 gcr.io/$PROJECT_ID/my-app:$COMMIT_SHA，再用 cloud-sdk 执行 gcloud run deploy。创建触发器：

gcloud builds triggers create github \
  --repo-name=my-app --repo-owner=my-org \
  --branch-pattern="^main$" --build-config=cloudbuild.yaml

注意事项

避免以下反模式：

反模式	为何失败	更优做法
生产用默认 VPC	无隔离、共享防火墙规则	自建带私有子网的 VPC
过度预置 GKE 节点池	闲置容量浪费成本	用 GKE Autopilot 或集群自动扩缩
密钥存环境变量	Console/日志可见	Secret Manager + Workload Identity
忽略持续使用折扣	漏掉 20–30% 自动节省	按稳定基线右调 VM
SaaS 单区域部署	单区故障即全停	多区域 + Cloud Load Balancing
重负载用 BigQuery 按需计费	规模化成本不可控	用 BigQuery slots（统一费率）
用 Cloud Functions 跑长任务	9 分钟超时、冷启动	>60s 任务改用 Cloud Run

完整模式与最佳实践见 references/architecture_patterns.md、references/service_selection.md、references/best_practices.md。

互见

• aws-solution-architect：AWS 对应版，同样的 6 步流程、不同服务。
• azure-cloud-architect：Azure 对应版，凑齐三大云。
• senior-devops：更广的 DevOps 范畴（流水线、监控、容器化）。
• terraform-patterns：面向 GCP 的 Terraform 模块实现。
• ci-cd-pipeline-builder：自动化 Cloud Build 与部署流水线。

---

采编自 alirezarezvani/claude-skills（MIT 许可）。