Google PCA: Стоимость, производительность и устойчивое проектирование облака — Руководство по подготовке

By Laurynas Brazys · 5 September 2026 · #google #PCA #certification #exam-prep #study-guide

Часть Google Professional Cloud Architect — Руководство по подготовке. Практикуйтесь с проверенными ответами в центре экзаменов Google, или пройдите тесты на время на ExamRoll.io.

Обзор

Затраты, производительность и устойчивое проектирование в облаке — это совместно оптимизируемые дисциплины. Создание эффективных архитектур в Google Cloud требует прозрачности расходов, эластичной емкости, которая следует за спросом, строгого управления жизненным циклом данных, продуманного размещения и кэширования для сетей, а также непрерывного измерения. В этом разделе объясняются шаблоны проектирования и эксплуатации, которые сокращают избыточные расходы, не жертвуя надежностью, безопасностью или производительностью, а также освещаются сценарии сбоев и компромиссы, позволяющие избежать дорогостоящих сюрпризов.

Архитектура затрат и финансовая ответственность

Установите финансовый контроль как часть базового уровня вашей платформы.

Анализ и распределение счетов
- Экспортируйте данные биллинга в BigQuery для анализа расходов в почти реальном времени с возможностью выполнения запросов по проектам, сервисам, SKU и меткам. Секционируйте по дням для масштабируемых запросов и настройте контроль доступа к наборам данных для заинтересованных сторон из финансовых и инженерных отделов.
- Используйте бюджеты с порогами оповещений для предотвращения неконтролируемого роста расходов. Направляйте оповещения о бюджете в Pub/Sub и автоматизируйте ответные действия (например, приостановку некритичных рабочих нагрузок). Помните, что оповещения не являются транзакционными и могут приходить с задержкой; не полагайтесь на них как на единственный механизм контроля неконтролируемых заданий.
Метки, теги и атрибуция затрат
- Стандартизируйте метки в масштабе всей организации (cost_center, env, owner, app) и принудительно применяйте их во время предоставления ресурсов с помощью шаблонов развертывания или подхода «политика как код» (policy-as-code).
- Отдавайте предпочтение иерархическим тегам и структуре папок/проектов для отражения моделей chargeback/showback. Используйте как метки (на уровне ресурсов), так и теги (для политик и области действия биллинга) для достижения точного распределения.
Ограничения бюджета и обнаружение аномалий
- Настройте бюджеты для каждого проекта и портфеля; установите несколько порогов (например, 50, 80, 100 процентов) и «прогнозируемые» оповещения для проактивных действий.
- Используйте рекомендации Recommender (простаивающие ВМ, неприсоединенные диски, IP-адреса, неиспользуемые обязательства) для постоянного сокращения избыточных расходов.
Практические примеры
- Применение меток при создании:

undefined

Выполняйте запросы к экспортированным данным биллинга для поиска расходов без меток, чтобы обеспечить соответствие требованиям с помощью проверок в CI/CD.

Распространенные сценарии сбоев и компромиссы:

Непоследовательное использование меток нарушает распределение затрат; принудительно обеспечивайте их с помощью политик организации и проверок в конвейерах.
Централизованный биллинг без бюджетов для каждой команды мешает подотчетности; создавайте бюджеты на уровне команды или продукта.
Задержка в оповещениях о бюджете означает, что быстрые всплески могут превысить лимиты; по возможности используйте многоуровневые ограничения и квоты.

Эффективность и производительность вычислений

Подбирайте ресурсы в соответствии с профилями рабочих нагрузок; автоматизируйте эластичность; резервируйте или получайте скидки на постоянную базовую нагрузку.

Оптимизация размеров и пользовательские типы машин
- Постоянно анализируйте использование CPU, памяти, IOPS дисков и сети для оптимизации размеров. Используйте пользовательские типы машин, чтобы подобрать vCPU и память под реальные потребности приложения и не платить за простаивающую память.
- Следите за запасом производительности: стремитесь к устойчивой загрузке CPU на уровне 60–75% и обеспечивайте достаточный запас памяти для сборки мусора (GC) или пиковых нагрузок. Слишком агрессивная оптимизация размеров увеличивает риск троттлинга или ошибок нехватки памяти (OOM).
Автомасштабирование и планирование жизненного цикла
- Используйте автомасштабирование управляемых групп инстансов на основе релевантных сигналов (CPU, пропускная способность балансировщика нагрузки или глубина пользовательской очереди). Настройте периоды прогрева и элементы управления для уменьшения масштаба (scale-in), чтобы предотвратить «пробуксовку» (thrash).
- Для сред, работающих не в режиме 24/7, планируйте запуск/остановку ВМ, пулов узлов GKE или минимального количества инстансов Cloud Run, чтобы избежать расходов на простой. Простой первый шаг — настроить Cloud Scheduler для запуска задания Cloud Run, которое будет останавливать инстансы для разработки каждую ночь.
Инструменты для получения скидок
- Скидки за резервирование ресурсов (Committed-use discounts): зарезервируйте ресурсы на 1–3 года для постоянной нагрузки, подходящей для обязательств. Сбалансируйте размер обязательств с историческим использованием и бизнес-прогнозами; избыточные обязательства приводят к потере денег.
- Spot VMs: идеально подходят для отказоустойчивых, пакетных или распределенных рабочих нагрузок. Они могут быть отозваны в любое время; реализуйте сохранение контрольных точек и группы из нескольких инстансов с резервным переключением на инстансы по требованию (on-demand).
  - Пример:

undefined

Резервирование мощностей: зарезервируйте зональные или региональные мощности для критически важных парков инстансов, чтобы снизить риск сбоев при масштабировании во время нехватки ресурсов в регионе.
- Пример:

undefined

Метрики утилизации и настройка производительности
- Используйте инструменты Cloud Monitoring, Profiler и Trace для сбора данных. Измеряйте задержку p50/p95, время простоя CPU из-за гипервизора (CPU steal), время сборки мусора (GC) и длину очередей. Оптимизируйте «горячие» участки кода перед горизонтальным масштабированием.
- Привязывайте чувствительные к производительности рабочие нагрузки к регионам и зонам с подходящими платформами CPU и при необходимости рассмотрите возможность использования высокопроизводительных постоянных дисков или Hyperdisk.

Сценарии сбоев и компромиссы:

Неограниченное автомасштабирование может превысить квоты и целевые показатели затрат; заранее увеличьте квоты, установите максимальное количество реплик и используйте предиктивное автомасштабирование для известных пиков нагрузки.
Использование Spot VMs может вызвать частичную ротацию парка инстансов; диверсифицируйте зоны и реализуйте хуки для корректного завершения работы.
Избыточные обязательства CUDs или недоиспользуемые резервирования создают невозвратные затраты; пересматривайте обязательства ежеквартально.

Оптимизация затрат и производительности хранилищ, баз данных и аналитики

Выбирайте классы хранения и модели емкости баз данных, которые соответствуют шаблонам доступа, срокам хранения и SLO по производительности.

Классы хранения и политики жизненного цикла
- Используйте Standard для «горячих» данных, Nearline для ежемесячного доступа, Coldline для ежеквартального и Archive для долгосрочного хранения с редким доступом. Храните данные и вычислительные ресурсы в одном регионе, чтобы избежать платы за исходящий трафик (egress).
- Применяйте управление жизненным циклом для автоматического перемещения или удаления объектов. Учитывайте минимальные сроки хранения и плату за извлечение; преждевременное изменение класса хранения может стоить дороже, чем сэкономленные средства.
- Пример политики жизненного цикла (удаление объектов старше 90 дней):

undefined

- gsutil lifecycle set lifecycle.json gs://my-backups

Передача и архивация данных
- Межрегиональный доступ часто влечет за собой плату за исходящий трафик (egress); размещайте поставщиков и потребителей данных в одном регионе. Используйте Private Google Access и VPC-SC для безопасного и экономичного доступа к Google API. При долгосрочном архивировании избегайте частого извлечения данных из класса Archive, чтобы не понести высокие расходы на извлечение.
Определение размера и производительность баз данных
- Реляционные БД: подбирайте размер с учетом рабочего набора данных в памяти (memory-resident working set), IOPS и реплик чтения. Включите автоматическое увеличение хранилища и отслеживайте задержку репликации; выполняйте вертикальное масштабирование или горизонтальное шардирование, если задержка угрожает RPO/RTO.
- NoSQL/временные ряды: используйте Bigtable для высокопроизводительного приема данных с низкой задержкой, правильно спроектировав ключ строки (row key) во избежание «горячих точек» (hotspots).
Контроль затрат и модели емкости в BigQuery
- On-demand (оплата за ТБ отсканированных данных): быстрый старт, риск скачков затрат. Резервирование на основе емкости: предсказуемые расходы, контроль над параллелизмом и пропускной способностью. Гибкие обязательства (Flex commitments) поглощают краткосрочные всплески нагрузки.
- Оптимизируйте запросы с помощью секционирования и кластеризации; требуйте использования фильтров по секциям, чтобы предотвратить полное сканирование таблиц:
  - bq update –require_partition_filter=true myds.mytable
- Устанавливайте максимальное количество оплачиваемых байт для каждого задания, чтобы ограничить расходы:
  - bq query –use_legacy_sql=false –maximum_bytes_billed=100000000000 ‘SELECT …’
- Используйте материализованные представления, кэш результатов, приблизительные агрегации и избегайте SELECT * в производственной среде. Храните данные и вычислительные ресурсы в одном регионе.

Ошибки и компромиссы:

Перемещение «горячих» объектов в Coldline/Archive влечет за собой плату за извлечение и сборы за досрочное удаление.
Использование BigQuery в режиме on-demand без контроля может привести к неконтролируемому росту затрат из-за нефильтрованных сканирований; принудительно устанавливайте максимальное количество оплачиваемых байт и фильтры по секциям.
Чрезмерное шардирование баз данных усложняет эксплуатацию; проведите тестирование производительности перед разделением.

← DevOps · Все домены

Отработать эти вопросы → · Тесты на время на ExamRoll.io →