Die wichtigsten Google Cloud Platform Compute Ressourcen für die Webanalyse

Dieser Artikel gibt eine grobe Einführung zu den wichtigsten Google Cloud Platform Compute Compute Ressourcen, welche innerhalb der Webanalyse immer stärker an Bedeutung gewinnen.

Abhängig davon welche Bereiche der IT selbst verwaltet oder auslagert werden, lassen sich verschiedene Gruppen von Services bilden, welche in dem Bild anbei zu sehen sind. In diesem Zusammenhang ist ebenfalls oft von dem Begriff “serverless” die Rede. Damit ist gemeint, dass man selbst nicht für die Wartung des Servers zuständig ist, sondern “nur” für die Applikationen und Daten welche von diesem Server benutzt werden. In dem Bild anbei sind somit “Platform as a service / PaaS” sowie “Software as a service / SaaS” serverless.

PaaS SaaS Quelle: medium.com  

Google Cloud Ressourcen

In der Google Cloud Platform stehen unter anderem folgende Ressourcen zur Verfügung:

Compute Engine

Google Compute Engine

Die “Compute Engine” ist ein “Infrastructure as a service / IaaS” und damit die flexibelste und stärkste Compute Ressource welche hier vorgestellt wird. Typische Einsatzbereiche im Bereich der Webanalyse dafür sind: maschinelles Lernen, wissenschaftliche Simulationen, Analysen etc.

App Engine

Google App Engine

Die “App Engine” ist eine “Platform as a Service / PaaS” und damit bereits serverless. Wir bei e-dialog verwenden die App Engine hauptsächlich um damit verschiedene APIs zur Verfügung zu stellen. Ein häufiger Anwendungsfall ist die Erstellung einer Produkt Empfehlungs API für eCommerce Seiten oder einer Artikel Empfehlungs API für Publisher.

Cloud Functions

Google Cloud Funktions

Die dritte Compute Ressource welche wir kurz vorstellen möchten sind “Cloud Functions”. Auch diese Ressource ist “serverless” und fällt in die Gruppe “Function as a service / FaaS”. FaaS ist im Bild am Beginn des Blogartikels nicht dargestellt, wird jedoch zwischen PaaS und SaaS eingeordnet.

Typische Anwendungsfälle für Cloud Functions im WA Bereich sind:
  • Import / Export von BigQuery Daten
  • Hochladen von Conversions über die Floodlight Offline Conversion API
  • Kleinere Kalkulationen (z.B.: Scores von Analytics Daten)
  • Hochladen von Daten über die Google Analytics Data Import API
  • etc.


Für mehr Information zu Google Cloud Projekten kontaktiert unsere Experts:

kontakt@e-dialog.at

Hinterlassen Sie einen Kommentar: