Ir a la página de inicio
Home / Posts
Compartir en Twitter
Go to Homepage

GUÍA COMPLETA PARA DOMINAR GOOGLE CLOUD PLATFORM

November 11, 2025

Introducción a Google Cloud Platform

Google Cloud Platform (GCP) es una suite de servicios en la nube que permite a desarrolladores y empresas construir, implementar y escalar aplicaciones de manera eficiente. Este tutorial te guiará desde los fundamentos hasta la creación de una plataforma de análisis de juegos móviles que maneje grandes volúmenes de datos en tiempo real y por lotes. Exploraremos cómo configurar una cuenta gratuita, optimizar costos, gestionar recursos, implementar aplicaciones, trabajar con big data y garantizar la seguridad en GCP.

Cómo Empezar con GCP Gratis

GCP ofrece un crédito gratuito de $300 durante 90 días para nuevos usuarios, ideal para experimentar con sus servicios sin costo inicial. Para comenzar, crea una cuenta en la consola de GCP y activa el crédito. No se te cobrará al finalizar el período de prueba, pero los servicios se detendrán a menos que actualices tu plan. Este entorno es perfecto para probar conceptos, enfrentar problemas y aprender mediante la práctica.

gcloud init
gcloud auth login

El comando anterior inicializa la CLI de GCP y autentica tu cuenta. Practica creando recursos como máquinas virtuales (VM) o buckets de almacenamiento para familiarizarte con la plataforma.

Beneficios de Migrar a GCP

Migrar a GCP elimina la necesidad de invertir en hardware costoso, permite escalar recursos según la demanda y agiliza la creación de prototipos. Además, ofrece servicios avanzados como análisis de datos en la nube y aprendizaje automático, junto con herramientas para gestionar APIs de forma segura. Esto reduce costos operativos y mejora la flexibilidad para adaptarse a necesidades cambiantes.

Optimización de Costos en GCP

Reducir costos es clave para maximizar el valor de GCP. Aquí te mostramos estrategias efectivas.

Tipos de Máquinas Virtuales

GCP ofrece varios tipos de máquinas virtuales para diferentes casos de uso:

  • Máquinas de propósito general: equilibran precio y rendimiento.
  • Máquinas optimizadas para memoria: ideales para cargas intensivas en RAM.
  • Máquinas optimizadas para cómputo: perfectas para tareas que requieren alta potencia de CPU.
  • Máquinas de núcleo compartido: económicas para aplicaciones pequeñas.

Puedes personalizar máquinas con cantidades específicas de CPU y RAM para ajustarlas a tus necesidades.

machineType: custom-4-8192

Este ejemplo configura una VM personalizada con 4 vCPUs y 8 GB de RAM.

Máquinas Virtuales Preemptivas

Las VMs preemptivas ofrecen descuentos de hasta un 80%, ideales para aplicaciones tolerantes a fallos. Estas máquinas pueden detenerse con un aviso de 30 segundos o tras 24 horas. Usa scripts de inicio y apagado para gestionar su comportamiento.

#!/bin/bash
# Script de apagado para guardar estado
gsutil cp /path/to/data gs://my-bucket

Este script guarda datos en Google Cloud Storage antes de que la VM se detenga.

Descuentos por Uso Sostenido y Comprometido

GCP aplica descuentos automáticos por uso sostenido (hasta 30%) para VMs que se ejecutan durante largos períodos. También ofrece descuentos por uso comprometido (hasta 57%) si reservas recursos por 1 o 3 años. Usa la Calculadora de Precios de GCP para estimar costos y configurar alertas de presupuesto.

Gestión de Recursos en GCP

Organizar recursos eficientemente es fundamental para mantener un entorno escalable y seguro.

Jerarquía de Recursos

Los recursos en GCP se organizan en una jerarquía:

  • Organización: raíz que representa una empresa.
  • Proyectos: contienen recursos como VMs o bases de datos.
  • Carpetas: agrupan proyectos para mayor aislamiento.
  • Recursos: elementos individuales como VMs o buckets.

Los permisos se heredan de padres a hijos, y las políticas más permisivas prevalecen. Usa cuentas de superadministrador con precaución, siguiendo las mejores prácticas de Google.

Etiquetas y Tags de Red

Las etiquetas (labels) son pares clave-valor para organizar recursos, útiles para filtrar y analizar costos. Por ejemplo:

labels:
    environment: production
    team: analytics

Los tags de red se aplican solo a recursos de red y controlan reglas de firewall.

Cloud IAM

Cloud IAM gestiona quién puede hacer qué en qué recursos. Los permisos se agrupan en roles (primitivos, predefinidos o personalizados) asignados a identidades como cuentas de Google, cuentas de servicio o grupos. Sigue el principio de menor privilegio para limitar accesos.

bindings:
    - members:
          - user:[email protected]
      role: roles/viewer

Este ejemplo asigna el rol de visor a un usuario.

Cloud Deployment Manager

Cloud Deployment Manager automatiza la creación de recursos mediante archivos YAML. Define recursos como VMs o discos y sus dependencias.

resources:
    - name: vm-1
      type: compute.v1.instance
      properties:
          zone: us-central1-a
          machineType: n1-standard-1
          disks:
              - deviceName: boot
                boot: true
                autoDelete: true

Este archivo crea una VM con un disco de arranque.

Operaciones en la Nube

Cloud Operations ofrece herramientas para monitoreo, logging, depuración y trazado.

Cloud Logging

Cloud Logging centraliza la gestión de logs en tiempo real. Puedes exportar logs a Google Cloud Storage, BigQuery o Pub/Sub mediante sinks.

gcloud logging sinks create my-sink \
  storage.googleapis.com/my-bucket \
  --log-filter='resource.type="gce_instance"'

Este comando crea un sink para logs de instancias de Compute Engine.

Cloud Monitoring

Cloud Monitoring supervisa el rendimiento, crea dashboards y configura alertas basadas en políticas. Instala agentes en VMs para métricas detalladas.

gcloud monitoring policies create \
  --policy-from-file=policy.yaml

Cloud Trace, Error Reporting y Debug

Cloud Trace identifica cuellos de botella en servicios, Error Reporting agrega errores y Debug inspecciona aplicaciones sin detenerlas. Estos servicios son compatibles con lenguajes como Java, Python y Node.js.

Almacenamiento de Datos en GCP

GCP ofrece múltiples opciones para almacenar datos, desde archivos no estructurados hasta bases de datos relacionales y NoSQL.

Google Cloud Storage (GCS)

GCS es ideal para datos no estructurados como imágenes o videos. Los objetos se almacenan en buckets con diferentes clases de almacenamiento (Standard, Nearline, Coldline, Archive).

gsutil cp large_file gs://my-bucket

Este comando sube un archivo a un bucket.

Gestión del Ciclo de Vida

Define reglas para mover o eliminar objetos automáticamente.

{
    "lifecycle": {
        "rule": [
            {
                "action": {
                    "type": "SetStorageClass",
                    "storageClass": "NEARLINE"
                },
                "condition": { "age": 30 }
            }
        ]
    }
}

Bases de Datos Relacionales

Cloud SQL ofrece instancias gestionadas de MySQL y PostgreSQL, limitadas a una región. Cloud Spanner es global y escalable, ideal para aplicaciones críticas.

CREATE DATABASE my_database;

Bases de Datos NoSQL

Datastore es un almacén de documentos sin operaciones, ideal para aplicaciones móviles. Bigtable soporta grandes volúmenes de datos con baja latencia.

cbt createtable my-table

Memorystore

Memorystore proporciona Redis y Memcache gestionados para almacenamiento en memoria.

Redes en GCP

Virtual Private Cloud (VPC)

Las VPC son redes definidas por software que dividen el tráfico en subredes. Configura reglas de firewall para controlar el acceso.

gcloud compute firewall-rules create allow-http \
  --allow tcp:80 \
  --target-tags web-server

Conexión con Infraestructura Local

Conecta tu infraestructura local a GCP mediante Cloud VPN, Cloud Interconnect o Cloud Peering. Cloud VPN es la opción más económica, mientras que Interconnect ofrece mayor rendimiento.

Ejecución de Aplicaciones

GCP permite ejecutar aplicaciones en Compute Engine, Kubernetes Engine, App Engine y Cloud Functions.

Compute Engine

Compute Engine ofrece VMs personalizables. Usa discos persistentes para datos duraderos y snapshots para copias de seguridad.

gcloud compute instances create my-vm \
  --machine-type n1-standard-1 \
  --image-family debian-11 \
  --image-project debian-cloud

App Engine

App Engine permite centrarte en el código mientras Google gestiona la infraestructura. Soporta entornos Standard y Flexible.

Kubernetes Engine (GKE)

GKE simplifica la gestión de clústeres Kubernetes. Usa Container Registry para almacenar imágenes de contenedores.

Cloud Functions

Cloud Functions ejecuta código en respuesta a eventos, ideal para tareas serverless.

exports.processEvent = (event, context) => {
    console.log("Processing event:", event.data);
};

Big Data en GCP

BigQuery

BigQuery es un almacén de datos serverless para análisis a gran escala. Soporta consultas SQL y federación de datos.

SELECT * FROM `my_dataset.my_table` WHERE date = '2025-11-09';

Cloud Pub/Sub

Pub/Sub es un sistema de mensajería gestionado para desacoplar productores y consumidores.

gcloud pubsub topics publish my-topic --message="Hello, GCP!"

Cloud Dataflow

Dataflow procesa datos en streaming y por lotes, basado en Apache Beam.

import apache_beam as beam

with beam.Pipeline() as pipeline:
  (pipeline
   | 'Read' >> beam.io.ReadFromPubSub(topic='projects/my-project/topics/my-topic')
   | 'Write' >> beam.io.WriteToBigQuery('my_dataset.my_table'))

Cloud Dataproc y Dataprep

Dataproc gestiona clústeres Hadoop y Spark, mientras que Dataprep limpia datos mediante una interfaz web.

Inteligencia Artificial y Machine Learning

AI Platform

AI Platform facilita el entrenamiento y despliegue de modelos de machine learning.

gcloud ai-platform jobs submit training my_job \
  --package-path trainer \
  --module-name trainer.task \
  --region us-central1

Cloud AutoML

AutoML permite entrenar modelos de Google con tus datos para tareas como clasificación de imágenes o procesamiento de lenguaje natural.

Visualización de Datos

Cloud Data Studio

Data Studio crea dashboards a partir de datos en BigQuery, Cloud SQL y otros servicios.

Cloud Datalab

Datalab, basado en Jupyter, permite explorar y visualizar datos con Python y SQL.

import pandas as pd
df = pd.read_gbq('SELECT * FROM my_dataset.my_table', project_id='my-project')

Seguridad en GCP

Encriptación

GCP encripta datos en reposo y en tránsito usando AES. Puedes gestionar claves con Cloud KMS.

gcloud kms keys create my-key \
  --location global \
  --keyring my-keyring \
  --purpose encryption

Identity-Aware Proxy y Cloud Armor

Identity-Aware Proxy controla el acceso a aplicaciones, mientras que Cloud Armor protege contra ataques DDoS.

Cloud Data Loss Prevention

DLP detecta y protege datos sensibles como información personal.

gcloud dlp inspect content \
  --content "My email is [email protected]" \
  --info-types EMAIL_ADDRESS

Conclusiones

Este tutorial ha cubierto los fundamentos de Google Cloud Platform, desde la configuración inicial hasta la creación de una plataforma de análisis de juegos móviles. Has aprendido a optimizar costos, gestionar recursos, implementar aplicaciones, trabajar con big data y garantizar la seguridad. La práctica es esencial para dominar GCP, por lo que te recomendamos aprovechar el crédito gratuito y experimentar con los servicios descritos. Diseñar sistemas complejos requiere tiempo y experiencia, pero con este conocimiento estás bien encaminado para construir soluciones escalables y eficientes en la nube.