Building Your Next Big Thing with Google Cloud Platform

Publicada en 2015 por Apress, esta obra de Jose Ugia Gonzalez y S. P. T. Krishnan ofrece una panorámica técnica y arquitectónica de los servicios fundamentales de Google Cloud Platform (GCP) en su etapa de consolidación inicial. Está concebida para desarrolladores de software, ingenieros de sistemas y arquitectos empresariales de nivel intermedio que cuenten con experiencia en lenguajes como Python o Java y conozcan los fundamentos de redes y arquitecturas cliente-servidor, buscando migrar o crear soluciones escalables en la nube pública de Google.

El libro recorre los servicios troncales de computación, almacenamiento, mensajería y datos masivos de la plataforma mediante la consola web y el Google Cloud SDK. Enseña a desplegar y gestionar máquinas virtuales en Google Compute Engine, implementar aplicaciones web administradas con Google App Engine y Managed VMs, y orquestar contenedores Docker en Google Container Engine (la primera encarnación de GKE). En el plano de persistencia y comunicación, cubre el almacenamiento relacional con Google Cloud SQL, depósitos de objetos en Google Cloud Storage, bases de datos NoSQL con Google Cloud Datastore, mensajería asíncrona con Google Cloud Pub/Sub, resolución de nombres en Google Cloud DNS, creación de APIs con Google Cloud Endpoints y analítica y procesamiento de datos con Google BigQuery y Google Cloud Dataflow.

La práctica se apoya en scripts de automatización, autenticación con OAuth 2.0 y canalizaciones de datos en Java/Gradle, junto con componentes de backend orientados a servicios distribuidos. Su principal aportación es brindar una base arquitectónica coherente sobre el diseño desacoplado y tolerante a fallos característico de la infraestructura de Google. Como punto a tener en cuenta, su fecha de publicación (2015) deja fuera herramientas contemporáneas esenciales como Cloud Run, Kubernetes moderno o la suite de Vertex AI, por lo que su valor reside en asentar conceptos arquitectónicos clásicos más que en servir de referencia para implementaciones en producción actual.