Google Cloud 在非常早期就導入了 open cloud 的概念。這些想法呈現在 Google 貢獻的開源項目上，包括 Kubernetes、TensorFlow、Knative 和 Go 等開源項目（更多參考此連結）。在這些開源基礎上，Google Cloud 也建立了Google Kubernetes Engine (GKE) 和 Anthos 等 Kubernetes 託管服務。
同時，Google 也觀察到用戶的需求：希望在地端或其他雲端的環境中，運行 Google Cloud 的服務。本文將介紹 Google Cloud 在混合雲和多雲世界中成功運作的三種模式：
- 透過 Anthos，在任何環境都能提供良好的 Kubernetes 服務
- 使用 Looker 在多雲環境下提供資料分析、業務洞察
- 使用 BigQuery 在多雲資料倉儲中運行 PB 級的資料分析
第一支箭：多雲管理應用程式的平台 ─ Anthos
Anthos 為您的所有應用程式部署（不論是傳統或雲原生的應用程序）提供一個一致的平台，同時提供了所有環境以服務為中心 (service-centric) 的環境視圖。Anthos 使用 Kubernetes-based API 讓您更容易操作多雲環境，您能使用單一的介面管理不同環境，包括 Google Cloud、地端、AWS 和 Azure。該介面也能管理 Container 和非 Kubernetes 的資源（包括其他基礎架構、平台和應用程式）。
2020 年初，Anthos 對多雲的支援，已正式推出支援 AWS 上的應用程式。這意味著現在，Anthos 可以整合地端、Google Cloud 和其他公有雲，甚至在邊緣（edge 端）使用 bare metal 裸機執行運算。
快速了解 Anthos：輕鬆部署、統一管理跨雲應用的企業平台
第二支箭：現代化的跨雲分析服務 ─ Looker
以往業務分析依賴單一供應商的技術，資料的儲存與分析緊密結合，這限制了用戶查看和使用資料的方式。而這些過時的報告和儀表板，侷限許多從資料中提取價值的機會。但是，要改變業務分析或資料庫，又往往需要花費昂貴的遷移費用、重新設計業務邏輯和漫長的時間。
多雲資料平台 Looker 支援多種資料源和部署方式，在不影響透明度、安全性或隱私的情況下，提供了用戶更多元選擇。Looker 的優勢包括，集中式資料建模和資料管理（藉以提升指標的一致性和重用性），並提供 API，用於數據驅動的應用程式 (data-drivem apps) 和工作流程 (workflows)，不只是限於製作報告和儀表板。
當然，Google 也知道用戶非常重視技術自由，為避免受單一廠商綁定，Looker 支援 AWS、GCP、多雲和混合雲等環境的託管，同時支援 Redshift、Snowflake、BigQuery 和 50 多種 SQL 語言，因此您可以連接到多種資料庫，避免依賴單一資料庫，還能同時維護多雲的資料環境。
第三支箭：BigQuery Omni 輕鬆從跨雲資料倉儲中取得洞察
長期以來，資料分析師都使用 Google Cloud 企業級資料倉儲 BigQuery，針對 Google Cloud 中的數據做 PB 級的分析。而現在，您可以使用 2020 年全新推出的 BigQuery Omni，以將資料分析作業擴展到其他公有雲；它同時也能提高您的分析效益，讓您可以使用同一個介面分析 AWS 和 Azure（即將推出）中的資料，而不需要跨雲搬移資料，或複製資料副本。
跨雲分析超容易，免費閱讀《多雲架構下的智慧型數據分析》報告，了解更多
例如，您可以使用 BigQuery Omni 來查詢存儲在 Google Cloud 中 Google Analytics 360 的廣告數據，還可以查詢你儲存在 Amazon S3 中儲存的電商平台 log 資料、應用程式資料等。接著，您還可以使用 Looker 製作一個儀表板，以更直覺地了解您客戶的行為、購買及廣告支出。
現在就開始吧！
您可以透過 Google Cloud 官方網站介紹，詳細了解 Google 的多雲產品、解決方案，或連繫 iKala Cloud 專員為您做更詳盡的解說！
（本文翻譯改編自 Google Cloud。）
