Muitas das questões que se erram no Cloud Digital Leader não vêm de conceitos desconhecidos, e sim de escolher o serviço errado entre dois parecidos. São três bancos de dados relacionais, quatro opções de computação e três produtos de operações de segurança, e em 2026 até produtos muito cobrados, como Vertex AI, Dataproc e Looker Studio, mudaram de nome. Quando duas alternativas aparecem em par, como Cloud SQL e Spanner, não basta conhecer cada definição: é preciso conseguir dizer em uma frase o que as separa.
Este artigo é a parte de revisão da nossa série de estudo do CDL. Dos serviços explicados separadamente nos artigos de cada domínio, ele escolhe só os grupos que costumam aparecer juntos como respostas erradas um do outro e os reorganiza pelos critérios que os diferenciam e pelas pistas que aparecem nas questões. No fim, reúne também os produtos que mudaram de nome.
---
Três perguntas que separam serviços parecidos
Quando você encontra dois serviços parecidos, fazer estas três perguntas em ordem resolve a maioria dos casos.
| Pergunta | O que separa | Exemplo | |------|------|------| | O que ele trata? | O objeto (objetos, dados relacionais, eventos, código, tráfego, risco) | O Cloud Storage trata arquivos; o Cloud SQL, dados transacionais em tabelas | | Quem gerencia? | O escopo do gerenciamento (você ou o Google) | No Compute Engine você gerencia até o sistema operacional; no Cloud Run, o Google gerencia os servidores | | Em que escala e com que rapidez? | Escala e momento (regional ou global, lote ou tempo real) | O Spanner tem escala global; o Pub/Sub e o Dataflow são em tempo real |
---
Domínios 1 e 2: pares confusos em redes e dados
Híbrida vs. multicloud vs. nuvem privada
| Aspecto | Nuvem híbrida | Multicloud | Nuvem privada | |------|------|------|------| | Significado | On-premises e nuvem pública juntas | Duas ou mais nuvens públicas juntas | Um ambiente de nuvem usado por uma única organização | | Pistas na questão | "Junto com nosso datacenter atual" | "AWS e Google Cloud ao mesmo tempo" | "Infraestrutura própria e dedicada" |
Cloud VPN vs. Dedicated Interconnect vs. Partner Interconnect
| Aspecto | Cloud VPN | Dedicated Interconnect | Partner Interconnect | |------|------|------|------| | Caminho | Túnel criptografado pela internet pública | Conexão física direta | Por meio de um provedor de serviços | | Largura de banda | Cerca de 1 a 3 Gbps por túnel | Circuitos de 10, 100 ou 400 Gbps | De 50 Mbps a 50 Gbps | | Pistas na questão | "Rápido e barato" | "Grande volume, sem passar pela internet" | "Não conseguimos nos conectar diretamente em uma instalação de colocation" |
Cloud SQL vs. AlloyDB vs. Spanner
| Aspecto | Cloud SQL | AlloyDB | Spanner | |------|------|------|------| | Essência | MySQL, PostgreSQL e SQL Server gerenciados | Compatível com PostgreSQL e de alto desempenho, transações e análise juntas | Distribuído globalmente, escalonamento horizontal | | Pistas na questão | "Manter nosso MySQL do jeito que está" | "Compatível com PostgreSQL, mas mais rápido" | "Usuários no mundo todo, consistência forte, 99,999%" |
Bigtable vs. Firestore vs. BigQuery
| Aspecto | Bigtable | Firestore | BigQuery | |------|------|------|------| | Tipo | NoSQL de colunas largas | NoSQL de documentos | Data warehouse serverless | | Pistas na questão | "IoT e séries temporais, milhões por segundo" | "Aplicativo móvel, sincronização em tempo real" | "Análise em larga escala com SQL" |
Pub/Sub vs. Dataflow vs. Managed Service for Apache Spark
| Aspecto | Pub/Sub | Dataflow | Managed Service for Apache Spark | |------|------|------|------| | Papel | Recebe e entrega eventos | Processamento em streaming e em lote | Processamento com Spark e Hadoop (antigo Dataproc) | | Pistas na questão | "Reunir eventos de milhares de dispositivos" | "Um só código para streams e lotes" | "Manter nossos jobs de Spark do jeito que estão" |
Looker vs. Data Studio, Autoclass vs. ciclo de vida
| Aspecto | Looker | Data Studio | Autoclass | Ciclo de vida | |------|------|------|------|------| | Essência | BI corporativo com métricas consistentes graças a uma camada semântica | Visualização e relatórios gratuitos (antigo Looker Studio) | Muda de classe automaticamente conforme o acesso | Muda de classe ou exclui por uma regra definida (como a idade) |
Posts relacionados: Fundamentos de redes e a rede global do Google, Escolher bancos de dados e armazenamento, e migrar, Análise em tempo real e Looker
---
Domínio 3: pares confusos em IA
APIs pré-treinadas vs. AutoML vs. BigQuery ML vs. treinamento personalizado
| Aspecto | APIs pré-treinadas | AutoML | BigQuery ML | Treinamento personalizado | |------|------|------|------|------| | Conhecimento necessário | Quase nenhum | Baixo (código mínimo) | SQL | Alto (engenheiros de ML) | | Treina com seus dados | Não | Sim | Sim | Sim | | Pistas na questão | "Traduzir ou transcrever na hora" | "Com nossos dados, sem código" | "Analistas com SQL" | "Um modelo único que seja uma vantagem central" |
IA generativa vs. IA agêntica, Agent Platform vs. Gemini Enterprise
| Aspecto | IA generativa | IA agêntica | Gemini Enterprise Agent Platform | Gemini Enterprise | |------|------|------|------|------| | Essência | Cria conteúdo novo | Recebe um objetivo, planeja e usa ferramentas para concluir o trabalho | Plataforma onde os desenvolvedores criam e operam modelos e agentes (antiga Vertex AI) | Aplicativo de agentes de IA que a equipe usa de imediato |
Posts relacionados: IA agêntica e Gemini Enterprise Agent Platform, Serviços de inovação IA/ML
---
Domínio 4: pares confusos em infraestrutura
Compute Engine vs. GKE vs. Cloud Run vs. Cloud Run functions
As quatro opções ficam mais fáceis de lembrar quando você as coloca em ordem do quanto menos precisa gerenciar.
!Um espectro de quatro opções de computação em que o Google gerencia mais à medida que se vai do Compute Engine ao Cloud Run functions
| Aspecto | Compute Engine | GKE | Cloud Run | Cloud Run functions | |------|------|------|------|------| | Pistas na questão | "Controle até o sistema operacional", "levar os servidores do jeito que estão" | "Orquestrar muitos contêineres" | "Contêineres sem gerenciar servidores, escala a zero" | "Executar código quando um arquivo é enviado" |
Termos de migração: retire, retain, rehost, replatform, refactor, reimagine
| Termo | Significado | |------|------| | Retire (desativar) | Desligar os aplicativos que não são mais necessários | | Retain (manter) | Deixá-los on-premises por enquanto | | Rehost (lift and shift) | Levá-los do jeito que estão para VMs, sem mudar o código | | Replatform (move and improve) | Mudar algumas partes para usar serviços gerenciados (por exemplo, levar o banco de dados para o Cloud SQL) | | Refactor (refatorar) | Refazer o código a fundo para ser nativo da nuvem (por exemplo, microsserviços) | | Reimagine (reimaginar) | Reprojetar o próprio processo de negócio em torno da nuvem e da IA |
Spot VMs vs. descontos por compromisso de uso vs. descontos por uso contínuo
| Aspecto | Spot VMs | Descontos por compromisso de uso (CUD) | Descontos por uso contínuo (SUD) | |------|------|------|------| | Condição | Capacidade ociosa que pode ser recuperada a qualquer momento | Comprometer um ou três anos de uso | Aplicados sozinhos quando os recursos rodam boa parte do mês | | Pistas na questão | "Jobs em lote que podem ser interrompidos" | "Uso constante, compromisso de longo prazo" | "Desconto automático sem solicitar" |
Posts relacionados: Serviços de modernização de infraestrutura
---
Domínio 5: pares confusos em segurança
Security Command Center vs. Google Security Operations vs. Google Threat Intelligence
| Aspecto | Security Command Center | Google Security Operations | Google Threat Intelligence | |------|------|------|------| | Essência | Encontra configurações incorretas, vulnerabilidades e ameaças no Google Cloud | Reúne logs de toda a organização para detectar, investigar e responder | Informações proativas sobre atacantes e ameaças | | Pistas na questão | "Bucket público", "postura de segurança" | "SIEM e SOAR", "resposta automática com playbooks" | "Mandiant", "VirusTotal" |
Cloud Armor vs. regras de firewall da VPC vs. IAP
| Aspecto | Cloud Armor | Regras de firewall da VPC | Identity-Aware Proxy | |------|------|------|------| | Essência | Bloqueia DDoS e ataques web na frente do balanceador de carga | Permite ou nega tráfego por IP e porta | Controla o acesso aos aplicativos pela identidade e pelo contexto do usuário | | Pistas na questão | "DDoS", "injeção de SQL" | "Permitir só algumas portas" | "Trabalhadores remotos se conectam sem VPN" |
Model Armor vs. Sensitive Data Protection, relatórios de transparência vs. Access Transparency
| Aspecto | Model Armor | Sensitive Data Protection | Relatórios de transparência | Access Transparency | |------|------|------|------|------| | Essência | Examina os prompts e as respostas dos LLMs | Encontra e desidentifica informações sensíveis nos dados | Publicam como as solicitações de dados de governos são tratadas | Registros de acessos da equipe do Google aos dados do cliente |
Posts relacionados: Operações de segurança e segurança de IA, Conceitos de segurança e mapa de produtos
---
Domínio 6: pares confusos em operações
Cotas vs. orçamentos, replicação vs. backups
| Aspecto | Cotas | Orçamentos | Replicação | Backups | |------|------|------|------|------| | Essência | As solicitações falham acima do limite | Avisam nos limites (orçamentos somente de alertas não interrompem o uso) | Cópia em tempo real, protege contra quedas | Cópia de um momento específico, protege contra erros e ransomware |
Cloud Monitoring vs. Logging vs. Trace vs. Profiler vs. Error Reporting
| Ferramenta | Pergunta que responde | |------|------| | Cloud Monitoring | Está saudável agora? (métricas, painéis, alertas) | | Cloud Logging | O que aconteceu? (logs) | | Cl