Google Cloud 服務停用後怎麼辦?先看遷移期限
在 Google Cloud Console 看到這種公告時,最先該查的是停用日期和受影響的資源:
⚠️ This product has been deprecated and will be shut down on [某個日期].
「Deprecated」代表服務進入退場流程,和「今天就停止運作」不是同一件事。留給團隊的時間,取決於公告中的限制與最終日期。
前一篇談的是產品改名;停用則要處理更實際的問題:現有系統依賴它到什麼程度、替代方案在哪、資料怎麼搬。
下面分別看已停用與預計停用的服務,最後整理公告後該怎麼安排遷移。

Deprecated 不等於今天立刻關機。收到公告後,先確認停用日期、受影響的資源與替代方式,再安排測試、切換和回復步驟。不同服務的限制會在不同時間生效,不能只記最終關閉日。
已停用的服務
先看沒有一對一替代品的案例
Cloud IoT Core(2017-2023)
| 項目 | 內容 |
|---|---|
| 停服公告 | 2022 年 8 月 |
| 最終關閉 | 2023 年 8 月 16 日 |
| 替代方案 | 沒有 Google 自家替代品,建議遷移到第三方(ClearBlade 等) |
表格超出欄寬時,可左右捲動;鍵盤可聚焦表格後用左右方向鍵查看。
Cloud IoT Core 關閉時,使用它接收裝置資料的團隊得重新規劃接入、身分驗證和後續處理流程。Google 沒有推出功能完全對應的自家替代品,因此遷移不只是換一個服務名稱,還涉及既有裝置與資料管線的調整。
這個案例也提醒我們:把關鍵工作負載交給託管服務前,要先想好服務變更或退場時,資料和裝置能怎麼搬。
技術整合型停服
這類停服有個共同點:服務被併進更大的平台,而且有明確的遷移路徑。
| 服務 | 存活期 | 關閉日期 | 替代方案 |
|---|---|---|---|
| Google Prediction API | 2010-2018 | 2018.05 | Cloud ML Engine → Vertex AI |
| Cloud Datalab | 2015-2020 | ~2020 | Vertex AI Workbench |
| AI Platform (legacy) | 2017-2025 | 2025.04.07(Training/Prediction;Pipelines 與 Data Labeling Service 為 2025.01.31) | Vertex AI |
| Container Registry | 2014-2025 | 2025.03 起分階段關閉(詳見下方時間表) | Artifact Registry |
| AutoML Tables (legacy) | 2019-2024 | 2024.07.24 | Vertex AI AutoML |
| AutoML Vision/NL/Video (legacy) | 2019-2024 | 2024.07.31(Vision、Video Intelligence)/2024.08.07(Natural Language) | Vertex AI |
| Codey 程式碼模型(code-gecko 等) | 2023-2025 | 2025.04.21 | Gemini on Vertex AI |
| PaLM 2 模型(text-bison 等) | 2023-2025 | 2025.04.21 | Gemini on Vertex AI |
| Dataflow SQL | 2020-2025 | 2025.01.31(Console 2024.07.31) | 標準 Dataflow(Beam)/ BigQuery |
| Google Cloud Messaging | 2012-2019 | 2019.04 | Firebase Cloud Messaging |
表格超出欄寬時,可左右捲動;鍵盤可聚焦表格後用左右方向鍵查看。
其他已停服
| 服務 | 關閉日期 | 替代方案 |
|---|---|---|
| Cloud Debugger | 2023.05 | 無完整替代(開源 Snapshot Debugger 也已封存) |
| PaLM API(開發者版) | 2024.08 | Gemini API(同一 endpoint 與金鑰) |
| Cloud Endpoints Portal | 2023.03 | 官方未指定(API Gateway 為現行近似方案) |
表格超出欄寬時,可左右捲動;鍵盤可聚焦表格後用左右方向鍵查看。
2025–2026 年的服務退場
這段期間有幾項服務結束支援或關閉。若系統仍在使用它們,應逐項確認截止日期與遷移路徑。
2025 年(公告中的限制已生效)
| 服務 | 關鍵日期 | 替代方案 | 狀態 |
|---|---|---|---|
| Container Registry(關閉,停止寫入) | 2025.03.18 | Artifact Registry | ✅ 已關閉 |
| Container Registry(GKE 停止讀取) | 2025.06.03 | Artifact Registry | ✅ 已生效 |
| Cloud Life Sciences | 2025.07.08 | Batch | ✅ 已關閉 |
| Firebase Dynamic Links | 2025.08.25 | 第三方(Branch、AppsFlyer) | ✅ 已關閉 |
| AutoML Translation (legacy) | 2025.09.30 | Cloud Translation Advanced | ✅ 已關閉 |
| Cloud Composer 1(停止新建) | 2025.09.15 | Cloud Composer 2/3 | ✅ 已停止新建 |
| MQL(停止新建 Console 資產與支援) | 2025.07.22 | PromQL | ⚠️ 既有查詢仍可執行 |
表格超出欄寬時,可左右捲動;鍵盤可聚焦表格後用左右方向鍵查看。
MQL 沒有在 2025 年關閉;現有查詢、圖表與告警仍可運作,也能透過 API 建立。限制是 Google Cloud Console 不再支援新建這些 MQL 資產,且相關支援已結束。若系統還依賴它,先清點查詢,再決定何時改用 PromQL。(參考:MQL 淘汰說明)
2026 年
| 服務 | 關鍵日期 | 替代方案 | 狀態/提醒 |
|---|---|---|---|
| App Engine 舊版 Runtime(Python 2.7、Java 8、Go 1.11、PHP 5.5) | 2026.01.31(起停止新部署;既有應用持續運作) | 第二代 Runtime | 🔴 立即遷移 |
| Data Catalog | 2026.06.01 | Knowledge Catalog(前身 Dataplex Universal Catalog) | ✅ 已生效 |
| Cloud Deployment Manager(停止支援) | 2026.04.01(服務預計 2027.06.30 關閉) | Infrastructure Manager / Terraform | ⚠️ 安排遷移 |
| BigQuery Legacy SQL(依過往使用狀況限制功能) | 2026.06.01 | GoogleSQL | ⚠️ 逐項檢查 |
| Document AI Legacy Processors | 2026.06.30 | 更新版 Document AI on Vertex AI | ✅ 已到期 |
| Cloud Composer 1(生命週期結束) | 2026.09.15 | Cloud Composer 2/3 | ✅ 已到期 |
表格超出欄寬時,可左右捲動;鍵盤可聚焦表格後用左右方向鍵查看。
BigQuery Legacy SQL 也不是在 2026 年 6 月一律停用;可用功能與 2025 年 11 月至 2026 年 6 月的使用紀錄有關,既有查詢不一定會停止。請依官方功能可用性說明盤點實際查詢。Cloud Composer 1 的日期則已過;若相關環境仍列在資產清單,應依官方版本說明確認遷移與清理狀態。
Deployment Manager 是另一種情況:2026 年 4 月停止支援,並非當天停機;官方預計 2027 年 6 月底關閉服務。既有資源仍需管理的團隊,要按停用說明安排替代工具與切換時間。
2027-2029
| 服務 | 停服日期 | 替代方案 |
|---|---|---|
| Pub/Sub Lite(已棄用,不收新客戶) | 2027.01.31(官方現行公告) | Pub/Sub 標準版 / Managed Service for Apache Kafka |
| functions.config API(Firebase) | 2027.03 | 環境變數 / Secret Manager |
| Memorystore for Memcached | 2029.01.31(2026.01 公告) | Memorystore for Valkey |
表格超出欄寬時,可左右捲動;鍵盤可聚焦表格後用左右方向鍵查看。
停用政策能替團隊爭取什麼?
Google 在 2021 年為標示為 Google Enterprise API 的 API 公布穩定性承諾:若不得不做不相容變更,原則上至少提前一年通知,並提供遷移文件或工具。但這項承諾有適用範圍,不能直接推論每個 Google 產品、預覽功能或消費者服務都有相同期限。實際專案仍要核對服務公告與合約條款。(參考:Enterprise API 政策說明、Google Cloud 停用政策適用範圍)
以 Memorystore for Memcached 為例,公告列出三個不同時間點:2026 年 1 月不再列為建議服務、2027 年 2 月起限制新專案建立執行個體、2029 年 1 月底停止服務。團隊不能只記最後一天;新專案能否建立、既有工作負載能否運作,以及何時失去支援,都要分開記。
收到公告後,先判斷要搬什麼
與其猜服務為什麼退場,不如先看公告提供哪一種遷移路徑:
- 同一產品的新版本:例如舊版 Runtime 或 Composer。先檢查設定、套件和執行環境的相容性;產品名稱沒變,不代表工作負載不用修改。
- 換到另一項託管服務:例如 Container Registry 轉到 Artifact Registry。除了搬資料,也要檢查權限、路徑、CI/CD 和下游部署設定。
- 沒有一對一後繼:例如 Cloud IoT Core。這時要重新選服務或調整架構,裝置連線、驗證與資料格式可能都要改。
有些公告只是改名,有些則是功能或 API 真正停止;先把受影響的部分列出來,才能估算時間。
流程圖暫時無法顯示。可先查看下方的流程與節點文字,或重新整理頁面後再試。
查看流程與節點文字
箭頭表示流程方向;方括號與引號內是節點名稱,可搭配下方圖解閱讀。
%%{init: {"flowchart": {"curve": "linear", "nodeSpacing": 24, "rankSpacing": 32}}}%%
flowchart TD
END["收到服務停用或版本退場公告"] --> SCOPE["確認受影響的 API、資料、<br/>專案與截止日期"]
SCOPE --> PATH{"公告提供哪種替代路徑?"}
PATH -->|"同產品新版本"| VERSION["測試套件、設定與 Runtime 相容"]
PATH -->|"另一項託管服務"| SERVICE["核對資料、權限與上下游整合"]
PATH -->|"沒有一對一後繼"| REPLACE["比較第三方、自建或調整需求"]
VERSION --> VERIFY["試行、切流、驗證與回復"]
SERVICE --> VERIFY
REPLACE --> VERIFY 平時怎麼降低停服風險?
- 指定公告負責人:追蹤Google Cloud Release Notes與實際使用服務的停用頁面,讓公告有明確接收者。
- 保留相依清單:記錄哪些專案、API、資料管線與部署流程依賴該服務;收到公告時才不用從零盤點。
- 預留資料出口:定期確認匯出格式、備份還原與權限設定是否可用。只有在切換成本真的高時,才為服務建立抽象層,避免多做一層卻沒有降低風險。
- 每次公告都記三個日期:停止新建、停止支援、完全停用可能是不同時間點;按各日期安排驗證與切流。
選型時怎麼留退路?
服務停用不能只靠選「看起來夠主流」的產品來避免。採用前先確認服務的支援階段與停用政策;上線後保留版本、資料匯出方式和替代方案的紀錄,定期檢查官方公告。若某項功能深度綁定單一服務,就把將來搬走需要的時間和成本寫進設計決策。
這份清單會隨產品更新而改變;實際遷移時,仍要以各服務最新的公告和文件為準。
讀完後,留一個學習紀錄
試著用自己的話說出一個重點,以及你會如何運用。實作文章請先核對結果與清理資源,再標記為讀完。
文章進度以你確認讀完的標記為準,可隨時取消。舊版造訪紀錄保留,但不計入讀完;這份自評不代表已掌握內容。