GCP 常見問題 Q&A

符合資格的新使用者可取得 300 美元、有效 90 天的 Free Trial 額度，適用服務與功能有條件限制。Free Tier 則提供部分產品的每月免費用量，需有效計費帳戶；例如 BigQuery 每月 1 TiB 查詢與 10 GiB 儲存，其他產品另有地區與用量條件。Free Tier 目前沒有結束日期，但官方可調整方案，不能理解為任何資源都永久免費。升級為付費帳戶後，未被額度涵蓋的用量可能計費；實作前應核對官方表格與所選產品的價格。

建立專案本身與申請免費試用、啟用計費是不同步驟。先用 Google 身分登入，確認有建立專案的權限及剩餘配額，再於 Console 建立專案，填寫名稱、Project ID 與適用的上層組織／資料夾。公司或教學環境可能由管理員提供專案，不必因此另備個人信用卡。申請 Free Trial 時須依所在國家提供支援的付款方式；需要計費的服務則須連結有效的 Cloud Billing 帳戶。專案數量依帳號／組織配額而定，不是人人固定 25 個；沒有權限或額度時應查詢管理員或申請調整。

Cloud Shell 是提供暫時性運算環境的瀏覽器終端機，預裝 gcloud CLI。一般模式的 5 GB 家目錄可跨工作階段保留，但其他位置的檔案不應視為持久儲存；ephemeral 模式則沒有持久磁碟。每週使用配額預設為 50 小時，以個人使用量畫面為準，重要檔案仍應另行備份。預裝工具以官方清單為準。本機 CLI 需要自行安裝、更新與授權，效能取決於硬體及網路；換用本機並不免除 Google Cloud 服務的權限、配額或費用。Cloud Shell 本身免費，也不等於用指令建立的雲端資源免費。

Region 是包含多個 Zone 的地理區域；Zone 是區域內的部署範圍，不宜直接當成一棟獨立資料中心。台灣的 asia-east1 位於彰化，可作為候選；仍須檢查服務／機型、配額、費用、資料位置要求與實測延遲。跨 Zone 配置可降低同時受故障影響的風險，但不能取代應用與資料層的容錯設計；跨區域復原則需另外規劃。

推薦學習路徑：(1) Google Skills（原 Google Cloud Skills Boost，官方免費/付費實驗室，也就是過去的 Qwiklabs 實作練習）；(2) Coursera 上的 Google Cloud 專項課程；(3) YouTube 上的 Google Cloud Tech 頻道；(4) 官方文件 cloud.google.com/docs。另外，登雲學院提供繁體中文的系統化課程，從入門一路排到認證考試，特別適合中文學習者。

依學習目標選擇，不必先考 CDL 才能報考 ACE；這兩張認證都沒有先決資格要求。CDL 著重雲端概念、產品用途與商業情境，適合先建立共同語言；ACE 著重部署、維運與權限管理，適合以工程實作為目標的學習者。ACE 官方建議至少 6 個月 Google Cloud 實作經驗，這是準備建議，不是報名門檻。選擇前先對照各張考綱與自己的工作需求，補足不熟悉的主題，再決定報考時間。

準備時間取決於既有能力、每週可投入時間與實作熟練度，不能用固定週數保證準備完成。ACE 官方建議至少 6 個月 Google Cloud 實作經驗，並未訂定必須讀幾週。標準考試為 2 小時、50–60 題單選與複選；目前考綱涵蓋設定雲端環境、規劃與實作、確保營運、存取與安全四個領域，約占 20／30／30／20%。建議逐項檢查考綱，練習部署、故障排查與最小權限設定，並能說明選項取捨；用官方範例題熟悉題型，再依弱項安排 Google Skills 實作與複習。範例題練習不能保證正式考試結果，報名前請再次確認官方考綱。

可以重考，但有等待期限制。Associate 與 Professional 級考試：第一次不通過需等 14 天；第二次不通過需等 60 天；第三次不通過需等 365 天，兩年內最多考 4 次（Foundational 級如 CDL 的次數規則不同，以官方重考政策頁為準）。每次重考都需要重新繳費：ACE 為 $125 美元，Professional 等級為 $200 美元，CDL 為 $99 美元（皆另加適用稅金）。考試由 Pearson VUE 承辦，可到 Pearson VUE 考場應考，或用 OnVUE 線上監考。

大部分 GCP 認證有效期為 2 年（Professional 級別）或 3 年（Associate 和 CDL）。到期前 180 或 90 天起會收到續證通知（依認證而異），之後每 30 天提醒一次。續證不一定要重考完整考試：CDL、ACE、PCA、PDE 都有較短的續證考試，也能改在 Google Skills 完成持續進修，一次延長 1 年。續證考試的內容和標準考試不同：ACE 是 1 小時 20 題、不考考綱 Section 1；PCA 是 1 小時 25 題、案例題占 90–100%。過期超過 30 天就只能重考標準考試；其他認證的續證方式以官方說明為準。

線上考試（Online Proctored）在家即可應考，需要穩定網路、攝影機和安靜的獨立空間，考前需安裝 Pearson 的 OnVUE 並接受環境檢查。現場考試在 Pearson VUE 測驗中心進行，環境標準化但需提前預約和通勤。離你最近的考場在哪裡，請到 Pearson VUE 的考場搜尋頁輸入 Google Cloud 確認。建議首次考試選現場考試以減少技術問題，熟悉流程後再考慮線上考。

費用依產品、地區、用量及計費方式而異，不能一概視為按秒計費。實作前先查產品價格與免費用量條件，設定符合自己可負擔金額的預算警示，並定期查看 Billing Reports。一般 alerts-only 預算只會通知，不會在達標時自動停止服務；用量入帳與通知也有延遲。練習結束後逐項確認資源：停止 VM 後，保留的磁碟與靜態 IP 等仍可能計費；刪除前先確認資料與備份需求。不要把免費額度或警示當成零費用保證。

在 Console 的 Billing → Budgets & alerts 建立 alerts-only 預算：確認有管理預算的權限，選擇帳單帳戶、專案／服務範圍與期間，設定可負擔的金額，再設定實際或預測費用門檻及 Email 收件人。50%、80%、100% 可作為自訂門檻範例，不是費用上限。需要程式處理時可另接 Pub/Sub 通知，但通知與用量入帳有延遲；自動停用計費可能中斷服務，須另外設計、測試與規劃復原。Spend cap budget 是不同功能，僅適用支援的服務與範圍，執行也非即時，超額仍會計費；不能當成整個帳戶的絕對金額上限。

CUD 是以承諾換取合資格用量較低價格的方案，常見期限為 1 年或 3 年；要分資源型與支出型，支援產品、計費項目與折扣規則各不相同，不能把某個最高折扣套用到整張帳單。評估時先確認可預測的用量、適用範圍、承諾費與未用滿的成本；例如資源型承諾在未使用資源時仍須支付承諾費，停掉 VM 不會自動取消承諾。SUD 則是對合資格 Compute Engine 資源依當月持續用量自動計算，不需先購買承諾，但只支援指定資源、機型與計費帳戶條件；已由 CUD 涵蓋的資源用量不再領取 SUD，不能把兩者的折扣百分比直接相加。請依所選產品與承諾類型核對官方文件，再與隨用隨付的完整成本比較。

Free Tier 的條件依服務而異，需有效且狀態良好的計費帳戶，不能只看「免費」字樣。例如 e2-micro 僅限 us-west1、us-central1、us-east1，合資格 VM 的使用時數合併計算，每月上限相當於一台整月的時數；不代表只能建立一台，也不代表磁碟、IP 與網路全部免費。Cloud Storage 在這三個地區的免費儲存用量合計為每月 5 GB-months，操作與傳輸另有條件；BigQuery 每月為 1 TiB 查詢、10 GiB 儲存。Cloud Run 與 functions 還須核對世代、計費模式、運算及傳輸用量，不能只看請求次數。付費帳戶的超額用量會計費；Free Trial 則由適用的剩餘試用額度支付，未升級且額度用盡或到期時會停止資源，不會自動轉成付費帳戶。實作前請核對最新官方表格。

先在 Billing Reports 依時間、專案、服務與 SKU 找出費用變動，再檢查相關 VM、GKE、負載平衡器、API 呼叫及資料傳輸；比較時注意費用入帳延遲。確認用途、相依服務及資料保留需求後，停止不必要的用量，並檢查仍保留的付費資源，避免為了止損誤刪重要資料。若出現不認識的資源或疑似憑證外洩，立即處理帳號與憑證安全並停止未授權用量。保留專案、SKU、發生時間及處理紀錄，透過官方 Cloud Billing Support 尋求協助。費用調整須由官方個案審查，不能承諾首次意外就會減免。

三者不是從簡單排到厲害的階梯，要看你交付什麼、想自己管到哪一層。Cloud Run functions（2024 年 8 月前叫 Cloud Functions 第 2 代）適合一個入口、一段集中的處理邏輯，例如 Cloud Storage 有新檔案就產生縮圖。Cloud Run 服務適合容器化的 Web 應用和 API，依流量擴縮，沒流量時可以縮到零。GKE 適合確實用得到 Kubernetes 部署物件、排程、網路政策或既有 Operator 的團隊：不想管節點先看 Autopilot，要自己掌握節點配置才看 Standard。沒有明確的 Kubernetes 需求，就不用先建叢集。

Cloud SQL 是託管式關聯型資料庫（MySQL/PostgreSQL/SQL Server），適合沿用既有引擎與關聯模型的應用；吞吐量依規格、查詢與工作負載量測。Cloud Spanner 是全球分散式關聯型資料庫，提供強一致性和水平擴展能力（仍受容量、schema 與配額限制），適合金融、遊戲等高需求場景，費用需依 edition、區域配置與用量估算。Firestore 是 NoSQL 文件資料庫，適合行動和 Web 應用，免伺服器管理且有離線同步功能。選擇關鍵：現有應用用 MySQL、PostgreSQL 或 SQL Server，先看 Cloud SQL；需要可擴展的關聯式交易、現有資料庫又真的碰到規模或可用性瓶頸，再評估 Spanner（它也有區域配置，不是只給全球系統用）；資料是文件模型、要讓用戶端即時同步或離線讀取，看 Firestore（它一樣支援跨文件交易和強一致查詢）。

Pub/Sub 是訊息佇列服務，適合一對多的非同步通訊、事件串流和資料管線（如 IoT 資料收集、微服務間溝通）。Cloud Tasks 是任務佇列服務，適合一對一的可靠任務派送（如延遲處理、速率限制的 API 呼叫）。關鍵差異：Pub/Sub 支援多個訂閱者同時接收同一訊息；Cloud Tasks 一個任務只派給一個處理端，但不保證只執行一次。它是至少送達一次（at-least-once），罕見情況下同一個任務會重複執行，處理端要做成冪等。廣播用 Pub/Sub，排隊用 Cloud Tasks。

GCP IAM 採用「誰（Who）對什麼資源（Resource）有什麼權限（Role）」的模型。核心概念：(1) Principal（身份）：Google 帳號、Service Account、Group；(2) Role（角色）：一組權限的集合，分為 Basic（Owner/Editor/Viewer）、Predefined（如 roles/storage.admin）和 Custom；(3) Policy（政策）：綁定 Principal 和 Role 到資源。最佳實踐：遵循最小權限原則，優先用 Predefined Role，避免使用 Basic Role（權限過大）。

常用的 6R 遷移策略：(1) Rehost（直接搬遷）：用 Migrate to Virtual Machines 把 VM 直接搬到 Compute Engine；(2) Replatform（平台優化）：搬遷時做小幅調整，如改用 Cloud SQL；(3) Refactor（重構）：改寫為雲原生架構，如改用 Cloud Run；(4) Repurchase（替換）：用 SaaS 服務替換，如換成 Google Workspace；(5) Retain（暫留）：設備、合約或法規限制還沒解決的先留在原處，並訂好重新評估的日期；(6) Retire（淘汰）：不再需要的直接關閉。6R 是逐個系統做的決定，不是全公司只選一種。建議先做評估（用 Migration Center），再由低風險系統開始遷移。

非常有幫助。台灣許多企業（如金融業、電商、遊戲業）正在上雲或擴大雲端投資。認證是否反映在薪資上，要看職缺、地區與年資。在 AI/ML 領域，Gemini Enterprise Agent Platform（原 Vertex AI）和 BigQuery 是資料工程與 AI 應用常用的平台。

認可度持續提升中。台灣大型企業（金融業、製造業、電信業）和跨國公司普遍認可 GCP 認證。特別是 Google 在台灣設有資料中心（彰化），許多企業因此選擇 GCP。在求職時，GCP 認證是加分項而非必要條件，但在雲端相關職位競爭中能明顯脫穎而出。建議搭配實際專案經驗，認證加實戰才是最佳組合。

常見職位：Cloud Engineer（雲端工程師）、DevOps／SRE Engineer、Data Engineer、Cloud Architect、Cloud Security Engineer。薪資會隨地區、年資、職責和是否輪值差很多，這裡不列固定區間。比較可靠的做法是查 104 薪資情報和當下的實際職缺，把底薪、變動獎金和值班補償分開看。站內另有一份薪資報告，是 2026 年 3 月整理的快照，數字只當參考。

建議作品集包含：(1) 架構設計圖：展示你設計的雲端架構及技術選型理由；(2) GitHub 專案：用 Terraform/Pulumi 管理的 IaC 程式碼；(3) 技術部落格：記錄學習心得和問題解決過程；(4) 實作專案：如用 Cloud Run 部署的 Web 應用、BigQuery 資料分析 Dashboard、CI/CD Pipeline。重點是展示「為什麼這樣選」的思考過程，而非只是「我會用什麼工具」。

完全可行，但需要系統化學習。建議基礎能力：(1) Linux 基本操作（必須）；(2) 至少一種程式語言（Python 最推薦）；(3) 網路基礎（TCP/IP、DNS、HTTP）；(4) 容器概念（Docker 基礎）。學習路徑建議：先花 1-2 個月補基礎 → 3 個月學 GCP 考取 ACE → 建立 2-3 個實作專案 → 開始投遞。許多成功轉職者都是從半年到一年的密集學習開始的。

選擇依據：(1) 公司已用的生態系：已用 Google Workspace 選 GCP、用 Microsoft 365 選 Azure、沒有偏好看需求；(2) 技術強項：GCP 的資料分析（BigQuery）和 AI/ML（Gemini Enterprise Agent Platform，原 Vertex AI）業界領先、AWS 服務最齊全、Azure 企業整合最佳；(3) 價格：GCP 通常在 Compute 和 Network 上較便宜，且有 SUD 自動折扣；(4) 台灣因素：GCP 在台灣有資料中心，延遲最低。建議至少精通一家，了解另外兩家。

常見對應：Compute Engine ↔ EC2 ↔ Virtual Machines、Cloud Storage ↔ S3 ↔ Blob Storage、Cloud SQL ↔ RDS ↔ Azure SQL、BigQuery ↔ Redshift/Athena ↔ Synapse、GKE ↔ EKS ↔ AKS、Cloud Run ↔ App Runner/Fargate ↔ Container Apps、Pub/Sub ↔ SNS+SQS ↔ Service Bus、Cloud Run functions（原 Cloud Functions） ↔ Lambda ↔ Azure Functions、VPC ↔ VPC ↔ VNet。注意：雖然功能類似，但實作細節、定價和限制都有差異。

GCP 在 AI/ML 的核心優勢：(1) Gemini Enterprise Agent Platform（原 Vertex AI）：資料準備、模型訓練到部署都在同一個平台管理；(2) BigQuery ML：直接用 SQL 建立機器學習模型，降低入門門檻；(3) TPU（Tensor Processing Unit）：Google 自研的 AI 加速晶片，訓練大型模型效能領先；(4) Gemini API：直接使用 Google 最新的生成式 AI 模型；(5) 資料生態系整合：BigQuery、Dataflow 和 Agent Platform 可以直接串接。這也是 GCP 與 AWS/Azure 最大的差異化優勢。

Multi-Cloud 是同時使用兩家以上公有雲。公司會這樣做，常是因為收購、既有合約、資料位置，或另一個平台有某個工作負載確實需要的能力；不是每套系統都要複製到兩家雲才算多雲。跨出去之後，連線、資料傳輸費、身分管理和稽核都會變成日常工作。Google 有 Cross-Cloud Interconnect 這類跨雲專線，但它只解決網路怎麼接，權限、部署和帳單仍要分開管。是否需要學多雲取決於職涯目標：初學者先精通一家（建議 GCP），有 2-3 年經驗後再學第二家。

Google 擁有全球最大的私有網路之一，覆蓋超過 40 個 Region、121 個 Zone。GCP 的 Premium Tier 網路讓流量在 Google 骨幹網路內傳輸，而非透過公共網際網路，大幅降低延遲和提高穩定性。實際影響：(1) 跨區域資料傳輸速度更快；(2) 全球負載平衡只需一個 IP；(3) CDN（Cloud CDN）效能優異。相比之下，Standard Tier 使用公共網路，費用較低但延遲較高。