Design ★ 18,759

gcp-cloud-architect

GCP mimarileri tasarla ve startuplardan kurumsal ölçekte projeleri yönet. Google Cloud altyapısı tasarlamak, GKE veya Cloud Run'a deploy etmek, BigQuery pipeline'ları yapılandırmak, GCP maliyetlerini optimize etmek veya GCP'ye migration yapmak gerektiğinde kullan. Cloud Run, GKE, Cloud Functions, Cloud SQL, BigQuery ve maliyet optimizasyonunu kapsar.

cd ~/.claude/skills
git clone https://github.com/alirezarezvani/claude-skills.git claude-skills

Bu skill hakkında

GCP Bulut Mimarı

Google Cloud'da ölçeklenebilir, uygun maliyetli mimariler tasarlayın; startuplar ve kuruluşlar için altyapı-kod şablonları sunun.

İş Akışı

Adım 1: Gereksinimleri Toplayın

Uygulama özelliklerini toplayın:

- Uygulama türü (web app, mobile backend, data pipeline, SaaS)
- Beklenen kullanıcı sayısı ve saniye başına istek sayısı
- Bütçe kısıtlamaları (aylık harcama limiti)
- Takım büyüklüğü ve GCP deneyim seviyesi
- Uyum gereksinimleri (GDPR, HIPAA, SOC 2)
- Kullanılabilirlik gereksinimleri (SLA, RPO/RTO)

Adım 2: Mimarı Tasarlayın

Desen önerilerine ulaşmak için mimari tasarımcıyı çalıştırın:

python scripts/architecture_designer.py --input requirements.json

Örnek çıktı:

{
  "recommended_pattern": "serverless_web",
  "service_stack": ["Cloud Storage", "Cloud CDN", "Cloud Run", "Firestore", "Identity Platform"],
  "estimated_monthly_cost_usd": 30,
  "pros": ["Low ops overhead", "Pay-per-use", "Auto-scaling", "No cold starts on Cloud Run min instances"],
  "cons": ["Vendor lock-in", "Regional limitations", "Eventual consistency with Firestore"]
}

Önerilen desenlerden seçin:

  • Serverless Web: Cloud Storage + Cloud CDN + Cloud Run + Firestore
  • GKE'de Mikrohizmetler: GKE Autopilot + Cloud SQL + Memorystore + Cloud Pub/Sub
  • Serverless Veri Pipeline: Pub/Sub + Dataflow + BigQuery + Looker
  • ML Platformu: Vertex AI + Cloud Storage + BigQuery + Cloud Functions

Detaylı desen özellikleri için references/architecture_patterns.md sayfasına bakın.

Doğrulama kontrol noktası: Önerilen desenin takımın işletim olgunluğu ve uyum gereksinimlerine uygun olduğunu doğrulayıp Adım 3'e geçin.

Adım 3: Maliyeti Tahmin Edin

Tahmini maliyetleri ve optimizasyon fırsatlarını analiz edin:

python scripts/cost_optimizer.py --resources current_setup.json --monthly-spend 2000

Örnek çıktı:

{
  "current_monthly_usd": 2000,
  "recommendations": [
    { "action": "Right-size Cloud SQL db-custom-4-16384 to db-custom-2-8192", "savings_usd": 380, "priority": "high" },
    { "action": "Purchase 1-yr committed use discount for GKE nodes", "savings_usd": 290, "priority": "high" },
    { "action": "Move Cloud Storage objects >90 days to Nearline", "savings_usd": 75, "priority": "medium" }
  ],
  "total_potential_savings_usd": 745
}

Çıktı şunları içerir:

  • Servise göre aylık maliyet dağılımı
  • Makine tipini yeniden boyutlandırma önerileri
  • Taahhüt edilen kullanım indirim fırsatları
  • Sürdürülen kullanım indirim analizi
  • Potansiyel aylık tasarruflar

Detaylı tahminler için GCP Fiyatlandırma Hesaplayıcısını kullanın.

Adım 4: IaC Oluşturun

Seçilen desen için altyapı-kod oluşturun:

python scripts/deployment_manager.py --app-name my-app --pattern serverless_web --region us-central1

Örnek Terraform HCL çıktısı (Cloud Run + Firestore):

terraform {
  required_providers {
    google = {
      source  = "hashicorp/google"
      version = "~> 5.0"
    }
  }
}

provider "google" {
  project = var.project_id
  region  = var.region
}

variable "project_id" {
  description = "GCP project ID"
  type        = string
}

variable "region" {
  description = "GCP region"
  type        = string
  default     = "us-central1"
}

resource "google_cloud_run_v2_service" "api" {
  name     = "${var.environment}-${var.app_name}-api"
  location = var.region

  template {
    containers {
      image = "gcr.io/${var.project_id}/${var.app_name}:latest"
      resources {
        limits = {
          cpu    = "1000m"
          memory = "512Mi"
        }
      }
      env {
        name  = "FIRESTORE_PROJECT"
        value = var.project_id
      }
    }
    scaling {
      min_instance_count = 0
      max_instance_count = 10
    }
  }
}

resource "google_firestore_database" "default" {
  project     = var.project_id
  name        = "(default)"
  location_id = var.region
  type        = "FIRESTORE_NATIVE"
}

Örnek gcloud CLI dağıtımı:

# Cloud Run service'i dağıt
gcloud run deploy my-app-api \
  --image gcr.io/$PROJECT_ID/my-app:latest \
  --region us-central1 \
  --platform managed \
  --allow-unauthenticated \
  --memory 512Mi \
  --cpu 1 \
  --min-instances 0 \
  --max-instances 10

# Firestore veritabanı oluştur
gcloud firestore databases create --location=us-central1

Cloud CDN, Identity Platform, IAM ve Cloud Monitoring'i içeren tam şablonlar deployment_manager.py tarafından oluşturulur ve references/architecture_patterns.md içinde de mevcuttur.

Adım 5: CI/CD'yi Yapılandırın

Cloud Build veya GitHub Actions ile otomatik dağıtımı ayarlayın:

# cloudbuild.yaml
steps:
  - name: 'gcr.io/cloud-builders/docker'
    args: ['build', '-t', 'gcr.io/$PROJECT_ID/my-app:$COMMIT_SHA', '.']

  - name: 'gcr.io/cloud-builders/docker'
    args: ['push', 'gcr.io/$PROJECT_ID/my-app:$COMMIT_SHA']

  - name: 'gcr.io/google.com/cloudsdktool/cloud-sdk'
    entrypoint: gcloud
    args:
      - 'run'
      - 'deploy'
      - 'my-app-api'
      - '--image=gcr.io/$PROJECT_ID/my-app:$COMMIT_SHA'
      - '--region=us-central1'
      - '--platform=managed'

images:
  - 'gcr.io/$PROJECT_ID/my-app:$COMMIT_SHA'

# Repository'yi bağla ve trigger oluştur
gcloud builds triggers create github \
  --repo-name=my-app \
  --repo-owner=my-org \
  --branch-pattern="^main$" \
  --build-config=cloudbuild.yaml

Adım 6: Güvenlik İncelemesi

Güvenlik yapılandırmasını doğrulayın:

# IAM bağlamalarını gözden geçir
gcloud projects get-iam-policy $PROJECT_ID --format=json

# Hizmet hesabı izinlerini kontrol et
gcloud iam service-accounts list --project=$PROJECT_ID

# VPC Service Controls'i doğrula (gerekirse)
gcloud access-context-manager perimeters list --policy=$POLICY_ID

Güvenlik kontrol listesi:

  • IAM rolleri en düşük ayrıcalık ilkesini izler (temel roller yerine önceden tanımlı roller tercih edilir)
  • Hizmet hesapları GKE için Workload Identity kullanır
  • Hassas API'ler için VPC Service Controls yapılandırılır
  • Müşteri tarafından yönetilen şifreleme için Cloud KMS şifreleme anahtarları
  • Tüm yönetici aktiviteleri için Cloud Audit Logs etkindir
  • Genel erişimi kısıtlamak için Organizasyon politikaları
  • Tüm kimlik bilgileri için Secret Manager kullanılır

Dağıtım başarısız olursa:

  1. Başarısızlık nedenini kontrol edin:
    gcloud run services describe my-app-api --region us-central1
gcloud logging read "resource.type=cloud_run_revision" --limit=20
  2. Cloud Logging'de uygulama hatalarını gözden geçirin.
  3. Yapılandırmayı veya container image'ını düzeltip.
  4. Yeniden dağıtın:
    gcloud run deploy my-app-api --image gcr.io/$PROJECT_ID/my-app:latest --region us-central1

Sık başarısızlık nedenleri:

  • IAM izin hataları -- hizmet hesabı rolleri ve --allow-unauthenticated bayrağını doğrulayın
  • Kota aşıldı -- IAM & Admin > Quotas aracılığıyla kota artışı isteyin
  • Container başlatma başarısızlığı -- container log'larını ve health check yapılandırmasını kontrol edin
  • Bölge etkin değil -- gcloud services enable ile gerekli API'leri etkinleştirin

Araçlar

architecture_designer.py

İş yükü gereksinimlerine göre GCP servislerini önerir.

python scripts/architecture_designer.py --input requirements.json --output design.json

Girdi: Uygulama türü, ölçek, bütçe, uyum gereksinimleri içeren JSON Çıktı: Önerilen desen, servis yığını, maliyet tahmini, avantajlar/dezavantajlar

cost_optimizer.py

GCP kaynaklarını maliyet tasarrufu açısından analiz eder.

python scripts/cost_optimizer.py --resources inventory.json --monthly-spend 5000

Çıktı: Öneriler:

  • Boştaki kaynakları kaldırma
  • Makine tipi yeniden boyutlandırma
  • Taahhüt edilen kullanım indirimler
  • Depolama sınıfı geçişleri
  • Network çıkış optimizasyonu

deployment_manager.py

gcloud CLI dağıtım scriptleri ve Terraform yapılandırmaları oluşturur.

python scripts/deployment_manager.py --app-name my-app --pattern serverless_web --region us-central1

Çıktı: Üretim hazır dağıtım scriptleri:

  • Cloud Run veya GKE dağıtımı
  • Firestore veya Cloud SQL kurulumu
  • Identity Platform yapılandırması
  • En düşük ayrıcalık ile IAM rolleri
  • Cloud Monitoring ve Logging

Hızlı Başlangıç

Cloud Run'da Web Uygulaması (< 100$/ay)

Soru: "Mobil uygulama için 1000 kullanıcılı serverless web backend tasarlayın"

Sonuç:
- API için Cloud Run (otomatik ölçekleme, minimum instance'lar ile cold start yok)
- Veri için Firestore (işlem başına ödeme)
- Kimlik doğrulama için Identity Platform
- Statik varlıklar için Cloud Storage + Cloud CDN
- Tahmini: 15-40$/ay

GKE'de Mikrohizmetler (500-2000$/ay)

Soru: "50k kullanıcılı SaaS platformu için ölçeklenebilir mimari tasarlayın"

Sonuç:
- Containerize iş yükleri için GKE Autopilot
- Okuma replicaları ile Cloud SQL (PostgreSQL)
- Oturum önbelleği için Memorystore (Redis)
- Global sunuş için Cloud CDN
- CI/CD için Cloud Build
- Çok bölgeli dağıtım

Serverless Veri Pipeline

Soru: "Olay verisi için gerçek zamanlı analitik pipeline tasarlayın"

Sonuç:
- Olay yutma için Pub/Sub
- Akış işleme için Dataflow (Apache Beam)
- Analitik ve veri ambarı için BigQuery
- Panolar için Looker
- Hafif dönüşümler için Cloud Functions

ML Platformu

Soru: "Model eğitimi ve sunumu için makine öğrenmesi platformu tasarlayın"

Sonuç:
- Eğitim ve tahmin için Vertex AI
- Veri setleri ve model yapıtları için Cloud Storage
- Özellik deposu için BigQuery
- Ön işleme tetikleyicileri için Cloud Functions
- Model drift tespiti için Cloud Monitoring

Girdi Gereksinimleri

Mimari tasarım için şu ayrıntıları sağlayın:

Gereksinim Açıklama Örnek
Uygulama türü Neyi inşa ettiğiniz SaaS platformu, mobil backend
Beklenen ölçek Kullanıcılar, istek/sn 10k kullanıcı, 100 RPS
Bütçe Aylık GCP limiti 500$/ay max
Takım bağlamı Boyut, GCP deneyimi 3 geliştirici, orta seviye
Uyum Düzenleyici gereksinimler HIPAA, GDPR, SOC 2
Kullanılabilirlik Hizmet süresi gereksinimleri 99.9% SLA, 1 saat RPO

JSON Formatı:

{
  "application_type": "saas_platform",
  "expected_users": 10000,
  "requests_per_second": 100,
  "budget_monthly_usd": 500,
  "team_size": 3,
  "gcp_experience": "intermediate",
  "compliance": ["SOC2"],
  "availability_sla": "99.9%"
}

Çıktı Formatları

Mimari Tasarım

  • Gerekçeyle desen önerisi
  • Servis yığını diyagramı (ASCII)
  • Aylık maliyet tahmini ve ödünleşimler

IaC Şablonları

  • Terraform HCL: Üretim hazır Google provider yapılandırmaları
  • gcloud CLI: Script olarak dağıtım komutları
  • Cloud Build YAML: CI/CD pipeline tanımlamaları

Maliyet Analizi

  • Optimizasyon önerileriyle birlikte mevcut harcama dağılımı
  • Öncelik eylem listesi (yüksek/orta/düşük) ve uygulama kontrol listesi

Anti-Desenler

Anti-Desen Neden Başarısız Olur Daha İyi Yaklaşım
Üretim için varsayılan VPC kullanma Yalıtım yok, paylaşılan firewall kuralları Özel VPC'yi özel subnet'ler ile oluşturun
GKE node pool'ları aşırı sağlama Boştaki kapasite üzerinde harcanmış maliyet GKE Autopilot veya cluster autoscaler kullanın
Sırları ortam değişkenlerinde depolama Cloud Console, log'larda görünür Secret Manager'ı Workload Identity ile kullanın
Sürdürülen kullanım indirimlerini görmezden gelme %20-30 otomatik tasarrufları kaçırma Tutarlı baseline kullanımı için VM'leri yeniden boyutlandırın
SaaS için tek bölgeli dağıtım Bir bölge kesintisi = tam kesintiyi Cloud Load Balancing ile çok bölgeli kullanın
Ağır iş yükleri için BigQuery on-demand kullanma Ölçekte tahmin edilemeyen maliyetler Tutarlı iş yükleri için BigQuery slot'larını (sabit fiyat) kullanın
Uzun görevler için Cloud Functions çalıştırma 9 dakikalık zaman sınırı, cold start'lar 60 saniyeden uzun görevler için Cloud Run kullanın

Çapraz Referanslar

Beceri İlişki
engineering-team/aws-solution-architect AWS eşdeğeri -- aynı 6 adımlı iş akışı, farklı servisler
engineering-team/azure-cloud-architect Azure eşdeğeri -- bulut üçlemesini tamamlar
engineering-team/senior-devops Daha geniş DevOps kapsamı -- pipeline'lar, monitoring, containerization
engineering/terraform-patterns IaC uygulaması -- GCP'yi hedefleyen Terraform modülleri için kullanın
engineering/ci-cd-pipeline-builder Pipeline inşası -- Cloud Build ve dağıtımı otomatikleştirir

Referans Belgeleri

Belge İçerik
references/architecture_patterns.md 6 desen: serverless, GKE mikrohizmetler, üç katmanlı, veri pipeline, ML platformu, çok bölgeli
references/service_selection.md Compute, veritabanı, depolama, messaging için karar matrisleri
references/best_practices.md Adlandırma, etiketler, IAM, networking, monitoring, olağanüstü durum kurtarma

Benzer skill'ler

brainstorming Design

Herhangi bir yaratıcı çalışmaya başlamadan önce bunu mutlaka kullanın - feature oluştururken, component inşa ederken, functionality eklerken veya davranış değiştirirken. Kullanıcı niyetini, gereksinimleri ve tasarımı implementation öncesinde araştırır.

obra/superpowers ★ 235,495
finishing-a-development-branch Design

Uygulama tamamlandığında, tüm testler geçtiğinde ve çalışmanızı nasıl entegre edeceğinize karar vermeniz gerektiğinde kullanın - merge, PR veya cleanup seçeneklerini sunarak geliştirme sürecinin tamamlanmasını rehberlik eder.

obra/superpowers ★ 235,495
receiving-code-review Design

Kod incelemesi geri bildirimi alırken, önerileri uygulamadan önce kullanın; özellikle geri bildirim belirsiz veya teknik olarak şüpheli görünüyorsa - performatif anlaşmadan veya körü körüne uygulamadan ziyade teknik titizlik ve doğrulama gerekir.

obra/superpowers ★ 235,495
requesting-code-review Design

Görevleri tamamlarken, büyük özellikleri hayata geçirirken veya merge etmeden önce çalışmanın gereksinimleri karşıladığını doğrulamak için kullanın.

obra/superpowers ★ 235,495
using-git-worktrees Design

Yeni bir feature üzerinde çalışmaya başlarken veya implementasyon planını yürütmeden önce kullanın - native araçlar veya git worktree fallback aracılığıyla izole edilmiş bir workspace sağlar.

obra/superpowers ★ 235,495
using-superpowers Design

Herhangi bir konuşma başlatırken kullanın - skill'lerin nasıl bulunacağını ve kullanılacağını belirler, clarification soruları da dahil olmak üzere HERHANGİ bir yanıt vermeden önce skill invocation gerektirir.

obra/superpowers ★ 235,495
Daha fazla: Design →