Google Cloud Digital Leader
Última revisão: maio de 2026
Uma referência rápida dos padrões arquiteturais que o exame CDL avalia. Leia de cima a baixo ou pule para uma seção.
Mude os gastos de TI de grandes compras iniciais de hardware para um modelo de pagamento conforme o uso.
Utilize serviços em nuvem para converter despesa de capital (CapEx) em despesa operacional (OpEx).
Por quê: A nuvem oferece flexibilidade financeira, reduz as barreiras de entrada e alinha os custos diretamente com o uso, evitando o superprovisionamento.
Esclareça a responsabilidade pela segurança entre o provedor de nuvem e o cliente.
O Google protege a infraestrutura da nuvem (hardware, rede). O cliente protege o que ele coloca na nuvem (dados, IAM, código do aplicativo).
Por quê: O cliente é sempre responsável pelos seus dados e controles de acesso, independentemente do modelo de serviço (IaaS, PaaS, SaaS).
Adote a nuvem mantendo a flexibilidade para usar outras plataformas ou tecnologias.
Priorize serviços construídos sobre tecnologias de código aberto como Kubernetes (GKE), TensorFlow e Apache Beam (Dataflow).
Por quê: Padrões de código aberto aumentam a portabilidade da carga de trabalho, evitando o lock-in em APIs proprietárias e permitindo estratégias híbridas/multi-cloud.
Reduza a pegada de carbono das operações de TI para atingir metas de sustentabilidade corporativas.
Hospede cargas de trabalho no Google Cloud, aproveitando sua correspondência de energia 100% renovável. Use a ferramenta Carbon Footprint para monitorar e selecionar regiões de baixa emissão de carbono.
Por quê: O Google Cloud opera uma das nuvens mais limpas, permitindo que as empresas herdem seus benefícios de sustentabilidade.
Integre a infraestrutura local com serviços em nuvem devido a regulamentação ou soberania de dados.
Use Anthos para uma plataforma consistente baseada em Kubernetes em ambientes locais e no Google Cloud.
Por quê: Anthos oferece um plano de gerenciamento e controle unificado para aplicativos, independentemente de onde são executados, simplificando operações híbridas.
Analise petabytes de dados estruturados com consultas SQL complexas sem gerenciar a infraestrutura.
Use BigQuery.
Por quê: BigQuery é um data warehouse totalmente gerenciado e serverless, otimizado para consultas analíticas em larga escala.
Precisa de um banco de dados relacional distribuído globalmente com forte consistência e escalabilidade horizontal.
Use Cloud Spanner.
Por quê: Spanner combina semântica relacional (ACID, SQL) com escalabilidade não-relacional, ideal para aplicações globais de missão crítica como finanças.
Armazene e recupere grandes volumes de dados simples de chave-valor (por exemplo, IoT, perfis de usuário) com latência de milissegundos de um dígito.
Use Cloud Bigtable.
Por quê: Bigtable é um banco de dados NoSQL de coluna larga otimizado para cargas de trabalho operacionais e analíticas de alto throughput e baixa latência.
Crie um aplicativo móvel ou web que exija sincronização de dados em tempo real e funcionalidade offline.
Use Firestore.
Por quê: Firestore é um banco de dados de documentos NoSQL com sincronização em tempo real e persistência offline integradas, projetado para o desenvolvimento de aplicativos modernos.
Migre um banco de dados tradicional MySQL, PostgreSQL ou SQL Server local para um serviço de nuvem gerenciado com o mínimo de alterações.
Use Cloud SQL.
Por quê: Cloud SQL é um serviço de banco de dados relacional totalmente gerenciado que oferece compatibilidade com motores de banco de dados padrão, automatizando backups, patches e replicação.
Ingira e processe um fluxo de dados em tempo real e de alto volume (por exemplo, IoT, clickstreams) para análise imediata.
Use Pub/Sub para ingestão, Dataflow para processamento de fluxo e BigQuery para análise.
Por quê: Este é o padrão serverless canônico para análise escalável e em tempo real no Google Cloud.
Armazene dados com padrões de acesso variados (frequente, infrequente, arquivo) de forma econômica.
Use Cloud Storage com políticas de ciclo de vida para transicionar automaticamente dados entre as classes Standard, Nearline, Coldline e Archive.
Por quê: As políticas de ciclo de vida automatizam o tiering de dados, combinando o custo de armazenamento com a frequência de acesso sem intervenção manual.
Armazene grandes quantidades de dados brutos, não estruturados e semiestruturados para processamento e análise futuros.
Use Cloud Storage como o repositório central (data lake).
Por quê: Cloud Storage oferece armazenamento de objetos durável e de baixo custo que se integra a todos os serviços de processamento de dados do GCP (BigQuery, Dataproc, Dataflow).
Execute trabalhos de processamento de dados em larga escala usando frameworks de código aberto como Apache Spark e Hadoop.
Use Dataproc.
Por quê: Dataproc oferece clusters Spark e Hadoop totalmente gerenciados, automatizando a criação e o gerenciamento de clusters, permitindo que as equipes se concentrem em seus trabalhos.
Adicione recursos de IA como reconhecimento de imagem, análise de sentimento ou transcrição de fala a um aplicativo sem experiência em ML.
Use APIs pré-treinadas: Vision AI, Natural Language AI, Speech-to-Text API, Translation API.
Por quê: Estas APIs fornecem os modelos de ponta do Google para casos de uso comuns, exigindo apenas uma simples chamada de API REST.
Treine um modelo de ML personalizado usando seus próprios dados rotulados (por exemplo, imagens de produtos, texto de clientes) mas sem experiência em codificação de ML.
Use AutoML dentro do Vertex AI.
Por quê: AutoML automatiza o processo de construção de modelos, permitindo que as equipes criem modelos personalizados de alta qualidade por meio de uma interface gráfica simples.
Uma equipe de ciência de dados precisa de uma plataforma unificada para construir, treinar, implantar e gerenciar modelos de ML personalizados ao longo de seu ciclo de vida (MLOps).
Use Vertex AI.
Por quê: Vertex AI é uma plataforma MLOps abrangente que fornece ferramentas para cada etapa do fluxo de trabalho de machine learning em um único ambiente.
Extraia automaticamente informações estruturadas (por exemplo, números de faturas, itens de linha) de documentos digitalizados ou PDFs.
Use Document AI.
Por quê: Document AI é especificamente treinado para entender layouts de documentos e extrair dados estruturados, reduzindo a entrada manual de dados.
Crie um chatbot ou agente virtual baseado em voz para lidar com consultas de atendimento ao cliente.
Use Dialogflow.
Por quê: Dialogflow é uma plataforma de compreensão de linguagem natural projetada para construir interfaces conversacionais, gerenciando intenções, entidades e fluxo de conversação.
Construa e execute modelos preditivos diretamente em dados armazenados em um data warehouse usando apenas SQL.
Use BigQuery ML.
Por quê: BigQuery ML democratiza o machine learning, permitindo que analistas de dados criem modelos usando sintaxe SQL familiar, evitando movimentação de dados.
Crie aplicativos que podem gerar novos conteúdos, como resumos de texto, código ou imagens.
Use a plataforma Vertex AI para IA Generativa, acessando modelos de base como Gemini.
Por quê: Vertex AI fornece acesso gerenciado a poderosos modelos de base via APIs, permitindo o desenvolvimento rápido de recursos de IA generativa.
Migre um aplicativo legado executado em uma VM para a nuvem com alterações mínimas, exigindo controle total do SO.
Use Compute Engine.
Por quê: Compute Engine (IaaS) fornece máquinas virtuais, oferecendo controle máximo e um caminho de migração direto para servidores locais.
Implante um aplicativo web conteinerizado e sem estado que deve escalar automaticamente com base no tráfego, incluindo escalar para zero.
Use Cloud Run.
Por quê: Cloud Run é uma plataforma serverless totalmente gerenciada para contêineres que abstrai toda a infraestrutura e cobra apenas pelo tempo de processamento de solicitações ativas.
Execute uma arquitetura de microsserviços complexa usando contêineres, exigindo orquestração e controle refinados.
Use Google Kubernetes Engine (GKE).
Por quê: GKE fornece um ambiente Kubernetes gerenciado e pronto para produção, oferecendo recursos completos de orquestração enquanto automatiza o gerenciamento de cluster.
Execute um pequeno pedaço de código em resposta a um evento, como o upload de um arquivo para o Cloud Storage ou uma mensagem do Pub/Sub.
Use Cloud Functions.
Por quê: Cloud Functions (FaaS) é um serviço de computação serverless e orientado a eventos, ideal para funções de curta duração e propósito único sem gerenciar servidores.
Implante um aplicativo web e concentre-se apenas em escrever código, deixando a plataforma gerenciar servidores, escalabilidade e patches.
Use App Engine.
Por quê: App Engine (PaaS) é uma plataforma totalmente gerenciada que abstrai toda a infraestrutura, ideal para desenvolvedores que desejam a maneira mais rápida de implantar um aplicativo.
Execute grandes trabalhos de processamento em lote tolerantes a falhas ou de computação de alto desempenho com o menor custo possível.
Use VMs Spot no Compute Engine.
Por quê: VMs Spot oferecem grandes descontos (até 91%) para cargas de trabalho que podem ser interrompidas, tornando-as altamente econômicas para trabalhos em lote não críticos.
Estabeleça uma conexão privada de alta largura de banda e baixa latência entre um data center local e o Google Cloud.
Use Cloud Interconnect.
Por quê: Cloud Interconnect fornece uma conexão física dedicada, oferecendo desempenho mais confiável e consistente do que VPN sobre a internet pública.
Entregue conteúdo web ou de vídeo para uma base de usuários global com baixa latência.
Use Cloud CDN.
Por quê: Cloud CDN armazena conteúdo em cache nas localizações de borda globalmente distribuídas do Google, servindo usuários de um ponto de presença próximo a eles.
Armazene e gerencie imagens de contêiner, pacotes de SO e pacotes de linguagem de forma segura com varredura de vulnerabilidades.
Use Artifact Registry.
Por quê: Artifact Registry é um repositório universal gerenciado que se integra a CI/CD e GKE para fornecer gerenciamento de pacotes seguro e centralizado.
Migre cargas de trabalho VMware existentes para o Google Cloud sem re-arquitetar aplicativos ou alterar ferramentas operacionais.
Use Google Cloud VMware Engine.
Por quê: Ele oferece um data center definido por software (SDDC) VMware dedicado e totalmente gerenciado, executado no Google Cloud, permitindo um "lift and shift" contínuo para VMware.
Gerencie o acesso de usuários a recursos em nuvem com base na função de trabalho, seguindo o princípio do menor privilégio.
Atribua funções IAM predefinidas ou personalizadas a Grupos do Google, não a usuários individuais.
Por quê: Gerenciar permissões via grupos simplifica a administração e garante que novos usuários herdem automaticamente as permissões corretas e mínimas.
Obtenha uma visão centralizada de vulnerabilidades de segurança, ameaças e configurações incorretas em toda a organização GCP.
Use Security Command Center.
Por quê: Ele atua como um único painel para segurança, agregando descobertas de múltiplas fontes e fornecendo insights acionáveis.
Proteja aplicativos web voltados para o público contra ataques DDoS e explorações web comuns (por exemplo, SQL injection).
Use Cloud Armor.
Por quê: Cloud Armor é o Firewall de Aplicações Web (WAF) do Google e serviço de mitigação de DDoS que se integra ao balanceador de carga global.
Criptografe dados em serviços de nuvem mantendo controle total sobre as chaves de criptografia.
Use Cloud Key Management Service (Cloud KMS) para criar Chaves de Criptografia Gerenciadas pelo Cliente (CMEK).
Por quê: CMEK permite que você controle o ciclo de vida da chave (rotação, destruição) por razões de conformidade ou política, enquanto o Google gerencia a infraestrutura da chave.
Descubra, classifique e redija dados sensíveis (por exemplo, números de cartão de crédito, PII) armazenados no Cloud Storage ou BigQuery.
Use Cloud Data Loss Prevention (DLP).
Por quê: Cloud DLP fornece ferramentas para escanear automaticamente e agir sobre dados sensíveis para prevenir exposição acidental.
Forneça acesso seguro a aplicativos web internos para funcionários sem usar uma VPN tradicional.
Use Identity-Aware Proxy (IAP).
Por quê: IAP aplica políticas de acesso com base na identidade e contexto do usuário, criando um modelo de segurança de confiança zero para aplicativos.
Previna a exfiltração de dados criando um perímetro de segurança em torno de projetos e serviços sensíveis do Google Cloud.
Use VPC Service Controls.
Por quê: VPC Service Controls isola serviços e dados, garantindo que os dados não possam ser movidos para fora do perímetro definido, mesmo por um usuário com permissões IAM válidas.
Armazene e gerencie com segurança segredos de aplicativos como chaves de API, senhas e certificados.
Use Secret Manager.
Por quê: Secret Manager oferece um armazenamento centralizado, versionado e auditado para segredos com permissões IAM granulares, o que é mais seguro do que armazená-los em código ou arquivos de configuração.
Obtenha observabilidade abrangente da saúde de aplicativos e infraestrutura através de métricas, logs e traces.
Use o pacote de operações do Google Cloud: Cloud Monitoring (métricas/alertas), Cloud Logging (logs) e Cloud Trace (rastreamento).
Por quê: Este pacote integrado fornece uma imagem completa do desempenho do sistema para monitoramento proativo e solução de problemas mais rápida.
Gerencie proativamente os gastos na nuvem e receba notificações antes que os custos excedam os valores planejados.
Configure alertas de orçamento do Cloud Billing.
Por quê: Orçamentos fornecem notificações programáticas quando os gastos atingem certos limites, prevenindo estouros de custo.
Rastreie e aloque custos da nuvem para equipes, projetos ou centros de custo específicos para chargeback.
Aplique Labels a todos os recursos e use relatórios do Cloud Billing para filtrar e agrupar custos por label.
Por quê: Labels são o principal mecanismo para organizar recursos e atribuir custos para governança financeira.
Reduza custos para cargas de trabalho previsíveis e de estado estável que funcionam continuamente (por exemplo, um servidor de banco de dados).
Adquira Descontos por Uso Compromissado (CUDs) de 1 ou 3 anos para Compute Engine ou outros serviços.
Por quê: CUDs oferecem economias significativas em comparação com o preço sob demanda em troca de um compromisso com um nível consistente de uso de recursos.
Organize os recursos da nuvem para espelhar a estrutura da empresa (por exemplo, departamentos, ambientes) e aplique políticas hierarquicamente.
Use a hierarquia de recursos Organização > Pastas > Projetos.
Por quê: Esta estrutura permite o controle centralizado, pois as políticas IAM e da Organização são herdadas pela hierarquia, simplificando a governança em escala.
Defina, implante e gerencie a infraestrutura em nuvem de forma repetível, versionada e automatizada.
Use uma ferramenta de Infraestrutura como Código (IaC) como Terraform ou Cloud Deployment Manager.
Por quê: IaC reduz erros manuais, aumenta a velocidade de implantação e fornece um registro auditável de alterações na infraestrutura.
Equilibre a necessidade de confiabilidade do serviço com a necessidade de inovar e lançar novos recursos.
Implemente os princípios de Site Reliability Engineering (SRE): defina Service Level Objectives (SLOs) e use o Orçamento de Erros resultante.
Por quê: O orçamento de erros fornece uma estrutura baseada em dados para decidir quando priorizar o trabalho de confiabilidade em detrimento do desenvolvimento de recursos, protegendo a experiência do usuário.
