Servizi di Consulenza GCP per Aziende US e UE

GCP Migration Center (in precedenza StratoZone + Migrate for Compute Engine) è la superficie di discovery principale per i patrimoni sorgenti VMware, AWS e Azure. Distribuiamo il collector mcdc, acquisiamo l'inventario VMware vCenter o i dati di fatturazione cloud ed eseguiamo l'analisi di gruppo per produrre confronti TCO rispetto ai target GCE, GKE Autopilot, Cloud Run e Cloud SQL. L'output è una decisione 7Rs per applicazione con una proiezione di costo difendibile. Integriamo il punto cieco a livello applicativo di Migration Center con il nostro tracciamento eBPF per due settimane nei casi in cui i pattern di traffico est-ovest siano rilevanti.

Terraform tramite i moduli ufficiali Cloud Foundation Toolkit (CFT) e il Terraform Example Foundation come punto di partenza, personalizzato in base alla struttura organizzativa del cliente. Non utilizziamo Config Connector per la foundation: è adeguato per le risorse GCP a livello applicativo all'interno di GKE, ma introduce rischi di blast-radius per le risorse a livello org. La gerarchia delle risorse è org → cartelle per business unit → ambienti (dev/stage/prod/sicurezza/logging) → progetti. L'identità è Cloud Identity o Workspace federata con il vostro IdP (Okta, Entra ID), con elevazione just-in-time obbligatoria tramite Privileged Access Manager per ruoli superiori a viewer sui progetti di produzione. Le Org Policy impongono il pinning di regione, OS Login e i requisiti per le VM protette.

I dati personali UE vengono archiviati in europe-west1 (Belgio), europe-west3 (Francoforte), europe-west4 (Paesi Bassi), europe-west9 (Parigi) o europe-west12 (Torino) in base ai requisiti di latenza e sovranità. Per i carichi di lavoro sovrani utilizziamo Sovereign Controls by Partner (T-Systems per la Germania, Thales per la Francia) dove contrattualmente necessario. La Org Policy impone vincoli sulla posizione delle risorse a livello org, non di progetto. Per la conformità a Schrems II utilizziamo Confidential VM (AMD SEV / Intel TDX), Cloud KMS con EKM (External Key Manager) per le chiavi detenute al di fuori di GCP, perimetri VPC Service Controls attorno a BigQuery e Cloud Storage, e le SCC nel DPA con Access Transparency log abilitati.

Cloud Run per i servizi HTTP stateless in cui contano lo scaling request-driven e lo scale-to-zero: è la risposta più economica e corretta per circa il 70% dei microservizi che incontriamo, e i team che scelgono GKE per questi carichi di lavoro pagano un costo di complessità ingiustificato. GKE Autopilot quando si ha genuinamente bisogno di primitive Kubernetes (StatefulSet, sidecar, service mesh, CNI personalizzato) ma non si vuole gestire il node pool. GKE Standard solo quando sono necessarie GPU, configurazioni di nodo personalizzate o carichi di lavoro che superano i limiti di Autopilot. Cloud Run Jobs per il batch, Workflows per l'orchestrazione. Resistiamo al pattern predefinito di «tutto su GKE» che aggiunge il 30% di overhead operativo senza benefici.

BigQuery è il motivo principale per cui la maggior parte dei team sceglie GCP rispetto ad AWS o Azure: serverless, separazione di storage e compute, BI Engine per dashboard sub-second e un dialetto SQL efficace. Progettiamo con partitioning + clustering di default, slot reservation (Editions) per carichi di lavoro prevedibili, on-demand per i picchi e dbt per la trasformazione. Streaming tramite Pub/Sub + Dataflow (Apache Beam) o BigQuery Storage Write API per l'ingestione a bassa latenza. Per AI/ML: Vertex AI Pipelines per MLOps, Vertex AI Model Garden per Gemini gestito e modelli open-weight, Vertex AI Vector Search per gli embedding, il tutto protetto da perimetri VPC Service Controls che impongono i confini dei dati.

Lo sprint di discovery dura 4 settimane a prezzo fisso di 35.000 EUR e include: valutazione Migration Center, dependency mapping, progettazione landing zone CFT, architettura BigQuery/piattaforma dati (se in scope), modello di costo e ondate di migrazione. L'esecuzione avviene come ingaggio di team dedicato a partire da 12.000 EUR/mese per pod (TPM + senior GCP engineer + SRE o data engineer). Un patrimonio di 150 VM con layer di analytics BigQuery viene completato tipicamente in 4–6 mesi. Retainer FinOps + SRE post-cutover a partire da 6.500 EUR/mese.