ArcGIS-Systeme basieren auf einer Vielzahl von Cloud-Services und -Anbietern. Die Google Cloud Platform (GCP) und andere Google-Services und -Werkzeuge werden häufig als Teil von ArcGIS-Systemen oder als Integrationspunkte zwischen zwei Geschäftssystemen verwendet.
Kunden können ArcGIS-Systeme auf Basis von virtuellen GCP-Maschinen entwerfen und implementieren, die eine Vielzahl von virtuellen Hardwareprofilen, Konfigurationen und Preismodellen unterstützen. Virtuelle Maschinen können auch bereitgestellt werden, um Benutzer- oder Client-Workflows mit ArcGIS Pro zu unterstützen, wobei in einem solchen Szenario Überlegungen und Empfehlungen zur Leistung im Zusammenhang mit VDI mit ArcGIS Pro beachtet werden sollten.
Organisationen, die mit ArcGIS Enterprise on Kubernetes arbeiten, können Google Kubernetes Engine (GKE) als Hosting-Umgebung für diese Software nutzen. GKE umfasst eine Vielzahl von Kubernetes-Hilfsservices und -Konstrukten zur Unterstützung einer Bereitstellung. Allgemeine Schritte finden Sie unter Bereitstellen von ArcGIS Enterprise on Kubernetes auf Google Kubernetes Engine.
Google Cloud Dataproc ist ein hoch skalierbares Analysesystem für die Verwendung von Big-Data-Speicher. ArcGIS GeoAnalytics Engine kann in Cloud Dataproc verwendet werden, da ein Spark-Interaktionsmuster unterstützt wird, das räumliche ArcGIS-Funktionen und -Werkzeuge in bestehende Workflows integrieren oder neue Analysen ermöglichen kann.
GCP bietet eine große Vielfalt an Datenspeicheroptionen für unterschiedliche Arten und Volumen von Daten oder Datenspeicher-Arbeitslasten.
Google Cloud SQL ist eine verwaltete relationale Datenbank, die verschiedene Arten von relationalen Datenbanken unterstützt, die mit ArcGIS verwendet werden können. Weitere Informationen darüber, welche Google Cloud SQL-Angebote derzeit unterstützt werden, finden Sie in den neuesten Systemanforderungen. Cloud SQL lässt sich auch als relationaler Speicher für ArcGIS Enterprise on Kubernetes konfigurieren.
Vom Google Cloud Storage-Service bereitgestellte Datei- und Objektspeicher werden häufig zusammen mit ArcGIS verwendet, um Raster-Datasets zu hosten, die über Cloud-Verbindungsdateien zugänglich sind. In den meisten Szenarien wird das direkte Lesen von Vektordaten in S3 für Kartenerstellungs-Workflows nicht unterstützt, aber die Verwendung dieser Vektor-Datasets in analytischen Eingaben ist für GeoAnalytics-Workflows mit ArcGIS Pro oder ArcGIS GeoAnalytics Engine in einer Spark-Umgebung innerhalb von oder in Verbindung mit AWS üblich. ArcGIS Pro kann außerdem über Cloud-Speicherverbindungen eine Verbindung mit Apache Parquet-Dateien herstellen und diese lesen.
Google BigQuery ist ein robustes Cloud Data Warehouse, mit dem Datasets aus einer Organisation kombiniert und analysiert werden können. Die Funktionen von BigQuery zur Zusammenfassung und Analyse werden von ArcGIS durch in ArcGIS Pro erstellte Abfrage-Layer unterstützt, die eine Verbindung zu BigQuery herstellen, Daten auf einer Karte oder in einer Tabelle anzeigen und anschließend in ArcGIS Enterprise veröffentlicht werden können, um dynamische Kartenservices und Feature-Layer zu erstellen. Best Practices zu diesem Thema finden Sie in den Inhalten unter Data Lakes und Data Warehouses. ArcGIS Data Pipelines sind außerdem in der Lage, sich mit Google BigQuery zu verbinden und Tabellen daraus zu lesen.
Systeme, die in Google Cloud entworfen wurden, verwenden gängige Konzepte wie virtuelle Netzwerke, Konnektivität und Firewalls. Ein wichtiger Google-Service ist Google Cloud Load Balancing, ein softwarebasierter Load Balancer, mit dem der Datenverkehr von Benutzern an ArcGIS-Backend-Komponenten weitergeleitet oder über Proxy-Server geleitet werden kann oder der Lastenausgleich über Sites mit mehreren Computern oder eine hochverfügbare Architektur erfolgen kann.
Optional aktivieren einige Organisationen die Funktion Identity-Aware Proxy von Google auf einem Load Balancer. Diese Technologie bietet einen Vorauthentifizierungsschritt, bei dem jeder Benutzer, der auf den Proxy zugreift, den Zugriff auf die Anwendung in GCP nachweisen muss, bevor er einen Backend-Service erreichen kann. Google IAP ist ein Beispiel für einen identitätsbasierten Proxy. Best Practices sowie Problembereiche für IAPs werden in diesem Abschnitt dieser Website bereitgestellt.
Benutzer, die Datasets in Google Drive speichern, können diese zu ArcGIS Online-Karten und -Inhalten hinzufügen, um auf diese Dateien zuzugreifen und daraus gehostete Inhalte zu erstellen. Im Allgemeinen funktioniert die Nutzung von Google Drive zur Dateispeicherung für den privaten Gebrauch gut mit ArcGIS. Jede Nutzung eines freigegebenen Ordners zur Speicherung von Daten oder ArcGIS Pro-Projektdateien sollte jedoch sorgfältig überprüft werden, um sicherzustellen, dass die Datenreplikations- und Synchronisationsfunktionen von Google Drive keine Dateien beschädigen oder Probleme verursachen.
Viele Organisationen, die GCP intensiv nutzen, setzen auch Google for Work ein und verwalten über diesen Google-Service Benutzeridentitäten sowie E-Mail- und Kalenderfunktionen. Google-Identitäten können verwendet werden, um Anmeldefunktionen für ArcGIS Online oder ArcGIS Enterprise auf Unternehmensebene bereitzustellen, entweder über eine SAML-Verbund oder eine OIDC-Konfiguration. Dadurch profitieren Benutzer von einer Single-Sign-On-Lösung, bei der sie über ihr Google-Konto direkten Zugriff auf ArcGIS Enterprise oder ArcGIS Online erhalten, ohne sich ein zusätzliches Kennwort oder weitere Anmeldedaten merken zu müssen.