GCPの使い方入門｜主要サービスと案件で活きる学習順序

「GCPを触れるようになりたい」と思って公式サイトを開いたものの、ずらりと並んだサービス一覧の多さに圧倒されて手が止まった——そんな経験はないでしょうか。Compute Engine、Cloud Run、BigQuery、Cloud Storage、Pub/Sub……。名前だけ見ても、どれが何のためのもので、自分はどれから学べばいいのかが見えてきません。

GCP（Google Cloud Platform）の学習がつまずきやすいのは、サービスの数が多いからというより「学ぶ順序」と「どこまで覚えれば実務・案件で通用するのか」というゴールが見えにくいからです。AWSなど他のクラウドの経験があっても、GCP特有のプロジェクト構造や名前の違いに戸惑い、無料で試せるのか・課金が怖いという不安も重なって、入口で足踏みしてしまう方は少なくありません。

この記事は、機能を片っ端から並べる「カタログ」ではありません。入門者が「まず無料枠でこのサービスを触る → 次にこれを学ぶ」と一本の道筋をたどれるように、主要サービスを役割で整理し、課金の不安を先回りで解消し、Cloud Run と BigQuery を実際に動かすところまでをつなげます。さらに、その学習がフリーランスや複業のGCP案件でどう活きるのかまで示します。

本記事では、GCPの全体像と前提知識から始め、最初に押さえるべき主要サービス、無料で始める手順、ハンズオン入門、案件への接続、そして学び続けるための次のステップまでを順を追って解説します。読み終えるころには、今日から手を動かし始められる状態になっているはずです。

GCP（Google Cloud Platform）とは｜AWSとの違いと"使い方"を学ぶ前提

最初に、GCPがどういうものかを最小限だけ整理しておきましょう。ここを長々と読む必要はありません。むしろ早く手を動かすために、必要なことだけ押さえます。

GCPとは何か

GCP（Google Cloud Platform）とは、ひとことで言えば「Googleが自社サービスを支えるために築いてきた巨大なインフラを、従量課金で借りて使えるクラウド」です。検索・YouTube・Gmail を世界規模で動かしてきた基盤の上に、仮想マシン・ストレージ・データベース・データ分析などのサービスが載っており、必要な分だけ使って使った分だけ支払う、という形で利用します。

特にデータ分析（BigQuery）や機械学習・AI 関連のサービスに強みを持つことが知られており、近年フリーランス案件でGCPの需要が伸びている背景にもこの点があります。ただし入門段階では「Googleのインフラを従量課金で借りる仕組み」という理解で十分です。

AWS経験者のための用語対応

すでにAWSや他クラウドの経験がある方は、ゼロから覚え直す必要はありません。多くは「同じ概念に別の名前が付いている」だけです。代表的な対応関係を押さえておくと、学習が一気に楽になります。

名前は違っても役割はほぼ同じです。「EC2 を使ったことがあるなら Compute Engine はすぐ分かる」という感覚で進めて問題ありません。

なお、ここで挙げた Cloud Run functions は、もともと Cloud Functions という名前でしたが、2024年にサーバーレス基盤の Cloud Run へ統合され、現在は「Cloud Run functions」という呼称に変わっています（Cloud Run functions リリースノート）。古い記事や教材では「Cloud Functions」と書かれていることが多いので、同じものを指していると覚えておくと混乱しません。

GCPを学ぶ前に押さえる3つの土台

個別のサービスに入る前に、GCP全体に共通する「土台」が3つあります。これを知らないと、後でハンズオンを始めたときに「なぜか権限エラーが出る」「課金がどこに紐づくのか分からない」と混乱しがちです。逆に、ここだけ先に押さえておけば、その後の学習がスムーズになります。

• プロジェクト: GCPでは、ほぼすべてのリソース（VM・ストレージ・データベースなど）が「プロジェクト」という単位の中に作られます。AWSのアカウント感覚に近い区切りで、課金もこのプロジェクト単位で集計されます。まずは学習用のプロジェクトを1つ作る、と考えてください。
• 課金（請求アカウント）: プロジェクトには「請求アカウント」を紐づけて、利用料金を支払います。後ほど解説しますが、無料枠の範囲で試すこともできるので、いきなり高額請求が来るわけではありません。
• IAM（権限管理）: 「誰が・どのリソースに・何をできるか」を制御する仕組みです。入門段階では深く触れなくても動かせますが、実務・案件では避けて通れない要素なので、存在だけは頭に入れておきましょう。

この「プロジェクト・課金・IAM」の3点を意識しておけば、これから紹介する各サービスがどの土台の上に乗っているのかが見えてきます。

GCPの使い方で最初に押さえる主要サービスと使い分け

GCPには数百のサービスがありますが、入門者が最初に覚えるべきものはごくわずかです。「サービスが多すぎる」という圧倒感は、役割ごとに分類すれば「実質6つで足りる」という安心感に変わります。ここでは主要サービスを「動かす系」「貯める系」「分析する系」の3グループに分けて整理します。

動かす系：Compute Engine / Cloud Run / Cloud Run functions

アプリケーションやプログラムを「実行する」ためのサービスです。3つありますが、選び方はシンプルです。

• Compute Engine（VM）: いわゆる仮想マシンです。OSレベルから自由に構築したい、既存のアプリをそのまま載せ替えたい、という場合に選びます。自由度が高い反面、OSの管理・スケーリングなどを自分で面倒見る必要があります。AWSのEC2に相当します。
• Cloud Run（コンテナ・サーバーレス）: Dockerコンテナを用意すれば、サーバーの管理なしでアプリを公開できるサービスです。アクセスがないときはゼロまで縮小し、増えれば自動でスケールします。「Webアプリ・APIをとにかく手軽に公開したい」入門者にとって、今もっとも触りやすい選択肢です。
• Cloud Run functions（イベント処理）: HTTPリクエストやファイルのアップロードといった「イベント」をきっかけに、小さな関数を実行するサービスです。「画像がアップされたらサムネイルを作る」のような単機能の処理に向きます。AWSのLambdaに相当します。

入門段階では、まず Cloud Run を中心に覚えるのが効率的です。コンテナさえ用意できれば最小の手間でアプリを公開でき、後述するハンズオンでも最初に触る対象にしています。

貯める系：Cloud Storage / Cloud SQL

データを「保存する」ためのサービスです。何を保存したいかで選びます。

• Cloud Storage（オブジェクト保存）: 画像・動画・バックアップファイル・ログなど、ファイル単位のデータを大量に保存する場所です。Webサイトの静的ファイル配信にも使えます。AWSのS3に相当します。
• Cloud SQL（リレーショナルDB）: MySQL・PostgreSQL・SQL Server といったリレーショナルデータベースを、サーバー管理の手間なく使えるマネージドサービスです。アプリのユーザー情報や注文データのような、構造化されたデータを扱うときに選びます。AWSのRDSに相当します。

「ファイルなら Cloud Storage、表形式のデータベースなら Cloud SQL」と覚えておけば、入門段階の使い分けは十分です。

分析する系：BigQuery

GCPの代名詞ともいえるのが BigQuery です。テラバイト〜ペタバイト級の大規模データに対して、SQLでクエリを投げると数秒〜数十秒で集計結果が返ってくる、データ分析特化のサービスです。サーバーの構築や管理は不要で、データを入れてSQLを書くだけで使えます。

GCPがデータ分析・機械学習領域で強いと言われる理由の中心がこのBigQueryであり、後述するようにフリーランス案件でも頻出します。入門者でも公開データセットを使ってすぐにクエリを試せるので、最初に触るべきもう1つのサービスとしておすすめです。

入門段階で深追いしなくてよいサービス

逆に、最初から手を出さなくてよいサービスもはっきりさせておきましょう。学習効率を上げるには「やらないこと」を決めるのも大切です。

• GKE（Google Kubernetes Engine）: Kubernetesによる本格的なコンテナオーケストレーション。強力ですが学習コストが高く、まずはCloud Runで十分です。
• Pub/Sub: 大規模なメッセージング基盤。マイクロサービス連携やストリーミング処理で重要になりますが、入門段階では不要です。
• Vertex AI: 機械学習・生成AIのプラットフォーム。データ分析の土台（BigQuery）に慣れてから、必要に応じて進む領域です。

これらは「次の段階で学ぶもの」と線引きし、まずは前述の主要サービスを動かす感覚を掴むことに集中しましょう。

GCPを無料で始める手順｜アカウント作成と無料枠・課金の不安解消

入門者が最も手を止めるのが「無料で試せるのか」「うっかり高額請求が来ないか」という課金への不安です。ここを先に解消しておけば、安心して手を動かせます。結論から言えば、GCPは無料の範囲でかなりのことが試せますし、仕組みを理解すれば「気づいたら高額請求」という事故はほぼ防げます。

GCPの「無料」は3種類

GCPの「無料」には性質の異なる3つの区分があり、これを混同すると不安が生まれます。

1. 無料トライアル（$300クレジット）: 新規アカウント登録時にもらえる、90日間有効の$300分のクレジットです。この期間中・この金額内であれば、有料サービスも含めて課金されません（Google Cloud 無料プログラム）。
2. Always Free（毎月の無料枠）: トライアルとは別に、特定サービスについて「毎月ここまでは無料」という枠が恒久的に用意されています。たとえば e2-micro の小さなVM 1台、Cloud Storage 5GB、Cloud Run の月間200万リクエストなどが代表例です（上限・対象は変更されることがあるため利用時に公式を確認してください）。学習用途であれば、この範囲だけでも相当試せます。
3. 有料（従量課金）: 上記の無料枠を超えた分や、無料対象外のサービスは、使った分だけ課金されます。

重要なのは、無料トライアル中は、自分で明示的に有料アカウントへアップグレードしない限り自動で課金されることはない点です。クレジットを使い切るか90日が過ぎても、勝手に請求が始まる仕組みにはなっていません。この一点を知っているだけで、入門のハードルはぐっと下がります。

アカウント・プロジェクト作成と gcloud CLI の初期設定

始め方の大まかな流れは次のとおりです。細かい画面操作は時期によって変わるため、ここでは全体像を掴むことを目的とします。

1. Googleアカウントでサインアップ: GCPのトップページから無料トライアルに申し込みます。本人確認のためクレジットカード登録を求められますが、前述のとおり明示的にアップグレードしない限り課金はされません。
2. プロジェクトを作成: 学習用のプロジェクトを1つ作ります（例: my-gcp-study）。以降のリソースはこのプロジェクトの中に作っていきます。
3. gcloud CLI を導入: ブラウザのコンソール画面でも操作できますが、エンジニアとしてはコマンドラインツール gcloud を入れておくと効率的です。導入後、最初に認証と対象プロジェクトの設定を行います。

# 認証（ブラウザが開いてGoogleアカウントでログイン）
gcloud auth login

# 操作対象のプロジェクトを指定
gcloud config set project my-gcp-study

# 現在の設定を確認
gcloud config list

なお、ブラウザだけで完結させたい場合は、コンソール上で動く「Cloud Shell」を使うと、自分のPCに何もインストールせず gcloud コマンドを試せます。最初の一歩としてはこちらの方が手軽です。

課金で事故らないための予算アラート・上限設定

「それでも課金が不安」という方は、最初に予算アラートを設定しておきましょう。これは指定した金額（例: 1,000円）に利用料が近づいたらメールで通知してくれる機能です。コンソールの「お支払い」→「予算とアラート」から、数分で設定できます。

予算アラートはあくまで「通知」であって自動で利用を止めるものではない点には注意が必要です。確実に止めたい場合は、学習が終わったら作ったリソース（VMやデータベースなど）を削除する習慣をつけるのが最も安全です。「使ったら消す」を徹底すれば、無料枠の範囲から大きくはみ出すことはまずありません。

ここまで設定できれば、課金の不安はおおむね解消できます。いよいよ実際にサービスを触っていきましょう。

主要サービスを実際に触る｜Cloud Run と BigQuery のハンズオン入門

知識として読むだけでは「使える」感覚は身につきません。ここでは、案件でも頻出する Cloud Run と BigQuery の2つを実際に動かす流れを紹介します。完全な手順をすべて網羅するのではなく、「手を動かす感覚」をつかむための最短ルートに絞ります。実際に試す際は、コマンドの細部やバージョンが変わることがあるため、併記する公式ドキュメントも参照してください。

Cloud Run に最小アプリをデプロイして公開する流れ

Cloud Run の魅力は、サーバーの構築・管理なしにアプリをインターネット公開できる手軽さです。流れはおおよそ次のようになります。

1. 公開したいアプリを用意する: 簡単な「Hello World」を返すWebアプリでもOKです。Node.js・Python・Go など好きな言語で構いません。
2. ソースから直接デプロイする: Cloud Run には、ソースコードのフォルダを指定するだけで、コンテナのビルドからデプロイまで自動で行ってくれる機能があります。

# カレントフォルダのアプリをそのままデプロイ
gcloud run deploy my-first-app \
  --source . \
  --region asia-northeast1 \
  --allow-unauthenticated

デプロイが完了すると、https://my-first-app-xxxxx.a.run.app のような公開URLが発行され、ブラウザからアクセスできるようになります。Dockerfile を自分で書かなくても、--source 指定だけでコンテナ化してくれるため、コンテナ未経験でも最初の公開体験を得やすいのがポイントです。詳しい手順はCloud Run のクイックスタートで確認できます。

この「コードを書いて1コマンドで公開できる」体験は、Cloud Run の価値を実感する最良の入口です。アクセスがない間は課金されない仕組みなので、学習用途でも安心です。

BigQuery で公開データセットにクエリを投げてみる流れ

BigQuery は、データを用意しなくても公開データセットを使ってすぐに体験できます。GoogleがWikipediaのアクセス統計や各種公共データなどを無料で公開しており、これらにSQLを投げて分析の感覚を掴めます。しかも、BigQueryでは月1TiB（約1.1TB）までのクエリ処理が無料なので、学習で課金が発生する心配はほぼありません（BigQuery 公開データセット）。

コンソールのBigQuery画面（クエリエディタ）で、たとえば次のようなSQLを実行してみます。

-- Wikipediaのアクセスログ上位10件を集計する例
SELECT title, SUM(views) AS total_views
FROM `bigquery-samples.wikipedia_benchmark.Wiki10B`
GROUP BY title
ORDER BY total_views DESC
LIMIT 10;

実行すると、巨大なデータに対してもSQLだけで数秒〜数十秒で結果が返ってくる速さを体感できます。「データ基盤を構築しなくても、SQLが書ければ大規模分析ができる」というBigQueryの強みは、実際に触ってみて初めて腑に落ちます。クエリの実行前には、処理されるデータ量（=課金量の目安）が画面に表示されるので、無料枠を意識しながら試せます。なお、クレジットカード登録なしでも試せる「BigQuery サンドボックス」も用意されているため、課金がどうしても不安な方はこちらから始める手もあります。

触ったあとに「次に学ぶと効く」周辺

Cloud Run と BigQuery で「手を動かす感覚」を掴んだら、次に学ぶと実務・案件で効いてくる周辺領域があります。ここまで来たら、いよいよ実務レベルへの橋渡しです。

• IAM（権限管理）: 「このサービスアカウントにBigQueryの読み取りだけ許可する」といった権限設計は、チーム開発・本番運用で必ず問われます。入門で後回しにしてよいと述べた要素ですが、ハンズオンを終えたこの段階で学ぶのが効率的です。
• IaC / Terraform: 作ったリソースをコードで管理・再現する手法です。手作業のコンソール操作を「コード化」できるようになると、案件での評価が大きく変わります。GCPはTerraformとの相性がよく、実務での定番です。
• CI/CD: Cloud Run へのデプロイを自動化するパイプライン（Cloud Build など）を組めるようになると、「作って終わり」から「継続的に運用できる」エンジニアへステップアップできます。

この「Cloud Run・BigQuery で触る → IAM・IaC・CI/CD へ広げる」という順序が、入門から実務への最短ルートになります。

GCPスキルがフリーランス・複業案件でどう活きるか｜活用事例と求められるスキル

ここまで学んだ内容が、フリーランスや複業の案件でどう活きるのかを具体化します。学習のゴールが「案件で通用するレベル」だとすれば、何が求められているのかを知っておくことで、これまでの学習順序に納得感が生まれるはずです。

GCP案件で求められる代表的スキルセット

GCP案件で求められるスキルは、おおむね次の3系統に整理できます。いずれも、これまで紹介してきた主要サービスと地続きです。

• データ分析系: BigQuery を中心に、データ基盤の構築・運用、SQLによる集計、さらに機械学習・AIへの連携が求められます。GCPが特に強い領域で、案件の需要も高い分野です。「BigQuery＋データ分析」は、GCP案件における代表的な求められスキルとして繰り返し挙げられます（GCPフリーランス案件の動向・求められるスキル（プロエンジニア））。
• アプリ実行系: Cloud Run を使ったコンテナベースのアプリ・API構築・運用。Webサービスのバックエンドをサーバーレスで構築・公開できるスキルは、スタートアップ系の案件で重宝されます。
• 基盤・運用系: IAMによる権限設計、Terraformによる構成管理（IaC）、CI/CDパイプラインの構築など、安全かつ継続的に運用するためのスキル。単価の高い案件ほど、この領域の経験を問われる傾向があります。

注目すべきは、これらがすべて本記事でたどってきた学習順序——主要サービスの理解 → Cloud Run・BigQueryのハンズオン → IAM・IaC・CI/CDへの拡張——の延長線上にある点です。遠回りに見えた学習が、そのまま案件で問われるスキルにつながっています。

実務での活用事例

実際の現場でGCPがどう使われているかを知ると、学習対象のイメージがより鮮明になります。

• データ分析基盤の構築: 小売・EC企業が、店舗やECサイトの販売データをBigQueryに集約し、売上分析や需要予測に活用するケース。SQLとデータ設計のスキルが中心になります。
• サーバーレスアプリの運用: スタートアップが、Cloud Run でWebサービスのバックエンドを運用し、アクセス量に応じて自動でスケールさせるケース。インフラ管理の負担を抑えつつ、少人数で素早くプロダクトを動かせます。
• AI/機械学習との連携: BigQueryに蓄積したデータを起点に、機械学習で予測モデルを構築するケース。データ分析系のスキルが、そのままAI領域への入口になります。

これらの事例は、いずれも「データを貯めて分析する」「アプリを動かす」という、本記事で扱った基本サービスの組み合わせで成り立っています。

学習順序と案件接続のまとめ

ここまでの道筋を改めて整理すると、次のようになります。

1. 主要サービスを役割で理解する（動かす系・貯める系・分析する系）
2. 無料枠で課金の不安を解消し、Cloud Run と BigQuery を実際に触る
3. IAM・IaC・CI/CD へ広げ、本番運用を見据えたスキルにする
4. データ分析系・アプリ実行系・基盤運用系として、案件で求められるスキルに接続する

「どこまで学べば一歩を踏み出せるか」という問いには、明確な答えがあります。Cloud Run と BigQuery を自分の手でひととおり動かせ、IAMやIaCの基礎を理解した段階が、最初の案件に挑戦できるラインの目安です。完璧を目指すのではなく、まず動かせる範囲を着実に広げることが、実務への近道になります。

近年は、こうしたGCPスキルを持つエンジニアが、本業を続けながら複業・フリーランスとして案件に参画するケースも増えています。秋霜堂株式会社が運営する複業・フリーランス向けのサービスのように、スキルと案件をつなぐ仕組みも整いつつあり、学んだことを実践の場で試しやすい環境になってきています。学習が案件につながり、案件での経験がさらにスキルを伸ばす——その循環の入口に立つことが、本記事のゴールです。

GCPの使い方を学び続けるための次のステップ

入門の先に進むための具体的なアクションを示して、本記事を締めくくります。最短ルートを走り出したあと、走り続けるための指針です。

認定資格の位置づけ

GCPには公式の認定資格があり、学習の指標として有効です。入門〜実務初級レベルの目安となるのが Associate Cloud Engineer で、GCPの主要サービスを実際に操作・運用できるかが問われます。さらに専門性を深めるなら、データ分析特化の Professional Data Engineer、設計力を問う Professional Cloud Architect などがあります。

資格はあくまで学習のマイルストーンであり、取得そのものが目的ではありません。ただ、出題範囲が「実務で必要な知識」と整合しているため、何を学ぶべきかの羅針盤として活用すると、独学でも体系的に知識を積み上げられます。

公式リソースの活用

継続学習には、信頼できる公式リソースを使うのが結局は近道です。

• 公式ドキュメント: 各サービスのクイックスタートやチュートリアルが充実しています。本記事でも要所で参照したように、最新の手順は公式で確認するのが確実です。
• Google Codelabs: 手順に沿って手を動かしながら学べる無料の実習教材です。Cloud Run・BigQuery をはじめ、テーマ別のハンズオンが豊富に用意されており、入門者の「次の一歩」に最適です。

これらを「読むだけ」で終わらせず、必ず自分の環境（無料枠）で動かすことが、定着への鍵です。

まとめ

最後に、本記事でたどった道筋をもう一度確認しましょう。

• 全体像: GCPはGoogleのインフラを従量課金で借りる仕組み。AWS経験者は用語対応で素早くキャッチアップできる
• 主要サービス: 「動かす系・貯める系・分析する系」で整理すれば、入門で覚えるのは実質6つ
• 無料で始める: 無料トライアルとAlways Freeを理解し、予算アラートを設定すれば課金の不安は解消できる
• ハンズオン: まず Cloud Run と BigQuery を実際に動かし、次にIAM・IaC・CI/CDへ広げる
• 案件接続: その学習順序は、そのままGCP案件で求められるスキルにつながっている

GCPの学習は、サービスの多さに圧倒されがちですが、役割で整理して順番に手を動かせば、決して遠い道のりではありません。まずは無料枠で Cloud Run か BigQuery を1つ触ってみる——その小さな一歩が、案件で通用するスキルへの確かな出発点になります。