目標
大量位址驗證教學課程會逐步說明可進行大量地址驗證的各種情境。在這個教學課程中，我們會向您介紹 Google Cloud Platform 中的各種設計模式，協助您執行高流量地址驗證。
我們會先概略說明如何搭配 Cloud Run、Compute Engine 或 Google Kubernetes Engine，在 Google Cloud Platform 中執行高容量位址驗證 (一次性作業)。然後，我們將說明如何在資料管道中納入這項功能。
閱讀完本文後，您應熟悉如何在 Google Cloud 環境中大量執行地址驗證。
Google Cloud Platform 參考架構
本節深入探討使用 Google Cloud Platform 進行高容量位址驗證的不同設計模式。透過 Google Cloud Platform 執行，您就能與您現有的程序和資料管道整合。
在 Google Cloud Platform 上執行大量位址驗證一次
以下為如何在 Google Cloud Platform 上建構整合的參考架構，這種方式較適合一次性作業或測試。
在此情況下，建議您將 CSV 檔案上傳至 Cloud Storage 值區。然後即可透過 Cloud Run 環境執行高容量位址驗證指令碼。不過，您可以執行其他任何執行階段環境，例如 Compute Engine 或 Google Kubernetes Engine。輸出 CSV 也可以上傳至 Cloud Storage 值區。
以 Google Cloud Platform 資料管道的形式執行
前一節顯示的部署模式非常適合用來快速測試高容量地址驗證 (一次性服務)。不過，如果您需要定期將其做為資料管道的一部分使用，則可以更有效地運用 Google Cloud Platform 原生功能來提高其可靠性。您可以進行的調整包括：
- 在這種情況下，您可以在 Cloud Storage 值區中傾印 CSV 檔案。
- Dataflow 工作可以挑選要處理的位址，然後在 BigQuery 中快取。
- 您可以將 Dataflow Python 程式庫擴充為擁有高用量位址驗證的邏輯，藉此驗證 Dataflow 工作中的位址。
做為長期週期性程序，從資料管道執行指令碼
另一種常見的方法是，將串流資料管道中的一批位址驗證為週期性程序。您也可以在 BigQuery 資料儲存庫裡找到位址。在這個做法中，我們會說明如何建立週期性資料管道 (每日/每週/每月觸發)
- 將初始 CSV 檔案上傳至 Cloud Storage 值區。
- 使用 Memorystore 做為永久資料儲存庫，讓長時間執行的程序維持中繼狀態。
- 在 BigQuery 資料儲存庫中快取最終地址。
- 設定 Cloud Scheduler 以定期執行指令碼。
這個架構有以下優點：
- 您可以使用 Cloud Scheduler，定期驗證位址。建議您每個月重新驗證地址，或是每季/每季驗證新的地址。這種架構有助於解決該用途。
如果客戶資料位於 BigQuery 中，則可以直接快取已驗證的地址或驗證旗標。 注意：可以快取哪些內容及如何進行，詳情請參閱高容量地址驗證文章
使用 Memorystore 即可提高彈性，並處理更多位址。在處理超大型位址資料集所需的整個處理管道上，這個步驟會將狀態增加。其他資料庫技術 (例如 Cloud SQL[https://cloud.google.com/sql]) 或其他資料庫，可在此使用 Google Cloud Platform 提供的任何服務。不過，我們認為 Memorystore 不完美平衡，既能兼顧擴充性和簡易性的需求，因此應該優先採用。
結論
只要套用本文所述的模式，您就能針對 Google Cloud Platform 上的不同用途和用途使用 Address Validation API。
我們編寫了開放原始碼 Python 程式庫，協助您開始上述用途。您可以透過電腦上的指令列叫用這個呼叫，也可以透過 Google Cloud Platform 或其他雲端服務供應商叫用。
如要進一步瞭解如何使用程式庫，請參閱這篇文章。
後續步驟
下載透過可靠地址提升結帳、交付和營運表現 白皮書，並參閱運用地址驗證改善結帳、交付和營運表現 網路研討會。
建議延伸閱讀：
協作者
本文由 Google 負責維護。下列提供者原本可以撰寫您的簽名。
首席作者：
Henrik Valve | 解決方案工程師
Thomas Anglaret | 解決方案工程師
Sarthak Ganguly | 解決方案工程師