BigQuery
Google が提供するフルマネージド のデータウェアハウス。
ペタバイト規模のデータを蓄積でき、標準SQLを利用してデータの高速な分析が可能。
外部リソースからのデータのインポートやエクスポートの柔軟に実施可能。
特徴
- 標準SQLが利用可能
- 拡張性と堅牢性が高い
- ペタバイト規模のデータを極めて高速に分析
- データサイエンティストやデータアナリストによる利用も多い
- コンソールから操作が可能
- 蓄積されたデータ容量とSQLの実行による課金。SQLの実行については料金モデルが2種類。
情報テーブル
提供源/会社名 | - |
---|---|
歴史 | - |
業界トレンド | 機械学習で利用するデータだけでなく、マーケティング用のデータウェアハウスとしても利用され、BIツールと連携してマーケターに利用されるケースも増加。 |
情報分量 |
・十分 ・Googleの公式ドキュメントやデータ連携に関連するWen上の情報が充実 |
技術選定ポイント |
・大規模データの蓄積と集計処理の速さ ・詳細な権限設定によるデータの保護 ・他のGCPサービスとのデータ連携が容易 ・Googleデータポータルとの連携で可視化も容易、非エンジニアによる利用も増加 |
導入会社 | - |
セキュリティ | - |
料金 | - |
技術者数 |
少ない。 実プログラムによるデータ連携などの設計や環境構築はデータを取り扱いするエンジニアによるものが多く、経験者は多くない。 |
技術・導入難易度 |
データのインポートやエクスポートの設定や標準SQLによるデータ抽出の難易度は、データベース経験者であれば高くない。 速度改善やコスト削減のための構成にはBigQuery特有の知識が必要。 |
採用トレンド | - |
参考 | https://cloud.google.com/bigquery/docs?hl=ja |