Panoramica di BigQuery

BigQuery è una piattaforma di dati completamente gestita e predisposta per l'IA che ti aiuta a gestire e analizzare i dati con funzionalità integrate come machine learning, ricerca, analisi geospaziale e business intelligence. L'architettura serverless di BigQuery ti consente di utilizzare linguaggi come SQL e Python per rispondere alle domande più importanti della tua organizzazione senza il bisogno di gestire alcuna infrastruttura.

BigQuery offre un modo uniforme di lavorare con i container non strutturati e supporta formati di tabelle aperte come Apache Iceberg, Delta e Hudi. BigQuery streaming supporta l'importazione e l'analisi continua dei dati, mentre il motore di analisi distribuito e scalabile di BigQuery ti consente di eseguire query su terabyte in pochi secondi e su petabyte in pochi minuti.

L'architettura di BigQuery è composta da due parti: un livello di archiviazione che importa, archivia e ottimizza i dati e un livello di calcolo che fornisce funzionalità di analisi. Questi livelli di computing e archiviazione operano in modo efficiente indipendentemente l'una dall'altra grazie alla rete su scala ridotta di Google, consente la comunicazione necessaria.

In genere, i database legacy devono condividere le risorse tra lettura e scrittura operazioni e operazioni analitiche. Ciò può causare conflitti tra risorse possono rallentare le query durante la scrittura o la lettura dei dati nello spazio di archiviazione. I pool di risorse condivisi possono sottoporsi a ulteriori carichi di lavoro quando le risorse necessari per le attività di gestione dei database, come l'assegnazione o la revoca autorizzazioni aggiuntive. Separazione dei livelli di calcolo e archiviazione di BigQuery consente a ogni livello di allocare dinamicamente le risorse senza influire sulle prestazioni o la disponibilità dell'altro.

L'architettura di BigQuery separa le risorse con una rete petabit.

Questo principio di separazione consente a BigQuery di innovare più rapidamente il deployment dei miglioramenti dell'archiviazione e del calcolo può essere eseguito in modo indipendente, senza tempi di inattività o un impatto negativo sulle prestazioni del sistema. È inoltre essenziale offrire un data warehouse serverless completamente gestito in cui il team di ingegneri di BigQuery gestisce gli aggiornamenti e la manutenzione. Il risultato è che non eseguire il provisioning o scalare manualmente le risorse, lasciandoti libero di concentrarti offrendo valore invece delle attività tradizionali di gestione dei database.

Le interfacce BigQuery includono la console Google Cloud e lo strumento a riga di comando di BigQuery. Sviluppatori e i data scientist possono utilizzare le librerie client con una programmazione familiare, tra cui Python, Java, JavaScript e Go, nonché API REST e RPC per trasformare e gestire i dati. ODBC e i driver JDBC forniscono l'interazione con applicazioni esistenti, tra cui strumenti e utilità di terze parti.

Come analista di dati, data engineer, amministratore di data warehouse o scienziato, BigQuery ti aiuta a caricare, elaborare e analizzare i dati per decisioni aziendali critiche.

Inizia a utilizzare BigQuery

Puoi iniziare a esplorare BigQuery in pochi minuti. Sfrutta le Livello di utilizzo gratuito o sandbox senza costi di BigQuery per avviare il caricamento ed eseguire query sui dati.

  1. Sandbox di BigQuery: inizia a utilizzare la sandbox di BigQuery senza rischi e senza costi.
  2. Guida rapida alla console Google Cloud: familiarizza con la potenza della console BigQuery.
  3. Set di dati pubblici: prova le prestazioni di BigQuery esplorando dati di grandi dimensioni e reali del programma per i set di dati pubblici.

Esplora BigQuery

L'infrastruttura serverless di BigQuery ti consente di concentrarti sui dati anziché sulla gestione delle risorse. BigQuery combina un data warehouse basato su cloud e potenti strumenti di analisi.

Spazio di archiviazione BigQuery

BigQuery archivia i dati utilizzando un formato di archiviazione a colonne ottimizzato per le query di analisi. BigQuery presenta i dati in tabelle, righe e colonne e fornisce il supporto completo per la semantica delle transazioni del database (ACID). Lo spazio di archiviazione BigQuery viene replicato automaticamente in più località per garantire un'alta disponibilità.

Per ulteriori informazioni, consulta la Panoramica dello spazio di archiviazione BigQuery.

Analisi di BigQuery

Gli utilizzi dell'analisi descrittiva e prescrittiva includono business intelligence, ad hoc analisi geospaziali, machine learning e machine learning. Puoi eseguire query sui dati archiviati in BigQuery o eseguire query sui dati nella posizione in cui si trovano utilizzando tabelle esterne o query federate, tra cui Cloud Storage, Bigtable, Spanner o Fogli Google archiviati in Google Drive.

Per ulteriori informazioni, consulta la panoramica di BigQuery Analytics.

Amministrazione di BigQuery

BigQuery offre la gestione centralizzata di dati e computing mentre le risorse Identity and Access Management (IAM) ti aiuta a proteggere queste risorse con il modello di accesso usato in Google Cloud. Best practice per la sicurezza di Google Cloud offrono un approccio solido ma flessibile che può includere più complessi e granulari approccio alla difesa in profondità.

  • Introduzione alla sicurezza e alla governance dei dati ti aiuta a comprendere la governance dei dati e i controlli di cui potresti aver bisogno la sicurezza delle risorse BigQuery.
  • I job sono azioni BigQuery viene eseguito per tuo conto per caricare, esportare, eseguire query o copiare e i dati di Google Cloud.
  • Le prenotazioni ti consentono di passare da una prezzi on demand e prezzi basati sulla capacità.

Per ulteriori informazioni, consulta Introduzione all'amministrazione di BigQuery.

Risorse di BigQuery

Esplora le risorse BigQuery:

API, strumenti e riferimenti

Materiali di riferimento per sviluppatori e analisti di BigQuery:

Ruoli e risorse di BigQuery

BigQuery risponde alle esigenze dei professionisti dei dati in i seguenti ruoli e responsabilità.

Analista di dati

Indicazioni per le attività utili se devi:

Per fare un tour delle funzionalità di analisi dei dati di BigQuery direttamente nella console Google Cloud, fai clic su Fai il tour.

Inizia la presentazione

Amministratore dati

Indicazioni per le attività utili se devi:

Per ulteriori informazioni, consulta Introduzione a BigQuery Google Cloud.

Per fare un tour delle funzionalità di amministrazione dei dati di BigQuery direttamente nella console Google Cloud, fai clic su Inizia il tour.

Inizia la presentazione

Data scientist

Linee guida per le attività utili se hai bisogno di usare la macchina di BigQuery ML imparare a svolgere seguenti:

Data Developer

Indicazioni sulle attività per aiutarti se devi svolgere le seguenti operazioni:

Tutorial video su BigQuery

La seguente serie di tutorial video ti aiuta a iniziare a utilizzare BigQuery:

Titolo

Descrizione

Come iniziare a utilizzare BigQuery (17:18) Una panoramica che riassume che cos'è BigQuery e come usarlo. I segmenti includono: pipeline ETL, prezzi e ottimizzazione, BigQuery ML e BI Engine e una demo di BigQuery nella console Google Cloud.
Che cos'è BigQuery? (4:39) Una panoramica di BigQuery su come funziona progettato per importare e archiviare grandi quantità di dati per aiutare gli analisti e sviluppatori
Utilizzare la sandbox di BigQuery (3:05) Come configurare una sandbox di BigQuery per eseguire query senza bisogno di una carta di credito
Porre domande query in esecuzione (5:11) Scrivere ed eseguire query SQL nella UI di BigQuery, oltre scegliere un numero di maglia vincente
Caricamento di dati in BigQuery (5:31) Come importare e analizzare i dati in tempo reale o solo un'analisi in batch una tantum dei dati, oltre a gatti e cani
Visualizzazione della query risultati (5:38) In che modo la visualizzazione dei dati è utile per comprendere e interiorizzare più facilmente i set di dati complessi
Gestire l'accesso con IAM (5:23) Come consentire ad altri utenti di eseguire query sui tuoi set di dati in BigQuery con le autorizzazioni IAM e il controllo dell'accesso
Risparmio e condivisione di query (6:17) Come salvare e condividere le query in BigQuery agevole
Protezione dei dati sensibili dati con viste autorizzate (7:12) Come condividere facilmente set di dati con utenti diversi impostando controlli di accesso personalizzati
Esecuzione di query esterne dati con BigQuery (5:49) Configurare un'origine dati esterna in BigQuery ed eseguire query dati da Cloud Storage, Cloud SQL, Google Drive e altri
Che cosa sono le funzioni definite dall'utente? (04:59) Come creare funzioni definite dall'utente (UDF) per analizzare i set di dati in BigQuery

Passaggi successivi