아키텍처 센터는 다양한 빅데이터 및 분석 주제에 대한 콘텐츠 리소스를 제공합니다.
아키텍처 센터의 빅데이터 및 분석 리소스
리소스 제목 또는 설명에 있는 제품 이름 또는 문구를 입력하여 다음 빅데이터 및 분석 리소스 목록을 필터링할 수 있습니다.
|
BigQuery에서 Fast Healthcare Interoperability Resources(FHIR) 데이터를 분석하기 위한 프로세스 및 고려사항을 설명합니다. 사용되는 제품: BigQuery |
|
Google Cloud에서 데이터 메시를 구현하는 방법에 대한 안내 |
|
확장 가능한 마케팅 데이터 웨어하우스를 빌드하는 방법을 설명하는 참조 아키텍처를 제공합니다. 사용되는 제품: AI Platform, Auto ML, BigQuery, Cloud Data Fusion, Dataflow, Trifacta 제공 Dataprep, Google 애널리틱스, Looker |
|
파일, 데이터베이스, BigQuery 테이블에 Data Catalog의 민감도 태그 자동 적용 자동화된 Dataflow 파이프라인과 함께 Data Catalog를 사용하여 Cloud Storage 파일, 관계형 데이터베이스, BigQuery 데이터에 데이터에서 민감도 태그를 식별하고 적용하는 방법을 설명합니다. 사용되는 제품: Cloud Build, Cloud Data Loss Prevention, Cloud SQL, Cloud Storage, Compute Engine, Data Catalog, Dataflow, Secret Manager |
|
Datastream, Dataflow, BigQuery ML, Looker를 사용하여 수요 예측 빌드 및 시각화 Oracle 데이터베이스에서 Google Cloud로 운영 데이터를 실시간으로 복제하고 처리하는 방법을 보여줍니다. 또한 향후 수요를 예측하는 방법과 이 예측 데이터가 도착하면 이를 시각화하는 방법을 보여줍니다. 사용되는 제품: BigQuery, Dataflow, Looker |
|
Dataflow 및 Cloud Vision API를 사용한 ML 비전 분석 솔루션 빌드 Cloud Vision으로 대규모 이미지 파일을 처리하기 위해 Dataflow 파이프라인을 배포하는 방법입니다. Dataflow는 BigQuery ML 기본 제공 모델을 학습시키는 데 결과를 사용할 수 있도록 결과를 BigQuery에 저장합니다. 사용되는 제품: BigQuery, Cloud Build, Cloud Pub/Sub, Cloud Storage, Cloud Vision, Dataflow |
|
장기 분석을 위해 Cloud Monitoring 측정항목을 내보내는 방법을 설명합니다. 사용되는 제품: App Engine, BigQuery, Cloud Monitoring, Cloud Pub/Sub, Cloud Scheduler, Datalab, Looker Studio |
|
Striim을 사용한 BigQuery로의 지속적인 데이터 복제 Striim을 사용하여 MySQL 데이터베이스를 BigQuery로 마이그레이션하는 방법을 보여줍니다. Striim은 포괄적인 스트리밍 추출, 변환, 로드(ETL) 플랫폼입니다. 사용되는 제품: BigQuery, MySQL용 Cloud SQL, Compute Engine |
|
Striim을 사용한 Spanner로 지속적인 데이터 복제 Striim을 사용하여 MySQL 데이터베이스를 Cloud Spanner로 마이그레이션하는 방법 사용되는 제품: Cloud SQL, MySQL용 Cloud SQL, Compute Engine, Spanner |
|
산업 데이터 분석 사용 사례의 비즈니스 사용 사례, 샘플 코드, 기술 참조 가이드에 대한 링크를 제공합니다. 이러한 리소스를 사용하여 워크로드 구현을 가속화할 수 있는 권장사항을 학습하고 확인합니다. |
|
Google Cloud에서 R을 사용한 데이터 과학: 탐색적 데이터 분석 가이드 Google Cloud에서 R을 사용하여 대규모로 데이터 과학을 시작하는 방법을 보여줍니다. 이 문서는 R 및 Jupyter 노트북 사용 경험이 있고 SQL에 익숙한 사용자를 대상으로 작성되었습니다. 사용되는 제품: BigQuery, Cloud Storage, Notebooks |
|
MongoDB Atlas와 Google Cloud 간의 데이터 변환 운영 데이터 스토어로서의 MongoDB Atlas와 분석 데이터 웨어하우스로서의 BigQuery 간의 데이터 변환 사용된 제품: BigQuery, Cloud Pub/Sub, Dataflow |
|
Sensitive Data Protection을 사용하여 대규모 데이터 세트에서 PII 익명화 및 재식별 Sensitive Data Protection을 사용하여 자동 데이터 변환 파이프라인을 만들어 개인 식별 정보(PII)와 같은 민감한 정보를 익명화하는 방법을 설명합니다. 사용되는 제품: BigQuery, Cloud Data Loss Prevention, Cloud Pub/Sub, Cloud Storage, Dataflow, Identity and Access Management |
|
DLP 프록시를 사용하여 민감한 정보가 포함된 데이터베이스를 쿼리하는 아키텍처 예시 Sensitive Data Protection를 사용하여 Google Cloud 데이터베이스에 저장된 민감한 정보가 사용자에게 노출될 위험을 완화하면서도 의미 있는 데이터를 계속 쿼리하는 방법을 설명합니다. 사용되는 제품: Cloud 감사 로그, Cloud Data Loss Prevention, Cloud Key Management Service |
|
다양한 방법과 워크플로 엔진을 사용한 게놈 데이터 처리 수행을 위하여 Cloud Life Sciences API와 다른 Google Cloud 데이터 제품을 사용하는 참조 아키텍처에 대해 설명합니다. 사용되는 제품: Cloud Life Sciences, Cloud Storage, Compute Engine |
|
Google Cloud 지리정보 기능과 지리정보 분석 애플리케이션에서 이러한 기능을 사용하는 방법을 알아봅니다. 사용되는 제품: BigQuery, Dataflow |
|
외부 네트워크에서 보안 BigQuery 데이터 웨어하우스로 데이터 가져오기 프로덕션 환경에서 데이터 웨어하우스 보안을 위해 사용할 수 있는 아키텍처를 설명하고 온프레미스 네트워크와 같은 외부 네트워크에서 BigQuery로 데이터를 가져오기 위한 권장사항을 제공합니다. 사용되는 제품: BigQuery |
|
Google Cloud에서 보안 BigQuery 데이터 웨어하우스로 데이터 가져오기 프로덕션 환경에서 데이터 웨어하우스 보안을 위해 사용할 수 있는 아키텍처를 설명하고 Google Cloud에서 데이터 웨어하우스의 데이터 거버넌스에 대한 권장사항을 제공합니다. 사용되는 제품: BigQuery, Cloud Data Loss Prevention, Cloud Key Management Service, Dataflow |
|
Cloud Data Fusion으로 임상 및 운영 데이터 수집 Cloud Data Fusion이 Google Cloud의 합산 데이터 웨어하우스인 BigQuery에서 데이터를 수집, 변환, 저장하여 데이터를 잠금 해제할 수 방법을 연구원, 데이터 과학자, IT팀에 설명합니다. 사용되는 제품: BigQuery, Cloud Data Fusion, Cloud Storage |
|
데이터를 저장, 처리, 분석, 활성화하는 BigQuery를 사용하여 분석 레이크하우스를 만들어 데이터 레이크와 데이터 웨어하우스를 통합합니다. |
|
점프 스타트 솔루션: BigQuery를 사용한 데이터 웨어하우스 BigQuery를 사용하여 대시보드 및 시각화 도구로 데이터 웨어하우스를 빌드합니다. |
|
Cloud Run에 Go 애플리케이션을 배포하여 콘텐츠 전송 네트워크 및 객체 스토리지를 통해 많은 파일을 제공합니다. |
|
Cloud Run에 자바 애플리케이션을 배포하여 콘텐츠 전송 네트워크 및 객체 스토리지를 통해 많은 파일을 제공합니다. |
|
컴퓨팅, 데이터베이스, 스토리지 워크로드를 포함하여 애플리케이션과 인프라 워크로드를 Google Cloud로 마이그레이션하는 프로세스를 계획, 설계, 구현하는 데 도움이 됩니다. 사용되는 제품: App Engine, Cloud Build, Cloud Data Fusion, Cloud Deployment Manager, Cloud Functions, Cloud Run, Cloud Storage, Container Registry, Data Catalog, Dataflow, 다이렉트 피어링, Google Kubernetes Engine(GKE), Transfer Appliance |
|
Google Cloud로 온프레미스 Hadoop 인프라 마이그레이션 Google Cloud로 온프레미스 Hadoop 워크로드 이동 안내... 사용되는 제품: BigQuery, Cloud Storage, Dataproc |
|
Google Cloud에서 대규모 분석 수집을 최적화하기 위한 아키텍처를 설명합니다. 여기서 '대규모'는 초당 100,000개가 넘는 이벤트를 의미하거나 초당 100MB를 초과하는 총 이벤트 페이로드 크기를 의미합니다. 사용되는 제품: BigQuery, Cloud Logging, Cloud Pub/Sub, Compute Engine, Dataflow |
|
Dataflow를 사용해 관계형 데이터베이스에서 BigQuery로 ETL 실행 온라인 트랜잭션 처리(OLTP) 관계형 데이터베이스에서 Dataflow를 사용하여 BigQuery로 데이터를 추출, 변환, 로드(ETL) 및 분석하는 방법을 설명합니다. 사용되는 제품: BigQuery, Cloud Storage, Compute Engine, Dataflow |
|
BigQuery ML을 사용하여 경향 모델의 여러 가지 유형으로부터 학습, 평가, 예측을 수행하는 방법을 알아봅니다. 경향 모델은 특정 사용자가 앱으로 복귀할 가능성을 확인하는 데 도움을 줄 수 있습니다. 이를 통해... |
|
Google Cloud에서 로그를 수집, 내보내기, 분석하여 사용량을 감사하고 데이터와 워크로드에 대한 위협을 감지하는 방법을 보여줍니다. 포함된 BigQuery 또는 Chronicle 위협 감지 쿼리를 사용하거나 고유한 SIEM을 가져옵니다. 사용되는 제품: BigQuery, Cloud Logging, Compute Engine, Looker Studio |
|
Apigee, BigQuery ML, Spanner를 사용해 고객 구매 경향을 예측하는 스마트 API 고객의 구매 가능성을 예측할 수 있는 API를 만듭니다. 사용되는 제품: Apigee, App Sheet, BigQuery ML, Spanner |
|
연구자, 데이터 과학자, IT팀의 Google Cloud에서 의료 데이터의 출처 및 계보 메타데이터를 추적하는 방법에 대해 설명합니다. 사용되는 제품: BigQuery, Cloud Data Fusion, Cloud Storage |
|
BigQuery에서 분석 데이터 레이크를 만들려는 연구자, 데이터 과학자, IT팀을 위해 Google Cloud에서 의료 데이터를 조정하는 프로세스와 고려사항을 설명합니다. 사용되는 제품: BigQuery, Cloud Data Fusion, Cloud Data Loss Prevention, Cloud Storage |
|
Google Cloud에서 관리 제품으로 CI/CD 메서드를 구현하여 데이터 처리를 위한 지속적 통합/지속적 배포(CI/CD) 파이프라인을 설정하는 방법을 설명합니다. 사용되는 제품: Cloud Build, Cloud Composer, Cloud Source Repositories, Cloud Storage, Compute Engine, Dataflow |
|
Dataproc에서 효율적이고 유연한 방식으로 Apache Hive를 사용하여 Hive 데이터를 Cloud Storage에 저장하고 Hive 메타스토어를 Cloud SQL의 MySQL 데이터베이스에 저장하는 방법을 보여줍니다. 사용되는 제품: Cloud SQL, Cloud Storage, Dataproc |