アーキテクチャ センターには、さまざまなビッグデータと分析に関するコンテンツ リソースが用意されています。
アーキテクチャ センターのビッグデータと分析のリソース
リソースのタイトルまたは説明に含まれるプロダクト名またはフレーズを入力すると、次のビッグデータと分析のリソースのリストをフィルタリングできます。
|
BigQuery で Fast Healthcare Interoperability Resources（FHIR）データの分析に関するプロセスと考慮事項について説明します。 使用プロダクト: BigQuery |
|
Google Cloud でのデータメッシュの実装に関するガイダンス。 |
|
スケーラブルなマーケティング データ ウェアハウスの構築方法を示すリファレンス アーキテクチャを提示します。 使用プロダクト: AI Platform、Auto ML、BigQuery、Cloud Data Fusion、Dataflow、Dataprepby Trifacta、Google アナリティクス、Looker |
|
Data Catalog の機密タグをファイル、データベース、BigQuery テーブルに自動的に適用する 自動化された Dataflow パイプラインで Data Catalog を使用してデータの機密タグを識別し、Cloud Storage ファイル、リレーショナル データベース、BigQuery 内のデータに適用する方法について説明します。 使用プロダクト: Cloud Build、Cloud Data Loss Prevention、Cloud SQL、Cloud Storage、Compute Engine、Data Catalog、Dataflow、Secret Manager |
|
Datastream、Dataflow、BigQuery ML、Looker を使用して需要予測を構築、可視化する Oracle データベースから Google Cloud にオペレーション データをリアルタイムでレプリケートして処理する方法について説明します。また、将来の需要を予測する方法と、その予測データを受け取ったときに可視化する方法も紹介します。 使用プロダクト: BigQuery、Dataflow、Looker |
|
Dataflow と Cloud Vision API を使用した ML 可視分析ソリューションの構築 Cloud Vision で大規模な画像ファイルを処理する Dataflow パイプラインをデプロイする方法。Dataflow は結果を BigQuery に保存し、それを使用して BigQuery ML の事前構築モデルをトレーニングします。 使用するプロダクト: BigQuery、Cloud Build、Cloud Pub/Sub、Cloud Storage、Cloud Vision、Dataflow |
|
長期的な分析のために Cloud Monitoring の指標をエクスポートする方法について説明します。 使用プロダクト: App Engine、BigQuery、Cloud Monitoring、Cloud Pub/Sub、Cloud Scheduler、Datalab、Looker Studio |
|
Striim を使用した BigQuery への継続的なデータ レプリケーション Striim を使用して MySQL データベースを BigQuery に移行する方法をについてします。Striim は、包括的なストリーミング抽出、変換、読み込み（ETL）プラットフォームです。 使用プロダクト: BigQuery、Cloud SQL for MySQL、Compute Engine |
|
Striim を使用して Spanner に継続的なデータ レプリケーションを行う Striim を使用して MySQL データベースを Cloud Spanner に移行する方法について説明します。 使用プロダクト: Cloud SQL、Cloud SQL for MySQL、Compute Engine、Spanner |
|
業界のデータ分析ユースケースにおけるビジネス ユースケース、サンプルコード、技術リファレンス ガイドへのリンクを紹介します。これらのリソースを使用して、ワークロードの実装を加速するためのベスト プラクティスについて学習します。 |
|
Google Cloud の R によるデータ サイエンス: 探索的データ分析 Google Cloud で R を使用して大規模なデータ サイエンスを始める方法について説明します。このドキュメントは、R および Jupyter ノートブックの使用経験があり、SQL に関して精通している方を対象としています。 使用するプロダクト: BigQuery、Cloud Storage、Notebooks |
|
MongoDB Atlas と Google Cloud 間のデータ変換 運用データストアとしての MongoDB Atlas と分析データ ウェアハウスとしての BigQuery 間のデータ変換。 使用プロダクト: BigQuery、Cloud Pub/Sub、Dataflow |
|
Sensitive Data Protection を使用した大規模なデータセットにおける PII の匿名化と再識別 Sensitive Data Protection を使用して自動化されたデータ変換パイプラインを作成し、個人情報（PII）などの機密データを匿名化する方法について説明します。 使用するプロダクト: BigQuery、Cloud Data Loss Prevention、Cloud Pub/Sub、Cloud Storage、Dataflow、Identity and Access Management |
|
DLP プロキシを使用して機密データを含むデータベースにクエリを実行するアーキテクチャの例 機密データの保護を使用して、Google Cloud データベースに保存された機密データがユーザーに公開されるリスクを軽減しつつ、意味のあるデータをクエリできるようにする方法を説明します。 使用プロダクト: Cloud Audit Logs、Cloud Data Loss Prevention、Cloud Key Management Service |
|
Cloud Life Sciences API と他の Google Cloud サービスを使用して、さまざまな手法とワークフロー エンジンで遺伝子データ処理を行うためのリファレンス アーキテクチャについて説明します。 使用プロダクト: Cloud Life Sciences、Cloud Storage、Compute Engine |
|
Google Cloud の地理空間機能の概要と、これらの機能を地理空間分析アプリケーションで使用する方法について説明します。 使用するプロダクト: BigQuery、Dataflow |
|
外部ネットワークから安全な BigQuery データ ウェアハウスにデータをインポートする 本番環境でデータ ウェアハウスを保護するために使用できるアーキテクチャと、オンプレミス環境などの外部ネットワークから BigQuery にデータをインポートするためのベスト プラクティスについて説明します。 使用プロダクト: BigQuery |
|
Google Cloud から安全な BigQuery データ ウェアハウスにデータをインポートする 本番環境でデータ ウェアハウスを保護するために使用できるアーキテクチャと、Google Cloud のデータ ウェアハウスのデータ ガバナンスに関するベスト プラクティスについて説明します。 使用するプロダクト: BigQuery、Cloud Data Loss Prevention、Cloud Key Management Service、Dataflow |
|
Cloud Data Fusion を使用した臨床データと業務データの取り込み Cloud Data Fusion でデータを取り込み、変換して、BigQuery（Google Cloud 上の集約データ ウェアハウス）に保存することにより、どのようにデータを活用できるかについて、研究者、データ サイエンティスト、IT チームに説明します。 使用プロダクト: BigQuery、Cloud Data Fusion、Cloud Storage |
|
BigQuery を使用してデータを保存、処理、分析、有効活用する分析レイクハウスを作成し、データレイクとデータ ウェアハウスを統合します。 |
|
ジャンプ スタート ソリューション: BigQuery を使用したデータ ウェアハウス BigQuery を使用して、ダッシュボードと可視化ツールを備えたデータ ウェアハウスを構築します。 |
|
ジャンプ スタート ソリューション: 大規模なデータ共有を行う Go ウェブアプリ Cloud Run に Go アプリケーションをデプロイし、コンテンツ配信ネットワークとオブジェクト ストレージを使用して多数のファイルを提供します。 |
|
ジャンプ スタート ソリューション: 大規模なデータ共有を行う Java ウェブアプリ Cloud Run に Java アプリケーションをデプロイし、コンテンツ配信ネットワークとオブジェクト ストレージを使用して多数のファイルを提供します。 |
|
アプリケーションとインフラストラクチャのワークロード（コンピューティング、データベース、ストレージのワークロードなど）を Google Cloud に移行するプロセスの計画、設計、実装をサポートします。 使用プロダクト: App Engine、Cloud Build、Cloud Data Fusion、Cloud Deployment Manager、Cloud Functions、Cloud Run、Cloud Storage、Container Registry、Data Catalog、Dataflow、ダイレクト ピアリング、Google Kubernetes Engine（GKE）、Transfer Appliance |
|
オンプレミスの Hadoop インフラストラクチャを Google Cloud に移行する オンプレミス Hadoop ワークロードから Google Cloud への移行ガイド... 使用プロダクト: BigQuery、Cloud Storage、Dataproc |
|
Google Cloud で大規模な分析データの取り込みを最適化するためのアーキテクチャについて説明します。ここで、「大規模」とは 1 秒あたり 100,000 イベントを超える場合、またはイベント ペイロードの総サイズが 1 秒あたり 100 MB を超える場合を指します。 使用プロダクト: BigQuery、Cloud Logging、Cloud Pub/Sub、Compute Engine、Dataflow |
|
Dataflow を使用してリレーショナル データベースから BigQuery に ETL を実行する Dataflow を使用して、オンライン トランザクション処理（OLTP）のリレーショナル データベースから分析を目的として BigQuery にデータを抽出、変換、読み込み（ETL）する方法について説明します。 使用プロダクト: BigQuery、Cloud Storage、Compute Engine、Dataflow |
|
BigQuery ML を使用して、いくつかの異なるタイプの傾向モデルをトレーニング、評価、予測値を得る方法を学びます。傾向モデルは、特定のユーザーがアプリに戻る可能性を判断する際に役立ちます。そのため... |
|
Google Cloud からログを収集、エクスポート、分析して、使用状況の監査や、データやワークロードに対する脅威の検出を行う方法について説明します。BigQuery または Chronicle 向けに付属の脅威検出クエリを使用するか、独自の SIEM を使用できます。 使用プロダクト: BigQuery、Cloud Logging、Compute Engine、Looker Studio |
|
BigQuery を使用して法令上の報告のアーキテクチャを設定する クラウド向けの法令上の報告ソリューションを使用して基本的なパイプラインを実行する方法について説明します。 使用プロダクト: BigQuery、Cloud Storage |
|
Apigee、BigQuery ML、Spanner を使用して顧客の購入傾向を予測するスマート API お客様が購入を行う可能性を予測するための API を作成します。 使用プロダクト: Apigee、App Sheet、BigQuery ML、Spanner |
|
研究者、データ サイエンティスト、IT チーム向けに、Google Cloud の医療データの来歴メタデータと系列メタデータを追跡する方法について説明します。 使用プロダクト: BigQuery、Cloud Data Fusion、Cloud Storage |
|
BigQuery で分析用データレイクの作成を必要とする研究者、データ サイエンティスト、IT チーム向けに、Google Cloud で医療データの調整を行う際のプロセスと考慮事項について説明します。 使用プロダクト: BigQuery、Cloud Data Fusion、Cloud Data Loss Prevention、Cloud Storage |
|
データ処理ワークフローに CI / CD パイプラインを使用する Google Cloud でマネージド プロダクトを使用して CI / CD メソッドを実装し、データ処理用の継続的インテグレーション / 継続的デプロイ（CI / CD）パイプラインを設定する方法について説明します。 使用するプロダクト: Cloud Build、Cloud Composer、Cloud Source Repositories、Cloud Storage、Compute Engine、Dataflow |
|
Dataproc で Apache Hive を効率的かつ柔軟に使用するために、Hive データを Cloud Storage に保存し、Hive メタストアを Cloud SQL 上の MySQL データベースでホストする方法について説明します。 使用するプロダクト: Cloud SQL、Cloud Storage、Dataproc |