Erfahren Sie mehr über die neuesten Innovationen vom Google Data Cloud Summit

Weiter zu

BigLake Vorschau

BigLake basiert auf jahrelangen Investitionen in BigQuery und ist eine Speicher-Engine, mit der Unternehmen Data Warehouses und Lakes vereinheitlichen und eine einheitliche detaillierte Zugriffssteuerung durchführen sowie die Abfrageleistung über Multi-Cloud-Speicherformate und offene Formate beschleunigen können.

  • Speichern Sie eine einzige Kopie der Daten mit einheitlichen Features in Data Warehouses und Lakes.

  • Detaillierte Zugriffssteuerung und Multi-Cloud-Governance für verteilte Daten.

  • Nahtlose Integration mit Open-Source-Analysetools und offenen Datenformaten

Vorteile

Wahlfreiheit

Sie können Analysen für verteilte Daten unabhängig davon erstellen, wo und wie sie gespeichert werden. Außerdem können Sie dabei die besten Analysetools, Open Source oder cloudnativ, für eine einzige Kopie der Daten auswählen.

Sichere und leistungsfähige Data Lakes

Detaillierte Zugriffssteuerung über Open-Source-Engines wie Apache Spark, Presto und Trino sowie offene Formate wie Parquet hinweg. Leistungsstarke Abfragen von Data Lakes, die von BigQuery bereitgestellt werden.

Einheitliche Governance und Verwaltung im großen Maßstab

Lässt sich in Dataplex einbinden, um die Verwaltung in großem Maßstab zu ermöglichen, einschließlich logischer Datenorganisation, zentralisierter Richtlinien- und Metadatenverwaltung, Qualitäts- und Lebenszyklusverwaltung für Konsistenz über verteilte Daten hinweg.

Wichtige Features

Wichtige Features

Detaillierte Sicherheitskontrollen

Mit BigLake ist es nicht mehr notwendig, Endnutzern Zugriff auf Dateiebene zu gewähren. Wenden Sie auf Objektspeichertabellen, die vorhandenen BigQuery-Tabellen ähneln, Sicherheitsrichtlinien auf Tabellen-, Zeilen- und Spaltenebene an.

Multi-Computing-Analysen

Arbeiten Sie mit einer einzigen Kopie von Daten und machen Sie sie über Google Cloud und Open-Source-Engines, darunter BigQuery, Vertex AI, Spark, Presto, Trino und Hive, mithilfe von BigLake-Connectors einheitlich zugänglich. Sie können Sicherheitsrichtlinien zentral an einem Ort verwalten und sie über die in die Connectors eingebundene API-Schnittstelle konsistent für Abfrage-Engines erzwingen.

Multi-Cloud-Governance

Lernen Sie alle BigLake-Tabellen kennen, einschließlich der in Data Catalog über Amazon S3 und Azure Data Lake Gen 2 definierten Tabellen. Konfigurieren Sie eine differenzierte Zugriffssteuerung und erzwingen Sie sie über Clouds hinweg bei Abfragen mit BigQuery Omni.

Stärkere Leistung

Erzielen Sie eine branchenführende Leistung bei Data Lake-Tabellen in Google Cloud, AWS und Azure, unterstützt durch die bewährte BigQuery-Infrastruktur.

Basierend auf offenen Formaten

Erhalten Sie Zugang zu den gängigsten offenen Datenformaten wie Parquet, Avro, ORC, CSV und JSON. Die API arbeitet für mehrere Computing Engines über Apache Arrow.

Logo für bol.com

„Als schnell wachsendes E-Commerce-Unternehmen haben die Daten schnell im Umfang zugenommen. Mit BigLake können wir den Mehrwert von Data Lakes erschließen, indem wir Zugriffssteuerung für unsere Ansichten ermöglichen und unseren Nutzern eine einheitliche Oberfläche zur Verfügung stellen und Die Kosten für die Datenspeicherung werden niedrig gehalten. Dies wiederum ermöglicht eine schnellere Analyse unserer Datasets durch unsere Nutzer.“

Dokumentation

Dokumentation

Google Cloud Basics
Einführung in BigLake

Erfahren Sie BigLake-Konzepte und erfahren Sie, wie Sie Ihre Analysen damit vereinfachen können.

Kurzanleitung
Erste Schritte mit BigLake

Erfahren Sie, wie Sie BigLake-Tabellen erstellen und verwalten und eine BigQuery-Tabelle über BigQuery oder andere Open-Source-Engines mithilfe von Connectors abfragen.

Preise

Preise

Die Preise für BigLake basieren auf dem Abfragen von BigLake-Tabellen und umfassen Folgendes:

1. BigQuery-Preise gelten für Abfragen von BigLake-Tabellen, die in Google Cloud Storage definiert sind. 

2. BigQuery Omni-Preise gelten für Abfragen von BigLake-Tabellen, die in Amazon S3 und dem Azure Data Lake Gen 2 definiert sind.

3. Abfragen durch Open-Source-Engines, die BigLake-Connectors verwenden: BigLake-Connectors verwenden die BigQuery Storage API und die entsprechenden Preise gelten – abgerechnet anhand gelesener Byte und ausgehendem Traffic.

Beispiel: * Das erste Terabyte (1 TB) Daten, das pro Monat mit BigQuery verarbeitet wird, ist kostenlos.