BigLake
BigLake 是一個儲存引擎，可讓 BigQuery 和 Spark 等開放原始碼架構透過精細的存取權控管機制存取資料，藉此統合資料倉儲和資料湖泊。BigLake 提供多雲端雲端儲存空間和開放式格式 (例如 Apache Iceberg) 的加速查詢效能。
-
透過統一功能在資料倉儲和湖泊中儲存單一資料副本。
-
針對分散式資料進行精細的存取權控管和多雲端管理。
-
完美整合開放原始碼分析工具和開放資料格式。
優點
自由選擇
無論資料儲存的位置和方式為何，您都能運用分散式資料進行數據分析，同時透過單一資料副本選擇最佳分析工具、開放原始碼或雲端原生服務。
安全有效率的資料湖泊
提供 Apache Spark、Presto 和 Trino 等開放原始碼引擎的精細存取權控管機制，以及 Parquet 等開放格式。針對 BigQuery 支援的資料湖泊執行效能查詢。
大規模的統一控管與管理
與 Dataplex 相互整合，大規模提供管理服務，包括邏輯資料組織、集中式政策與中繼資料管理、品質與生命週期管理，以實現分散式資料一致性。
主要功能與特色
主要功能與特色
精細的安全性控管機制
使用 BigLake 便不必授予使用者檔案層級的存取權。在與現有 BigQuery 資料表類似的物件儲存資料表中，套用資料表、資料列、資料欄層級的安全性政策。
多雲端管理
探索所有 BigLake 資料表，包括在 Data Catalog 中透過 Amazon S3、Azure Data Lake Gen2 定義的表格。設定精細的存取權控管，並在透過 BigQuery Omni 查詢時，跨雲端強制實行此設定。
效能提升
透過經過驗證的 BigQuery 基礎架構，在 Google Cloud、AWS 和 Azure 上獲得領先業界的資料湖泊資料表效能。
以開放格式為基礎打造
存取最熱門的開放資料格式，包括 Parquet、Avro、ORC、CSV、JSON。這個 API 透過 Apache Arrow 提供多個運算引擎。
「做為一家快速成長的電子商務公司，我們發現資料也隨之快速增加。BigLake 讓我們在檢視畫面上啟用存取權控管，同時為我們的使用者提供整合式介面，並方便我們維持低資料儲存空間成本，進而發揮資料湖泊的價值。如此一來，我們的使用者就能更快地分析資料集。」
說明文件
說明文件
BigLake 簡介
BigLake 概念簡介，瞭解如何簡化分析體驗。
開始使用 BigLake
瞭解如何建立和管理 BigLake 資料表，以及如何使用連接器透過 BigQuery 或其他開放原始碼引擎查詢 BigLake 資料表。
定價
定價
BigLake 會依據 BigLake 資料表的查詢作業來計價，其中包括：
1. BigQuery 定價適用於針對 BigLake 資料表進行的查詢，這類資料表是在 Google Cloud Storage 上定義。
2. BigQuery Omni 定價適用於在 Amazon S3 和 Azure Data Lake Gen 2 中定義的 BigLake 資料表查詢。
3. 使用 BigLake 連接器的開放原始碼引擎的查詢：BigLake 連接器使用 BigQuery Storage API，且適用相應的價格 - 根據讀取的位元組數和輸出計費。