BigQuery は、サーバーレスで費用対効果に優れたエンタープライズ データ ウェアハウスです。各種のクラウドで機能し、データに合わせたスケーリングも可能です。組み込みの ML / AI と BI を使用して、大規模な分析情報を取得できます。
新規のお客様には、BigQuery で使用できる無料クレジット $300 分を差し上げます。
すべてのお客様は、10 GiB のストレージと 1 か月あたり最大 1 TiB のクエリを無料でご利用いただけます。
機能
BigQuery Studio は、さまざまなコーディング スキルを持つすべてのデータ実務者のための単一の統合インターフェースを備え、データの取り込みと準備、データの探索と可視化、ML モデルの作成と使用に至る分析ワークフローを簡素化します。また、シンプルな SQL を使用して、特殊なモデルを扱うことを必要とせず、BigQuery 内で直接 Vertex AI の基盤モデルにアクセスし、感情分析やエンティティ抽出などの多くのテキスト処理タスクを実行できます。
BigQuery に統合された AI コラボレーターである BigQuery の Duet AI は、SQL や Python を記述するためのコンテキストに応じたコード サポートを提供します。関数、コードブロック、修正を自動的に提案します。チャット アシスタンスでは、自然言語を使用して特定のタスクの実行に関するリアルタイムのガイダンスを得ることができるため、ドキュメントを探すための時間を削減できます。詳しくは、Google Cloud の Duet AI をご覧ください。
BigQuery には複数のエディションがあり、個々のワークロード要件に合った機能セットを好きな組み合わせで選択できるので、適切なコスト パフォーマンスを実現できます。コンピューティング容量の自動スケーリングにより、ワークロードの需要に応じてコンピューティング リソースを詳細にリアルタイムで管理できます。費用が発生するのは、使用したコンピューティング容量分のみです。また、圧縮ストレージの料金設定により、データ使用量の増加とストレージ費用の削減が同時に実現します。
BigQuery ML を使用すると、データ サイエンティストやデータ アナリストは、世界規模の構造化データ、半構造化データ、現在導入されている非構造化データに基づいた ML モデルを構築し運用化できます。これらのデータは BigQuery 内に直接格納され、シンプルな SQL を使用してごく短時間で処理できます。BigQuery ML モデルは、エクスポートして Vertex AI のオンライン予測や独自のサービスレイヤで使用できます。詳細については、現在サポートされているモデルをご覧ください。
BigQuery Omni は、フルマネージドのマルチクラウド分析ソリューションです。費用対効果の高い安全な方法でさまざまなクラウドのデータを分析し、結果を 1 つの画面に表示して共有できます。BigQuery Analytics Hub で、組織内および組織間で安全にデータアセットを交換し、商用、一般公開、Google のデータセットを使用して分析力を強化します。データ クリーンルームを作成、管理して、データの移動やコピーを必要とすることなく、プライバシーを重視した測定、データ共有、組織間でのコラボレーションを実現します。
BigQuery には、ストリーミング データを取り込んで直ちにクエリできるようにする機能や、Dataflow などのストリーミング プロダクトとのネイティブなインテグレーションが組み込まれています。1 秒未満のクエリ レスポンス時間と高い同時実行性を実現するメモリ内分析サービスの BigQuery BI Engine では、大規模なデータセットをインタラクティブに分析できます。BigQuery マテリアライズド ビューを使用すると、環境内のクエリ パフォーマンスを強化して費用を削減できます。
BigQuery では、構造化、半構造化、非構造化のすべてのデータ型をクエリできます。BigLake を使用すると、さまざまなデータ型の統合と探索、高度なモデルの構築が可能です。さらに、信頼できるデータへのアクセスを可能にするインテリジェントなデータ ファブリック、Dataplex の一貫した制御によって、各種データレイク、データ ウェアハウス、データマートのデータを一元的に検出、管理、モニタリング、統制できます。
組み込みのビジネス インテリジェンスにより、Looker Studio で数回クリックするだけで分析情報を作成して共有したり、Looker で BI を超えるデータリッチ エクスペリエンスを構築したりできます。コネクテッド シートを使うと、ピボット テーブル、グラフ、数式などの使い慣れたツールで Google スプレッドシート内の数十億行の BigQuery ライブデータを分析し、ビッグデータから簡単に分析情報を引き出せます。
Google Cloud のセキュリティおよびプライバシーに関するサービスと BigQuery とのインテグレーションを通じて、セキュリティの強化および列レベルと行レベルでの詳細なガバナンス コントロールが実現します。データは保存時も転送時もデフォルトで暗号化されるため安心です。
BigQuery の地理空間機能は、BigQuery のサーバーレス アーキテクチャと地理空間分析のネイティブ サポートを独自に組み合わせているため、ロケーション インテリジェンスを使用して従来の分析ワークフローを拡張できます。一般的な地理空間データ形式の任意の点、線、ポリゴン、マルチポリゴンをサポートしており、分析を簡易化して斬新な方法で空間データを可視化することで、新しいビジネスの可能性を切り拓きます。
Datastream を使用して、異種のデータベース、ストレージ システム、アプリケーションの間でデータを確実に、かつ最小限のレイテンシで同期できます。Datastream は目的に特化した拡張可能な Dataflow テンプレートと統合可能で、Cloud Storage に書き込まれた変更ストリームを pull し、リアルタイム分析用の最新の複製テーブルを BigQuery に作成できます。
仕組み
BigQuery のサーバーレス アーキテクチャでは、SQL クエリを使用してデータを分析できます。BigQuery 内にデータを保存して分析することも、BigQuery を使用して外部のデータを評価することもできます。BigQuery サンドボックスでは、実際にデータのクエリをお試しいただけます。クレジット カードは必要ありません。
一般的な使用例
データ ウェアハウスを BigQuery に移行する
Google Cloud のエンタープライズ データ ウェアハウスに移行することで、最新の分析ニーズに応え、ビジネスをシームレスに拡大しましょう。無料でフルマネージドの BigQuery Migration Service を使用して、Netezza、Oracle、Redshift、Teradata、Snowflake から BigQuery への移行プロセスを合理化できます。
データ ウェアハウスを BigQuery に移行する
Google Cloud のエンタープライズ データ ウェアハウスに移行することで、最新の分析ニーズに応え、ビジネスをシームレスに拡大しましょう。無料でフルマネージドの BigQuery Migration Service を使用して、Netezza、Oracle、Redshift、Teradata、Snowflake から BigQuery への移行プロセスを合理化できます。
あらゆるデータを BigQuery に取り込む
複数のソースのデータを BigQuery にまとめることで、分析が容易になります。ローカルソース、Google ドライブ、Cloud Storage バケットからデータファイルをアップロードできます。また、BigQuery Data Transfer Service(DTS)、Cloud Data Fusion プラグインを使用することも、Datastream for BigQuery を使ってリレーショナル データベースからデータを複製することも、業界をリードする Google のデータ統合パートナーシップを活用することも可能です。
あらゆるデータを BigQuery に取り込む
複数のソースのデータを BigQuery にまとめることで、分析が容易になります。ローカルソース、Google ドライブ、Cloud Storage バケットからデータファイルをアップロードできます。また、BigQuery Data Transfer Service(DTS)、Cloud Data Fusion プラグインを使用することも、Datastream for BigQuery を使ってリレーショナル データベースからデータを複製することも、業界をリードする Google のデータ統合パートナーシップを活用することも可能です。
イベント ドリブン分析
イベント ドリブンな分析でビジネス イベントにリアルタイムで対応することで、競争上の優位性が生まれます。組み込みのストリーミング機能を使用すると、ストリーミング データを自動的に取り込み、直ちにクエリできます。これにより、アジリティの維持や、最新のデータに基づいたビジネス上の意思決定が可能になります。一方、Dataflow を使用すると、包括的なソリューションとしてシンプルで高速なストリーミング データ パイプラインを実現できます。
イベント ドリブン分析
イベント ドリブンな分析でビジネス イベントにリアルタイムで対応することで、競争上の優位性が生まれます。組み込みのストリーミング機能を使用すると、ストリーミング データを自動的に取り込み、直ちにクエリできます。これにより、アジリティの維持や、最新のデータに基づいたビジネス上の意思決定が可能になります。一方、Dataflow を使用すると、包括的なソリューションとしてシンプルで高速なストリーミング データ パイプラインを実現できます。
最先端の AI / ML でビジネスの成果を予測
予測分析を活用することで、運用の合理化、収益の向上、リスクの軽減を実現できます。BigQuery ML では、既存のビジネス インテリジェンス ツールやスプレッドシートを使用してモデルを構築、実行できるため、データ アナリストが ML を簡単に活用できるようになります。このため、予測分析が組織全体でビジネス上の意思決定の改善につながります。
最先端の AI / ML でビジネスの成果を予測
予測分析を活用することで、運用の合理化、収益の向上、リスクの軽減を実現できます。BigQuery ML では、既存のビジネス インテリジェンス ツールやスプレッドシートを使用してモデルを構築、実行できるため、データ アナリストが ML を簡単に活用できるようになります。このため、予測分析が組織全体でビジネス上の意思決定の改善につながります。
ログデータを分析する
BigQuery では、ロギングデータを分析してより深く理解できます。GoogleSQL を使用して、サーバーやセンサー、その他のデバイスから生成されたデータを保存して探索したり、クエリを実行したりすることができます。さらに、ログデータをその他のビジネスデータと一緒に分析することで、より広範な分析をすべて BigQuery 内でネイティブに行えます。
ログデータを分析する
BigQuery では、ロギングデータを分析してより深く理解できます。GoogleSQL を使用して、サーバーやセンサー、その他のデバイスから生成されたデータを保存して探索したり、クエリを実行したりすることができます。さらに、ログデータをその他のビジネスデータと一緒に分析することで、より広範な分析をすべて BigQuery 内でネイティブに行えます。
データと AI でマーケティングの ROI とパフォーマンスの向上を実現する
マーケティング データソースとビジネス データソースを BigQuery で統合することで、Google AI をマーケティング データで活用できます。ビジネスの全体像を把握し、より多くの自社データを使用してマーケティングの ROI とパフォーマンスを高め、ML / AI が組み込まれパーソナライズされたターゲティング マーケティングを大規模に実現します。Looker Studio またはコネクテッド シートで分析情報とパフォーマンスを共有します。
データと AI でマーケティングの ROI とパフォーマンスの向上を実現する
マーケティング データソースとビジネス データソースを BigQuery で統合することで、Google AI をマーケティング データで活用できます。ビジネスの全体像を把握し、より多くの自社データを使用してマーケティングの ROI とパフォーマンスを高め、ML / AI が組み込まれパーソナライズされたターゲティング マーケティングを大規模に実現します。Looker Studio またはコネクテッド シートで分析情報とパフォーマンスを共有します。
プライバシー重視のデータ共有のための BigQuery データ クリーンルーム
基盤となるデータを BigQuery 内でコピーまたは移動することなく、お客様とパートナーが共同作業するための低信頼環境を構築します。これにより、BigQuery SQL インターフェースでプライバシーを強化する変換を実行し、使用状況をモニタリングして共有データに対するプライバシーの脅威を検出できます。インフラストラクチャや組み込みの BI および AI / ML を管理することなく、BigQuery のスケーリングのメリットを享受できます。
プライバシー重視のデータ共有のための BigQuery データ クリーンルーム
基盤となるデータを BigQuery 内でコピーまたは移動することなく、お客様とパートナーが共同作業するための低信頼環境を構築します。これにより、BigQuery SQL インターフェースでプライバシーを強化する変換を実行し、使用状況をモニタリングして共有データに対するプライバシーの脅威を検出できます。インフラストラクチャや組み込みの BI および AI / ML を管理することなく、BigQuery のスケーリングのメリットを享受できます。
料金
BigQuery の料金の仕組み | BigQuery の料金は、コンピューティング(分析)、ストレージ、追加サービス、データの取り込みと抽出に基づいています。データの読み込みとエクスポートは無料です。 | |
---|---|---|
サービスと用途 | サブスクリプション タイプ | 価格(米ドル) |
無料枠 | BigQuery の無料枠では、10 GiB のストレージ、1 か月あたり最大 1 TiB のクエリ、その他のリソースを無料でご利用いただけます。 | 無料 |
コンピューティング(分析) | オンデマンド 通常、最大 2,000 個の同時実行スロットが提供されます。これらのスロットは 1 つのプロジェクトのすべてのクエリで共有されます。 | Starting at $6.25 スキャンした TiB あたり。毎月 1 TiB まで無料。 |
Standard エディション 標準 SQL 分析に適した低費用のオプション | $0.04 スロット時間あたり | |
Enterprise エディション 高度なエンタープライズ分析をサポート | $0.06 スロット時間あたり | |
Enterprise Plus エディション ミッション クリティカルなエンタープライズ分析をサポート | $0.10 スロット時間あたり | |
ストレージ | アクティブなローカル ストレージ 過去 90 日間に変更が加えられたテーブルまたはテーブル パーティションで使用されている、未圧縮のバイト数に基づいて計算されます。 | Starting at $0.02 1 GiB あたり。毎月 10 GiB まで無料。 |
長期の論理ストレージ 連続する 90 日間に変更が加えられたテーブルまたはテーブル パーティションで使用されている、未圧縮のバイト数に基づいて計算されます。 | Starting at $0.01 1 GiB あたり。毎月 10 GiB まで無料。 | |
アクティブな物理ストレージ 連続する 90 日間に変更が加えられたテーブルまたはテーブル パーティションで使用されている、圧縮されたバイト数に基づいて計算されます。 | Starting at $0.04 1 GiB あたり。毎月 10 GiB まで無料。 | |
長期の物理ストレージ 連続する 90 日間に変更が加えられていないテーブルまたはパーティションの、圧縮されたバイト数に基づいて計算されます。 | Starting at $0.02 1 GiB あたり。毎月 10 GiB まで無料。 | |
データの取り込み | バッチ読み込み Cloud Storage からテーブルをインポートする | 無料 共有スロットプールを使用する場合 |
ストリーミング挿入 挿入に成功した行が課金対象になります。最小 1 KB で各行が計算されます。 | $0.01 200 MiB あたり | |
BigQuery Storage Write API BigQuery に読み込まれたデータには、BigQuery ストレージの料金または Cloud Storage の料金が適用されます。 | $0.025 1 GiB あたり。毎月 2 TiB まで無料。 | |
データの抽出 | バッチ エクスポート テーブルデータを Cloud Storage にエクスポートします。 | 無料 共有スロットプールを使用する場合 |
ストリーミング読み取り Storage Read API を使用して、テーブルデータをストリーミング読み取りします。 | Starting at $1.10~ 読み取り 1 TiB あたり |
BigQuery の料金の詳細をご覧ください。 すべての料金の詳細を見る
BigQuery の料金の仕組み
BigQuery の料金は、コンピューティング(分析)、ストレージ、追加サービス、データの取り込みと抽出に基づいています。データの読み込みとエクスポートは無料です。
コンピューティング(分析)
オンデマンド
通常、最大 2,000 個の同時実行スロットが提供されます。これらのスロットは 1 つのプロジェクトのすべてのクエリで共有されます。
Starting at
$6.25
スキャンした TiB あたり。毎月 1 TiB まで無料。
Standard エディション
標準 SQL 分析に適した低費用のオプション
$0.04
スロット時間あたり
Enterprise エディション
高度なエンタープライズ分析をサポート
$0.06
スロット時間あたり
Enterprise Plus エディション
ミッション クリティカルなエンタープライズ分析をサポート
$0.10
スロット時間あたり
ストレージ
アクティブなローカル ストレージ
過去 90 日間に変更が加えられたテーブルまたはテーブル パーティションで使用されている、未圧縮のバイト数に基づいて計算されます。
Starting at
$0.02
1 GiB あたり。毎月 10 GiB まで無料。
長期の論理ストレージ
連続する 90 日間に変更が加えられたテーブルまたはテーブル パーティションで使用されている、未圧縮のバイト数に基づいて計算されます。
Starting at
$0.01
1 GiB あたり。毎月 10 GiB まで無料。
アクティブな物理ストレージ
連続する 90 日間に変更が加えられたテーブルまたはテーブル パーティションで使用されている、圧縮されたバイト数に基づいて計算されます。
Starting at
$0.04
1 GiB あたり。毎月 10 GiB まで無料。
長期の物理ストレージ
連続する 90 日間に変更が加えられていないテーブルまたはパーティションの、圧縮されたバイト数に基づいて計算されます。
Starting at
$0.02
1 GiB あたり。毎月 10 GiB まで無料。
データの取り込み
バッチ読み込み
Cloud Storage からテーブルをインポートする
無料
共有スロットプールを使用する場合
ストリーミング挿入
挿入に成功した行が課金対象になります。最小 1 KB で各行が計算されます。
$0.01
200 MiB あたり
BigQuery Storage Write API
BigQuery に読み込まれたデータには、BigQuery ストレージの料金または Cloud Storage の料金が適用されます。
$0.025
1 GiB あたり。毎月 2 TiB まで無料。
データの抽出
バッチ エクスポート
テーブルデータを Cloud Storage にエクスポートします。
無料
共有スロットプールを使用する場合
ストリーミング読み取り
Storage Read API を使用して、テーブルデータをストリーミング読み取りします。
Starting at
$1.10~
読み取り 1 TiB あたり
BigQuery の料金の詳細をご覧ください。 すべての料金の詳細を見る
パートナーとインテグレーション
データの取り込みから可視化まで、多くのパートナーが独自のデータ ソリューションを BigQuery に統合しています。上に記しているのは Google Cloud Ready - BigQuery に対応したパートナー インテグレーションです。
BigQuery パートナーについては、Partners ディレクトリをご覧ください。
よくある質問
BigQuery は、Google Cloud が提供するフルマネージドの完全にサーバーレスなエンタープライズ データ ウェアハウスです。すべてのデータ型をサポートし、各種のクラウドで機能します。また、統合プラットフォーム内に ML とビジネス インテリジェンスがすべて組み込まれています。
エンタープライズ データ ウェアハウスは、さまざまなソースの構造化データと半構造化データの分析とレポートに使用されるシステムです。多くの組織はオンプレミスにある従来のデータ ウェアハウスからクラウド データ ウェアハウスに移行することで、さらに費用を削減し、スケーラビリティと柔軟性の向上を実現しています。
BigQuery では、高可用性と 99.99% の稼働時間 SLA を実現する強固なセキュリティ、ガバナンス、信頼性を確保できます。データはデフォルトで暗号化され、顧客管理の暗号鍵によって保護されます。
BigQuery の使用を開始する方法はいくつかあります。新規のお客様には、BigQuery のお支払いに使用できる無料クレジットを $300 分進呈します。すべてのお客様は、10 GB のストレージと 1 か月あたり最大 1 TB のクエリを無料でご利用になれます。クレジットに対する課金はありません。これらのクレジットは、BigQuery の無料トライアルにお申し込みいただくと獲得できます。まだご決断されていない場合は、BigQuery サンドボックスをぜひお試しください。クレジット カードの登録は不要です。
BigQuery サンドボックスでは、クレジット カードなしで BigQuery を試すことができます。BigQuery の無料枠は自動的に維持されます。サンドボックスでは、一般公開データセットを使ったクエリや分析を実際にお試しいただけます。独自のデータを BigQuery サンドボックスに取り込んで分析することもできます。無料トライアルにアップグレードした新規のお客様には、BigQuery で使える $300 分のクレジットを差し上げています。
あらゆる規模の企業が、すべてのビジネスデータを対象にデータ分析を行って知見を得るために、サイロ化したデータを BigQuery で 1 か所に集約しています。これにより、リアルタイムで意思決定を行い、ビジネス レポートを合理化し、ML をデータ分析に組み込んで将来のビジネス チャンスを予測できます。