BigQuery
D'un entrepôt de données à une plate-forme de données et d'IA autonome
BigQuery est une plate-forme autonome de données à l'IA qui automatise l'intégralité du cycle de vie des données, de l'ingestion aux insights basés sur l'IA. Vous pouvez ainsi passer plus rapidement des données à l'IA et à l'action.
Les fonctionnalités de Gemini dans BigQuery sont désormais incluses dans les modèles de tarification de BigQuery.
Stockez 10 Gio de données et exécutez jusqu'à 1 Tio de requêtes par mois sans frais. Les nouveaux clients bénéficient également de 300 $ de crédits pour essayer BigQuery et d'autres produits Google Cloud.
Fonctionnalités
Analyses prédictives et inférences d'IA intégrées
Connectez vos données à l'IA avec l'IA de BigQuery. Entraînez, évaluez et déployez des modèles d'analyse prédictive directement dans BigQuery à l'aide de SQL. Intégrez facilement vos modèles à Gemini Enterprise Agent Platform pour les opérations de machine learning (MLOps) avancées. Utilisez l'IA générative dans vos workflows avec les fonctions d'IA pour la synthèse de texte, l'analyse des sentiments et l'enrichissement des données. Au-delà des tables traditionnelles, utilisez BigQuery Graph pour découvrir des relations et des modèles complexes dans vos données. Créez des applications sophistiquées de récupération de contexte et de RAG avec des embeddings et la recherche vectorielle, textuelle ou hybride pour trouver des informations basées sur le sens, et pas seulement sur des mots clés.
Expérience agentique pour toutes les équipes chargées des données
Bénéficiez d'une assistance et d'une automatisation optimisées par l'IA pour tous les utilisateurs de données dans l'ensemble des workflows analytiques. Automatisez la préparation des données, la détection d'erreurs, les transformations et la création de pipelines avec le Data Engineering Agent. Générez un plan détaillé et exécutez tous les aspects de la data science, y compris le chargement des données, l'ingénierie des caractéristiques, l'entraînement de modèle et l'évaluation avec un simple prompt dans le Data Science Agent. Démocratisez les insights avec l'agent Conversational Analytics, qui permet à chacun de poser des questions complexes en langage courant et de recevoir des réponses concrètes et contextuelles.
Outils de développement et d'analyse d'agents
Intégrez des fonctionnalités de requête en langage naturel dans vos workflows à l'aide de l'API Conversational Analytics. Connectez-vous facilement à BigQuery depuis différents IDE et outils de développement, y compris Gemini CLI, à l'aide du serveur MCP BigQuery, de l'intégration d'ADK ou de OSS MCP Toolbox. Transmettez en flux continu les interactions détaillées des agents à BigQuery pour optimiser les performances et les coûts avec une seule ligne de code à l'aide des plug-ins BigQuery associés aux opérations agentiques pour des frameworks tels qu'ADK, LangGraph et UCP.
Évolutivité et performances de BigQuery pour Apache Iceberg
Exploitez tout le potentiel de BigQuery pour vos données Iceberg en activant l'interopérabilité en lecture/écriture entre BigQuery, Google Cloud Managed Service pour Apache Spark et d'autres moteurs OSS sans déplacement des données. Obtenez des insights en temps réel grâce au streaming à haut débit et simplifiez les pipelines avec des transactions multi-instructions et la capture des données modifiées (CDC). Le lakehouse Google Cloud automatise les tâches de maintenance Iceberg courantes, comme la compactage et le clustering, pour optimiser le rapport prix/performances et éliminer les frais généraux manuels.
Automatiser la gouvernance et fournir du contexte aux agents
Bénéficiez d'un contexte intégré grâce à des fonctionnalités clés telles que la collecte automatique de métadonnées, le profilage des données, la qualité des données et la traçabilité, optimisées par Knowledge Catalog. Permettez à vos agents de récupérer un contexte global à partir de vos données d'entreprise. Grâce à la recherche sémantique, aux API de contexte et aux outils MCP, les agents peuvent découvrir instantanément des éléments de données, extraire des métadonnées prégénérées et les enrichir.
Conçu pour l'efficacité et l'évolutivité des entreprises
L'architecture unique de BigQuery permet de découpler le stockage et le calcul pour les analyses à l'échelle du pétaoctet, tout en optimisant les coûts grâce au stockage compressé, à l'autoscaling du calcul, à la flexibilité des tarifs et plus encore. BigQuery utilise un vaste ensemble de technologies d'infrastructure Google telles que Borg, Colossus, Jupiter et Dremel. Alors que les innovations comme le scaling fluide permettent une facturation réelle à la seconde, les optimisations avancées basées sur l'historique et l'environnement d'exécution accélèrent le traitement des charges de travail natives et Iceberg sans modifier le code ni le schéma.
Analyses en temps réel avec des pipelines de flux de données
Utilisez Managed Service pour Apache Kafka pour créer et exécuter des applications de traitement en flux continu en temps réel. Qu'il s'agisse de streaming facile sur SQL avec les requêtes continues BigQuery, des plates-formes Kafka populaires et Open Source, ou du flux de données multimodal avancéet d u ML avec Dataflow, y compris la prise en charge d'Iceberg, vous pouvez faire de l'IA et des données en temps réel une réalité.
Reprise après sinistre et observabilité gérées
La reprise après sinistre interrégionale offre des fonctionnalités gérées de basculement, de sauvegarde et de récupération des données avec une observabilité améliorée et un routage d'intersection. La surveillance de l'état opérationnel de BigQuery fournit des vues de l'environnement à l'échelle de l'organisation, désormais dotées d'une observabilité basée sur des agents pour un dépannage clé en main. De plus, la sécurité agentique via Security Center offre un contrôle des accès unifié et précis. Ces fonctionnalités garantissent une récupération flexible, une meilleure visibilité et une sécurité robuste pour vos opérations de données.
Fonctionnement
Découvrez comment BigQuery peut vous aider à unifier vos données et à les connecter à une IA révolutionnaire. Découvrez comment accéder à des données non structurées telles que des images, des PDF, des textes et d'autres types de données pour alimenter les métadonnées d'un site Web d'e-commerce. Une opération qui prendrait des heures est simplifiée avec BigQuery.
Découvrez comment BigQuery peut vous aider à unifier vos données et à les connecter à une IA révolutionnaire. Découvrez comment accéder à des données non structurées telles que des images, des PDF, des textes et d'autres types de données pour alimenter les métadonnées d'un site Web d'e-commerce. Une opération qui prendrait des heures est simplifiée avec BigQuery.
Data science
Simplifier les workflows de données à l'IA
Simplifier les workflows de données à l'IA
Simplifiez les workflows de data science de bout en bout dans les notebooks Colab Enterprise avec des agents intégrés ou des bibliothèques Python Open Source via BigQuery DataFrames. Utilisez le moteur de traitement de votre choix, qu'il s'agisse du moteur SQL, de Spark sans serveur ou d'autres frameworks Open Source. Entraînez, évaluez et déployez des modèles de ML directement dans BigQuery ou utilisez des modèles pré-entraînés comme TimesFM à l'aide de SQL. Stockez facilement les caractéristiques des modèles créés et utilisés dans BigQuery. Gérez les versions des modèles, évaluez-les et déployez-les pour la prédiction en ligne via une interface unique en les enregistrant dans Gemini Enterprise Agent Platform.
Tutoriels, guides de démarrage rapide et ateliers
Simplifier les workflows de données à l'IA
Simplifier les workflows de données à l'IA
Simplifiez les workflows de data science de bout en bout dans les notebooks Colab Enterprise avec des agents intégrés ou des bibliothèques Python Open Source via BigQuery DataFrames. Utilisez le moteur de traitement de votre choix, qu'il s'agisse du moteur SQL, de Spark sans serveur ou d'autres frameworks Open Source. Entraînez, évaluez et déployez des modèles de ML directement dans BigQuery ou utilisez des modèles pré-entraînés comme TimesFM à l'aide de SQL. Stockez facilement les caractéristiques des modèles créés et utilisés dans BigQuery. Gérez les versions des modèles, évaluez-les et déployez-les pour la prédiction en ligne via une interface unique en les enregistrant dans Gemini Enterprise Agent Platform.
Analyse de données non structurées
Appliquez l'IA générative à vos données
Appliquez l'IA générative à vos données
Connectez les modèles d'IA de Google et de ses partenaires directement à vos données multimodales dans BigQuery à l'aide de fonctions SQL simples. Obtenez une compréhension sémantique plus approfondie des images, des PDF, des contenus audio et des vidéos grâce aux fonctions d'IA générative. Automatisez les tâches courantes, comme la classification, la commande ou le filtrage, à l'aide de fonctions d'IA gérées spécialement conçues à cet effet, et effectuez des tâches spécifiques, comme la transcription audio ou la traduction automatique, à l'aide des API d'IA Cloud. Analysez des données non structurées dans Cloud Storage à l'aide de tables d'objets avec des fonctions distantes ou effectuez des inférences à l'aide des fonctions d'IA de BigQuery.
Tutoriels, guides de démarrage rapide et ateliers
Appliquez l'IA générative à vos données
Appliquez l'IA générative à vos données
Connectez les modèles d'IA de Google et de ses partenaires directement à vos données multimodales dans BigQuery à l'aide de fonctions SQL simples. Obtenez une compréhension sémantique plus approfondie des images, des PDF, des contenus audio et des vidéos grâce aux fonctions d'IA générative. Automatisez les tâches courantes, comme la classification, la commande ou le filtrage, à l'aide de fonctions d'IA gérées spécialement conçues à cet effet, et effectuez des tâches spécifiques, comme la transcription audio ou la traduction automatique, à l'aide des API d'IA Cloud. Analysez des données non structurées dans Cloud Storage à l'aide de tables d'objets avec des fonctions distantes ou effectuez des inférences à l'aide des fonctions d'IA de BigQuery.
Migration d'entrepôts de données
Migrer des entrepôts de données vers BigQuery
Migrer des entrepôts de données vers BigQuery
Répondez aux demandes actuelles en termes d'analyse et aux cas d'utilisation de l'IA de demain en migrant votre entrepôt de données vers BigQuery. Optimisez votre processus de migration vers BigQuery depuis Netezza, Oracle, Redshift, Teradata, Snowflake ou Databricks à l'aide du service de migration BigQuery sans frais, optimisé par l'IA et entièrement géré.
Tutoriels, guides de démarrage rapide et ateliers
Migrer des entrepôts de données vers BigQuery
Migrer des entrepôts de données vers BigQuery
Répondez aux demandes actuelles en termes d'analyse et aux cas d'utilisation de l'IA de demain en migrant votre entrepôt de données vers BigQuery. Optimisez votre processus de migration vers BigQuery depuis Netezza, Oracle, Redshift, Teradata, Snowflake ou Databricks à l'aide du service de migration BigQuery sans frais, optimisé par l'IA et entièrement géré.
Intégration de données et ELT
Intégrer des données dans BigQuery
Intégrer des données dans BigQuery
L'ELT est le modèle recommandé pour importer des données dans BigQuery. De nombreux outils offrent une grande flexibilité pour l'intégration de données. Pour le chargement par lot, utilisez le service de transfert de données BigQuery (DTS) pour automatiser le chargement groupé de données dans BigQuery à partir de sources de données compatibles. Pour le chargement par flux, les abonnements BigQuery Pub/Sub écrivent les messages Pub/Sub dans une table BigQuery existante à mesure qu'ils sont reçus. Capture de données modifiées (CDC) : Datastream permet de capturer de manière non intrusive les données modifiées des bases de données dans BigQuery. Enfin, vous pouvez fédérer avec un certain nombre de sources de données externes qui ne nécessitent pas de transfert de données.
Tutoriels, guides de démarrage rapide et ateliers
Intégrer des données dans BigQuery
Intégrer des données dans BigQuery
L'ELT est le modèle recommandé pour importer des données dans BigQuery. De nombreux outils offrent une grande flexibilité pour l'intégration de données. Pour le chargement par lot, utilisez le service de transfert de données BigQuery (DTS) pour automatiser le chargement groupé de données dans BigQuery à partir de sources de données compatibles. Pour le chargement par flux, les abonnements BigQuery Pub/Sub écrivent les messages Pub/Sub dans une table BigQuery existante à mesure qu'ils sont reçus. Capture de données modifiées (CDC) : Datastream permet de capturer de manière non intrusive les données modifiées des bases de données dans BigQuery. Enfin, vous pouvez fédérer avec un certain nombre de sources de données externes qui ne nécessitent pas de transfert de données.
Analyse en temps réel
Analyse basée sur les événements
Analyse basée sur les événements
Répondez à des événements métier en temps réel grâce à l'analyse basée sur les événements. Des fonctionnalités de gestion des flux intégrées, telles que les requêtes continues basées sur SQL, ingèrent automatiquement les données et permettent de les interroger immédiatement. Vous gagnez ainsi en agilité et pouvez prendre des décisions métier en vous basant sur les données les plus récentes.Vous pouvez également utiliser Dataflow pour activer des pipelines de flux de données rapides et simplifiés, et ainsi bénéficier d'une solution complète.
Tutoriels, guides de démarrage rapide et ateliers
Analyse basée sur les événements
Analyse basée sur les événements
Répondez à des événements métier en temps réel grâce à l'analyse basée sur les événements. Des fonctionnalités de gestion des flux intégrées, telles que les requêtes continues basées sur SQL, ingèrent automatiquement les données et permettent de les interroger immédiatement. Vous gagnez ainsi en agilité et pouvez prendre des décisions métier en vous basant sur les données les plus récentes.Vous pouvez également utiliser Dataflow pour activer des pipelines de flux de données rapides et simplifiés, et ainsi bénéficier d'une solution complète.
Analyses géospatiales
Obtenez des insights à l'échelle planétaire grâce à des ensembles de données géospatiales riches et faciles à utiliser
Obtenez des insights à l'échelle planétaire grâce à des ensembles de données géospatiales riches et faciles à utiliser
Accédez à un portefeuille de données géospatiales riches, à un cloud computing puissant et à des outils d'IA intégrés qui vous permettent de dégager plus facilement des insights pour prendre des décisions commerciales et durables plus rapides et mieux informées, sans avoir besoin d'une expertise en télédétection ou SIG. Intégrez directement les images Earth Engine et les divers ensembles de données Google Maps Platform à vos workflows BigQuery. Cela inclut un accès fluide aux données Places, Routes, Street View, Aerial and Satellite Imagery, Population Dynamics, Air Quality, Pollen et Weather.
Tutoriels, guides de démarrage rapide et ateliers
Obtenez des insights à l'échelle planétaire grâce à des ensembles de données géospatiales riches et faciles à utiliser
Obtenez des insights à l'échelle planétaire grâce à des ensembles de données géospatiales riches et faciles à utiliser
Accédez à un portefeuille de données géospatiales riches, à un cloud computing puissant et à des outils d'IA intégrés qui vous permettent de dégager plus facilement des insights pour prendre des décisions commerciales et durables plus rapides et mieux informées, sans avoir besoin d'une expertise en télédétection ou SIG. Intégrez directement les images Earth Engine et les divers ensembles de données Google Maps Platform à vos workflows BigQuery. Cela inclut un accès fluide aux données Places, Routes, Street View, Aerial and Satellite Imagery, Population Dynamics, Air Quality, Pollen et Weather.
Tarification
| Fonctionnement des tarifs de BigQuery | Les tarifs de BigQuery sont basés sur le calcul (analyse), le stockage, les services supplémentaires utilisés, ainsi que sur l'ingestion et l'extraction de données. Le chargement et l'exportation des données sont inclus. | |
|---|---|---|
| Services et utilisation | Type d'abonnement | Prix (USD) |
Version gratuite | Le niveau sans frais de BigQuery offre aux clients 10 Gio d'espace de stockage, jusqu'à 1 Tio de requêtes par mois sans frais dans le cadre du calcul à la demande, ainsi que d'autres ressources. | Sans frais |
Calcul (analyse) | À la demande Vous donne généralement accès à un maximum de 2 000 emplacements simultanés, partagés entre toutes les requêtes d'un même projet. | À partir de 6,25 $ par Tio analysé. Le premier Tio de chaque mois est sans frais. |
Éditions : Standard, Enterprise et Enterprise Plus Inclut les fonctionnalités d'assistance IA de Gemini dans BigQuery. | À partir de 0,04 $ par emplacement et par heure | |
Stockage | Stockage logique Basé sur les octets non compressés utilisés dans les tables ou les partitions de table modifiées au cours des 90 derniers jours. | À partir de 0,01 $ Par Gio. Les 10 premiers Gio sont à 0 € chaque mois. |
Stockage physique Basé sur les octets compressés utilisés dans les tables ou les partitions de table modifiées sur 90 jours consécutifs. | À partir de 0,02 $ Par Gio. Les 10 premiers Gio sont à 0 € chaque mois. | |
Ingestion de données | Chargement par lot Importez une table depuis Cloud Storage. | Sans frais Lorsque vous utilisez le pool d'emplacements partagés |
Insertions en flux continu Les lignes correctement insérées sont facturées. Les lignes individuelles sont calculées en utilisant une taille minimale de 1 Ko. | 0,01 $ par tranche de 200 Mio | |
API BigQuery Storage Write Les données chargées dans BigQuery sont soumises aux tarifs de stockage de BigQuery ou aux tarifs de Cloud Storage. | 0,025 $ Par Gio. Les 2 premiers Tio par mois sont sans frais. | |
Extraction des données | Exportation par lot Exportation des données de table vers Cloud Storage. | Sans frais Lorsque vous utilisez le pool d'emplacements partagés |
Lectures en flux continu Lectures en flux continu des données de table à l'aide de l'API Storage Read. | À partir de 1,10 $ par Tio lu | |
Agents | Données d'entrée Data Science Agent, Data Engineering Agent et Conversational Analytics Agent | 3 $ par million de jetons |
Données de sortie Data Science Agent, Data Engineering Agent et Conversational Analytics Agent | 20 $ par million de jetons | |
En savoir plus sur les tarifs de BigQuery. Afficher le détail des tarifs
Fonctionnement des tarifs de BigQuery
Les tarifs de BigQuery sont basés sur le calcul (analyse), le stockage, les services supplémentaires utilisés, ainsi que sur l'ingestion et l'extraction de données. Le chargement et l'exportation des données sont inclus.
Version gratuite
Le niveau sans frais de BigQuery offre aux clients 10 Gio d'espace de stockage, jusqu'à 1 Tio de requêtes par mois sans frais dans le cadre du calcul à la demande, ainsi que d'autres ressources.
Sans frais
Calcul (analyse)
À la demande
Vous donne généralement accès à un maximum de 2 000 emplacements simultanés, partagés entre toutes les requêtes d'un même projet.
Starting at
6,25 $
par Tio analysé. Le premier Tio de chaque mois est sans frais.
Éditions : Standard, Enterprise et Enterprise Plus
Inclut les fonctionnalités d'assistance IA de Gemini dans BigQuery.
Starting at
0,04 $
par emplacement et par heure
Stockage
Stockage logique
Basé sur les octets non compressés utilisés dans les tables ou les partitions de table modifiées au cours des 90 derniers jours.
Starting at
0,01 $
Par Gio. Les 10 premiers Gio sont à 0 € chaque mois.
Stockage physique
Basé sur les octets compressés utilisés dans les tables ou les partitions de table modifiées sur 90 jours consécutifs.
Starting at
0,02 $
Par Gio. Les 10 premiers Gio sont à 0 € chaque mois.
Ingestion de données
Chargement par lot
Importez une table depuis Cloud Storage.
Sans frais
Lorsque vous utilisez le pool d'emplacements partagés
Insertions en flux continu
Les lignes correctement insérées sont facturées. Les lignes individuelles sont calculées en utilisant une taille minimale de 1 Ko.
0,01 $
par tranche de 200 Mio
API BigQuery Storage Write
Les données chargées dans BigQuery sont soumises aux tarifs de stockage de BigQuery ou aux tarifs de Cloud Storage.
0,025 $
Par Gio. Les 2 premiers Tio par mois sont sans frais.
Extraction des données
Exportation par lot
Exportation des données de table vers Cloud Storage.
Sans frais
Lorsque vous utilisez le pool d'emplacements partagés
Lectures en flux continu
Lectures en flux continu des données de table à l'aide de l'API Storage Read.
Starting at
1,10 $
par Tio lu
Agents
Données d'entrée
Data Science Agent, Data Engineering Agent et Conversational Analytics Agent
3 $
par million de jetons
Données de sortie
Data Science Agent, Data Engineering Agent et Conversational Analytics Agent
20 $
par million de jetons
En savoir plus sur les tarifs de BigQuery. Afficher le détail des tarifs
Commencer votre démonstration de faisabilité
Cas d'utilisation métier
Des dizaines de milliers de clients choisissent BigQuery pour créer leurs plates-formes d'IA à partir de leurs données
Mattel gagne du temps et de l'argent en connectant ses données à l'IA dans BigQuery.
TJ Allard, data scientist principal, Mattel
"BigQuery et Vertex AI rassemblent toutes nos données et notre IA sur une même plate-forme. Cela a transformé notre façon de traiter les commentaires des clients : nous sommes passés d'un processus manuel fastidieux à une simple requête en langage naturel en quelques secondes, ce qui nous permet d'obtenir des insights sur les clients en quelques minutes au lieu de plusieurs mois.
Lire d'autres témoignages de clients
Deutsche Telekom conçoit le télécom de demain avec BigQuery
Lire l'article de blog
10 mois pour innover : Definity passe à l'agilité des données avec BigQuery et Vertex AI
Lire l'article de blog
Yassir a migré de Databricks vers BigQuery et a amélioré les performances et l'efficacité de ses processus de machine learning
Lire l'article de blog
Découvrir les différences avec BigQuery
Innovation basée sur l'IA avec une recherche conversationnelle et intelligente, ainsi que de nouvelles expériences d'agent enrichies d'une couche sémantique pour plus de précision.
Données unifiées sur AI Platform pour une analyse, un co-traitement par IA et des insights en temps réel sur les données multimodales, avec une gouvernance, des métadonnées d'exécution et une sécurité unifiées.
Flexibilité et pérennité grâce à une IA à faible coût et une interopérabilité fluide avec des solutions tierces et Open Source.
Partenaires et intégration
Collaborez avec un partenaire pour profiter de son expertise de BigQuery
ETL et intégration de données
Reverse ETL et MDM
Informatique décisionnelle et visualisation des données
Sécurité et gouvernance des données
Connecteurs et outils pour les développeurs
Machine learning et analyses avancées
Qualité et observabilité des données
Partenaires dans le domaine du conseil
De l'ingestion de données à la visualisation, de nombreux partenaires ont intégré leurs solutions de données à BigQuery. Vous trouverez ci-dessus une liste d'intégrations partenaires disponibles via Google Cloud Ready – BigQuery.
Consultez notre annuaire Partners pour en savoir plus sur ces partenaires BigQuery.
Autres demandes et assistance
Questions fréquentes
En quoi BigQuery est-il différent des autres solutions d'entreposage de données d'entreprise ?
BigQuery est l'entrepôt de données d'entreprise sans serveur et entièrement géré de Google Cloud. Il est compatible avec tous les types de données, fonctionne sur plusieurs clouds et intègre des technologies de machine learning et d'informatique décisionnelle, le tout dans une plate-forme unifiée. Grâce à l'intégration native de Vertex AI, vous pouvez facilement associer vos données à l'IA de pointe de Google sans quitter BigQuery.
Qu'est-ce qu'un entrepôt de données d'entreprise ?
Un entrepôt de données d'entreprise est un système utilisé pour l'analyse et le reporting sur des données structurées et semi-structurées provenant de plusieurs sources. De nombreuses organisations passent d'entrepôts de données traditionnels sur site à des entrepôts de données cloud, ce qui permet des économies, une évolutivité et une flexibilité accrues.
Dans quelle mesure BigQuery est-il sécurisé ?
BigQuery dispose de contrôles de sécurité, de gouvernance et de fiabilité robustes qui offrent une garantie de haute disponibilité à 99,99 % dans le cadre d'un contrat de niveau de service. Vos données sont protégées grâce à un chiffrement par défaut et à des clés de chiffrement gérées par le client.
Comment démarrer avec BigQuery ?
Il existe plusieurs façons de vous lancer avec BigQuery. Les nouveaux clients reçoivent 300 $ de crédits à dépenser sur BigQuery. Tous les clients obtiennent 10 Go d'espace de stockage et jusqu'à 1 To de requêtes par mois, sans frais et non déduits de leurs crédits. Vous pouvez obtenir ces crédits en vous inscrivant à l'essai sans frais de BigQuery. Vous n'êtes pas encore prêt ? Vous pouvez utiliser le bac à sable BigQuery sans carte de crédit pour comprendre le fonctionnement de ce service.
Qu'est-ce que le bac à sable BigQuery ?
Le bac à sable BigQuery vous permet de tester BigQuery sans carte de crédit. Vous restez automatiquement dans le niveau sans frais de BigQuery et vous pouvez utiliser le bac à sable pour exécuter des requêtes et des analyses sur des ensembles de données publics afin de voir comment cela fonctionne. Vous pouvez également importer vos propres données dans le bac à sable BigQuery pour les analyser. Il est possible de passer à l'essai sans frais, qui offre aux nouveaux clients 300 $ de crédits pour tester BigQuery.
Comment les entreprises utilisent-elles généralement BigQuery ?
Des entreprises de toutes tailles utilisent BigQuery pour regrouper dans un emplacement unique leurs données auparavant cloisonnées, les analyser et en tirer des insights. Elles peuvent ainsi prendre des décisions en temps réel, simplifier les rapports d'activité et intégrer le machine learning à l'analyse de données afin de prédire les futures opportunités commerciales.
