BigQuery ist ein serverloses kostengünstiges Data Warehouse für Unternehmen, das cloudübergreifend und für große Datenmengen eingesetzt werden kann. Mit den integrierten ML/KI- und Business-Intelligence-Fähigkeiten lassen sich Insights in großem Umfang generieren.
Neukunden erhalten ein Startguthaben von 300 $ für BigQuery.
Alle Kunden erhalten 10 GiB Speicherplatz und bis zu 1 TiB Abfragevolumen pro Monat kostenlos.
Features
BigQuery Studio bietet eine zentrale, einheitliche Oberfläche für alle Datenfachleute mit unterschiedlichen Programmierkenntnissen, um Analyseworkflows von der Datenaufnahme und -vorbereitung über die explorative Datenanalyse und -visualisierung bis hin zur Erstellung und Verwendung von ML-Modellen zu vereinfachen. Außerdem können Sie mit einfachem SQL direkt in BigQuery auf grundlegende Vertex AI-Modelle für Textverarbeitungsaufgaben wie die Sentimentanalyse, Entitätsextraktion und vieles mehr zugreifen, ohne sich mit speziellen Modellen beschäftigen zu müssen.
Duet AI in BigQuery ist ein in BigQuery eingebundener KI-Mitbearbeiter und bietet kontextbezogene Codeunterstützung zum Schreiben von SQL und Python. Funktionen, Codeblöcke und Fehlerbehebungen werden automatisch vorgeschlagen. Mit der Chat-Hilfe können Sie in natürlicher Sprache Unterstützung bei der Ausführung bestimmter Aufgaben erhalten. So müssen Sie nicht mehr nach Dokumentation suchen. Weitere Informationen zu Duet AI in Google Cloud
Mit den verschiedenen BigQuery-Versionen können Sie die richtigen Features für Ihre individuellen Arbeitslastanforderungen auswählen. Außerdem können Sie sich die Komponenten für Ihr gewünschtes Preis-Leistungs-Verhältnis selbst zusammenstellen. Dank Autoscaling werden Rechenressourcen in Echtzeit hinzugefügt, die präzise auf die Anforderungen Ihrer Arbeitslast abgestimmt sind. So zahlen Sie nur für tatsächlich benötigte Kapazitäten. Nutzen Sie die günstige Preisstruktur, um Speicherkosten zu senken und gleichzeitig Datenkapazitäten zu erhöhen.
Mit BigQuery ML können Data Scientists und Datenanalysten ML-Modelle mit riesigen Mengen an strukturierten, semistrukturierten und jetzt auch unstrukturierten Daten erstellen und operationalisieren – und zwar direkt in BigQuery, mit einfachem SQL und in einem Bruchteil der üblichen Zeit. Exportieren Sie BigQuery-ML-Modelle für Online-Vorhersagen in Vertex AI oder Ihre eigene Bereitstellungsebene. Weitere Informationen zu derzeit von uns unterstützten Modellen.
BigQuery Omni ist eine vollständig verwaltete Multi-Cloud-AnalyselösungLINK 1, mit der Sie kosteneffizient und sicher Daten cloudübergreifend analysieren und Ergebnisse über eine zentrale Ansicht teilen können. Mit BigQuery Analytics Hub können Sie Daten-Assets intern und organisationsübergreifend sicher austauschen und Analysen mit kommerziellen, öffentlichen und Google-Datasets verbessern. Erstellen und verwalten Sie Data-Clean-Rooms für datenschutzkonforme Messungen, Datenfreigabe und organisationsübergreifende Zusammenarbeit, ohne Daten verschieben oder kopieren zu müssen.
BigQuery bietet integrierte Funktionen, mit denen Streamingdaten aufgenommen und sofort abgefragt werden können, sowie native Integrationen für Streamingprodukte wie Dataflow. Der In-Memory-Analysedienst BigQuery BI Engine bietet Antwortzeiten unter einer Sekunde sowie hohe Nebenläufigkeit und ermöglicht so die interaktive Analyse großer Datasets. Erhöhen Sie mit materialisierten Ansichten in BigQuery die Abfrageleistung und senken Sie die Kosten für die IT-Umgebung.
Mit BigQuery können Sie alle Datentypen abfragen: ob strukturiert, semistrukturiert oder unstrukturiert. Verwenden Sie BigLake, um verschiedene Datentypen zu untersuchen und zu vereinheitlichen und fortschrittliche Modelle zu erstellen. Dataplex ist eine intelligente Datenstruktur, mit der Organisationen Zugriff auf vertrauenswürdige Daten bieten können. So lassen sich Daten über Data Lakes, Data Warehouses und Data Marts hinweg mit einheitlichen Kontrollfunktionen zentral erkennen, verwalten, überwachen und steuern.
Dank integrierter Business-Intelligence (BI) können Sie in Looker Studio mit wenigen Klicks Insights generieren und teilen. Mit Looker lassen sich außerdem erweiterte Analysen erstellen, die weit über BI hinausgehen. In Google Tabellen können Sie anhand vertrauter Tools wie Pivot-Tabellen, Diagrammen und Formeln Milliarden von Zeilen mit Live-BigQuery-Daten analysieren, um so aus Big Data mithilfe ConnectedSheets schnell Statistiken abzuleiten.
Die Einbindung von BigQuery in Sicherheits- und Datenschutzdienste von Google Cloud bietet umfassende Sicherheit und differenzierte Governance-Steuerung bis auf Spalten- und Zeilenebene. Dabei werden sowohl inaktive Daten als auch Daten bei der Übertragung standardmäßig verschlüsselt.
Mit BigQuery geospatial wird die serverlose Architektur von BigQuery mit nativer Unterstützung für Geodatenanalysen kombiniert. So können Sie Ihre Analyseworkflows durch Standortinformationen erweitern. Vereinfachen Sie Ihre Analysen, lassen Sie sich Geodaten auf eine ganz neue Art und Weise anzeigen und erschließen Sie vollkommen neue Geschäftsbereiche. Dabei werden beliebige Punkte, Linien, Polygone und Multi-Polygone in den gängigsten Formaten für Geodaten unterstützt.
Synchronisieren Sie Daten aus heterogenen Datenbanken, Speichersystemen und Anwendungen mithilfe von Datastream zuverlässig und bei minimaler Latenz. Datastream lässt sich in maßgeschneiderte und erweiterbare Dataflow-Vorlagen einbinden, um für Echtzeitberichte aktuelle replizierte Tabellen in BigQuery zu erstellen und Änderungsstreams abzurufen, die in Cloud Storage geschrieben werden.
Funktionsweise
Mit der serverlosen Architektur von BigQuery können Sie SQL-Abfragen verwenden, um Ihre Daten zu analysieren. Mit BigQuery können Sie Ihre Daten speichern und analysieren oder sie dort untersuchen, wo sie gespeichert sind. Um die Funktionsweise selbst zu testen, fragen Sie Daten – ohne Kreditkarte – mit der BigQuery-Sandbox ab.
Gängige Einsatzmöglichkeiten
Data Warehouses zu BigQuery migrieren
Meistern Sie die heutigen Analyseanforderungen und skalieren Sie Ihre Aktivitäten nahtlos durch einen Umstieg auf das moderne Data Warehouse von Google Cloud. Optimieren Sie Ihren Migrationspfad von Netezza, Oracle, Redshift, Teradata oder Snowflake zu BigQuery mit dem kostenlosen und vollständig verwalteten BigQuery Migration Service.
Data Warehouses zu BigQuery migrieren
Meistern Sie die heutigen Analyseanforderungen und skalieren Sie Ihre Aktivitäten nahtlos durch einen Umstieg auf das moderne Data Warehouse von Google Cloud. Optimieren Sie Ihren Migrationspfad von Netezza, Oracle, Redshift, Teradata oder Snowflake zu BigQuery mit dem kostenlosen und vollständig verwalteten BigQuery Migration Service.
Daten in BigQuery laden
Vereinfachen Sie Analysen und führen Sie in BigQuery Daten aus verschiedenen Quellen zusammen. Sie können Datendateien aus lokalen Quellen, Google Drive und Cloud Storage-Buckets hochladen, BigQuery Data Transfer Service (DTS) und Cloud Data Fusion-Plug-ins verwenden, mit Datastream für BigQuery Daten aus relationalen Datenbanken replizieren oder die branchenführenden Partnerschaften zur Datenintegration von Google nutzen.
Daten in BigQuery laden
Vereinfachen Sie Analysen und führen Sie in BigQuery Daten aus verschiedenen Quellen zusammen. Sie können Datendateien aus lokalen Quellen, Google Drive und Cloud Storage-Buckets hochladen, BigQuery Data Transfer Service (DTS) und Cloud Data Fusion-Plug-ins verwenden, mit Datastream für BigQuery Daten aus relationalen Datenbanken replizieren oder die branchenführenden Partnerschaften zur Datenintegration von Google nutzen.
Ereignisgesteuerte Analyse
Reagieren Sie in Echtzeit mit ereignisgesteuerten Analysen auf Geschäftsereignisse und sichern Sie sich so einen Wettbewerbsvorteil. Integrierte Streamingfunktionen nehmen automatisch Streamingdaten auf und stellen sie sofort für Abfragen zur Verfügung. So bleiben Sie agil und können anhand neuester Daten Geschäftsentscheidungen treffen.Oder nutzen Sie Dataflow, um schnelle, vereinfachte Streaming-Datenpipelines für eine umfassende Lösung zu ermöglichen.
Ereignisgesteuerte Analyse
Reagieren Sie in Echtzeit mit ereignisgesteuerten Analysen auf Geschäftsereignisse und sichern Sie sich so einen Wettbewerbsvorteil. Integrierte Streamingfunktionen nehmen automatisch Streamingdaten auf und stellen sie sofort für Abfragen zur Verfügung. So bleiben Sie agil und können anhand neuester Daten Geschäftsentscheidungen treffen.Oder nutzen Sie Dataflow, um schnelle, vereinfachte Streaming-Datenpipelines für eine umfassende Lösung zu ermöglichen.
Geschäftsergebnisse mit KI und ML prognostizieren
Prädiktive Analysen können verwendet werden, um Abläufe zu optimieren, den Umsatz zu steigern und Risiken zu minimieren. BigQuery ML trägt zur Demokratisierung von Machine Learning bei, denn es ermöglicht Datenanalysten, Modelle mithilfe vorhandener Business-Intelligence-Tools und -Tabellen zu erstellen und auszuführen. Prädiktive Analysen können bei der Entscheidungsfindung im gesamten Unternehmen helfen.
Geschäftsergebnisse mit KI und ML prognostizieren
Prädiktive Analysen können verwendet werden, um Abläufe zu optimieren, den Umsatz zu steigern und Risiken zu minimieren. BigQuery ML trägt zur Demokratisierung von Machine Learning bei, denn es ermöglicht Datenanalysten, Modelle mithilfe vorhandener Business-Intelligence-Tools und -Tabellen zu erstellen und auszuführen. Prädiktive Analysen können bei der Entscheidungsfindung im gesamten Unternehmen helfen.
Logdaten analysieren
Nutzen Sie BigQuery, um Logging-Daten zu analysieren und Insights zu optimieren. Sie können Abfragen von Daten, die von Servern, Sensoren und anderen Einheiten generiert wurden, einfach mit GoogleSQL speichern, untersuchen und ausführen. Darüber hinaus können Sie Logdaten ebenso wie Ihre Geschäftsdaten umfassend und nativ in BigQuery analysieren.
Logdaten analysieren
Nutzen Sie BigQuery, um Logging-Daten zu analysieren und Insights zu optimieren. Sie können Abfragen von Daten, die von Servern, Sensoren und anderen Einheiten generiert wurden, einfach mit GoogleSQL speichern, untersuchen und ausführen. Darüber hinaus können Sie Logdaten ebenso wie Ihre Geschäftsdaten umfassend und nativ in BigQuery analysieren.
Mit Daten und KI die Marketing-ROI und -Leistung steigern
Nutzen Sie die Vorteile der KI von Google für Ihre Marketingdaten, indem Sie Marketing- und Geschäftsdatenquellen in BigQuery vereinheitlichen. Gewinnen Sie einen ganzheitlichen Überblick über das Unternehmen, steigern Sie den Marketing-ROI und die Marketingleistung mit mehr selbst erhobenen Daten und bieten Sie personalisiertes und zielgerichtetes Marketing im großen Maßstab mit integriertem ML/KI. Sie können Statistiken und Leistungsdaten über Looker Studio oder verbundene Tabellenblätter teilen.
Mit Daten und KI die Marketing-ROI und -Leistung steigern
Nutzen Sie die Vorteile der KI von Google für Ihre Marketingdaten, indem Sie Marketing- und Geschäftsdatenquellen in BigQuery vereinheitlichen. Gewinnen Sie einen ganzheitlichen Überblick über das Unternehmen, steigern Sie den Marketing-ROI und die Marketingleistung mit mehr selbst erhobenen Daten und bieten Sie personalisiertes und zielgerichtetes Marketing im großen Maßstab mit integriertem ML/KI. Sie können Statistiken und Leistungsdaten über Looker Studio oder verbundene Tabellenblätter teilen.
BigQuery-Data-Clean-Rooms für datenschutzkonforme Datenfreigabe
Erstellen Sie eine Low-Trust-Umgebung, in der Sie und Ihre Partner zusammenarbeiten können, ohne die zugrunde liegenden Daten direkt in BigQuery zu kopieren oder zu verschieben. Auf diese Weise können Sie datenschutzfreundliche Transformationen in BigQuery SQL-Schnittstellen durchführen und die Nutzung überwachen, um Datenschutzbedrohungen für freigegebene Daten zu erkennen. Profitieren Sie von der BigQuery-Skalierung, ohne eine Infrastruktur verwalten zu müssen, sowie von integrierter BI und KI/ML.
BigQuery-Data-Clean-Rooms für datenschutzkonforme Datenfreigabe
Erstellen Sie eine Low-Trust-Umgebung, in der Sie und Ihre Partner zusammenarbeiten können, ohne die zugrunde liegenden Daten direkt in BigQuery zu kopieren oder zu verschieben. Auf diese Weise können Sie datenschutzfreundliche Transformationen in BigQuery SQL-Schnittstellen durchführen und die Nutzung überwachen, um Datenschutzbedrohungen für freigegebene Daten zu erkennen. Profitieren Sie von der BigQuery-Skalierung, ohne eine Infrastruktur verwalten zu müssen, sowie von integrierter BI und KI/ML.
Preise
Funktionsweise von BigQuery-Preisen | Die Preise für BigQuery richten sich nach Computingleistung (Analyse), Speicherbedarf, ggf. zusätzlichen Diensten sowie Datenaufnahme und -extraktion. Das Laden und Exportieren von Daten ist kostenlos. | |
---|---|---|
Dienste und Nutzung | Abotyp | Preis ($) |
Kostenlose Stufe | Die kostenlose BigQuery-Stufe bietet Kunden 10 GiB Speicherplatz, ein Abfragevolumen von bis zu 1 TiB pro Monat sowie weitere Ressourcen. | Kostenlos |
Computing (Analyse) | On demand Im Allgemeinen haben Sie Zugriff auf bis zu 2.000 gleichzeitige Slots, die für alle Abfragen in einem Projekt gemeinsam genutzt werden. | Starting at $6,25 pro gescanntem TiB. Das erste TiB pro Monat ist kostenlos. |
Standard Edition Kostengünstige Option für die SQL-Standardanalyse | 0,04 $ pro Slot-Stunde | |
Enterprise Edition Unterstützt erweiterte Unternehmensanalysen | 0,06 $ pro Slot-Stunde | |
Enterprise Plus Edition Unterstützt geschäftskritische Unternehmensanalysen | 0,10 $ pro Slot-Stunde | |
Speicher | Aktiver lokaler Speicher Basierend auf unkomprimierten Bytes, die in Tabellen oder Tabellenpartitionen verwendet und in den letzten 90 Tagen geändert wurden. | Starting at 0,02 $ Pro GiB. Die ersten 10 GiB pro Monat sind kostenlos. |
Logischer Langzeitspeicher Basierend auf unkomprimierten Bytes, die in Tabellen oder Tabellenpartitionen verwendet und in 90 aufeinanderfolgenden Tagen geändert wurden. | Starting at 0,01 $ Pro GiB. Die ersten 10 GiB pro Monat sind kostenlos. | |
Aktiver physischer Speicher Basierend auf komprimierten Bytes, die in Tabellen oder Tabellenpartitionen verwendet und in 90 aufeinanderfolgenden Tagen geändert wurden. | Starting at 0,04 $ Pro GiB. Die ersten 10 GiB pro Monat sind kostenlos. | |
Langfristiger physischer Speicher Basierend auf komprimierten Bytes in Tabellen oder Partitionen, die in 90 aufeinanderfolgenden Tagen nicht geändert wurden. | Starting at 0,02 $ Pro GiB. Die ersten 10 GiB pro Monat sind kostenlos. | |
Datenaufnahme | Laden im Batch Tabelle aus Cloud Storage importieren | Kostenlos Bei Verwendung des Pools für freigegebene Slots |
Streaming-Insert-Anweisungen Abgerechnet werden die erfolgreich eingefügten Zeilen. Einzelne Zeilen werden mit einer Mindestgröße von 1 KB berechnet. | 0,01 $ pro 200 MiB | |
BigQuery Storage Write API In BigQuery geladene Daten unterliegen den BigQuery-Speicherpreisen oder den Cloud Storage-Preisen. | 0,025 $ pro 1 GiB. Die ersten 2 TiB pro Monat sind kostenlos. | |
Datenextraktion | Batch-Export Tabellendaten in Cloud Storage exportieren. | Kostenlos Bei Verwendung des Pools für freigegebene Slots |
Streaming-Lesevorgänge Storage Read API verwenden, um Streaming-Lesevorgänge von Tabellendaten auszuführen. | Starting at 1,10 $ pro TiB-Lesevorgang |
Hier finden Sie weitere Details zu den BigQuery-Preisen: Vollständige Preisinformationen
Funktionsweise von BigQuery-Preisen
Die Preise für BigQuery richten sich nach Computingleistung (Analyse), Speicherbedarf, ggf. zusätzlichen Diensten sowie Datenaufnahme und -extraktion. Das Laden und Exportieren von Daten ist kostenlos.
Die kostenlose BigQuery-Stufe bietet Kunden 10 GiB Speicherplatz, ein Abfragevolumen von bis zu 1 TiB pro Monat sowie weitere Ressourcen.
Kostenlos
Computing (Analyse)
On demand
Im Allgemeinen haben Sie Zugriff auf bis zu 2.000 gleichzeitige Slots, die für alle Abfragen in einem Projekt gemeinsam genutzt werden.
Starting at
$6,25
pro gescanntem TiB. Das erste TiB pro Monat ist kostenlos.
Standard Edition
Kostengünstige Option für die SQL-Standardanalyse
0,04 $
pro Slot-Stunde
Enterprise Edition
Unterstützt erweiterte Unternehmensanalysen
0,06 $
pro Slot-Stunde
Enterprise Plus Edition
Unterstützt geschäftskritische Unternehmensanalysen
0,10 $
pro Slot-Stunde
Speicher
Aktiver lokaler Speicher
Basierend auf unkomprimierten Bytes, die in Tabellen oder Tabellenpartitionen verwendet und in den letzten 90 Tagen geändert wurden.
Starting at
0,02 $
Pro GiB. Die ersten 10 GiB pro Monat sind kostenlos.
Logischer Langzeitspeicher
Basierend auf unkomprimierten Bytes, die in Tabellen oder Tabellenpartitionen verwendet und in 90 aufeinanderfolgenden Tagen geändert wurden.
Starting at
0,01 $
Pro GiB. Die ersten 10 GiB pro Monat sind kostenlos.
Aktiver physischer Speicher
Basierend auf komprimierten Bytes, die in Tabellen oder Tabellenpartitionen verwendet und in 90 aufeinanderfolgenden Tagen geändert wurden.
Starting at
0,04 $
Pro GiB. Die ersten 10 GiB pro Monat sind kostenlos.
Langfristiger physischer Speicher
Basierend auf komprimierten Bytes in Tabellen oder Partitionen, die in 90 aufeinanderfolgenden Tagen nicht geändert wurden.
Starting at
0,02 $
Pro GiB. Die ersten 10 GiB pro Monat sind kostenlos.
Datenaufnahme
Laden im Batch
Tabelle aus Cloud Storage importieren
Kostenlos
Bei Verwendung des Pools für freigegebene Slots
Streaming-Insert-Anweisungen
Abgerechnet werden die erfolgreich eingefügten Zeilen. Einzelne Zeilen werden mit einer Mindestgröße von 1 KB berechnet.
0,01 $
pro 200 MiB
BigQuery Storage Write API
In BigQuery geladene Daten unterliegen den BigQuery-Speicherpreisen oder den Cloud Storage-Preisen.
0,025 $
pro 1 GiB. Die ersten 2 TiB pro Monat sind kostenlos.
Datenextraktion
Batch-Export
Tabellendaten in Cloud Storage exportieren.
Kostenlos
Bei Verwendung des Pools für freigegebene Slots
Streaming-Lesevorgänge
Storage Read API verwenden, um Streaming-Lesevorgänge von Tabellendaten auszuführen.
Starting at
1,10 $
pro TiB-Lesevorgang
Hier finden Sie weitere Details zu den BigQuery-Preisen: Vollständige Preisinformationen
Partner und Integration
Viele Partnerunternehmen binden ihre Datenlösungen in BigQuery ein – von der Datenaufnahme bis zur Visualisierung. Die hier aufgeführten Unternehmen nutzen die Integration über Google Cloud Ready – BigQuery.
Informationen zu diesen Unternehmen finden Sie in unserem Partnerverzeichnis.
FAQs
BigQuery von Google Cloud ist die vollständig verwaltete und serverlose Data-Warehouse-Lösung für Unternehmen. BigQuery unterstützt alle Datentypen, funktioniert cloudübergreifend und enthält integrierte Funktionen für Machine Learning und Business Intelligence auf einer einheitlichen Plattform.
Ein Data Warehouse für Unternehmen ist ein System, das für die Analyse und Berichte zu strukturierten und semistrukturierten Daten aus verschiedenen Quellen verwendet wird. Viele Unternehmen wechseln von traditionellen Data Warehouses in lokaler Umgebung zu Cloud Data Warehouses, um von Kosteneinsparungen, höherer Skalierbarkeit und mehr Flexibilität zu profitieren.
BigQuery bietet robuste Steuerelemente für Sicherheit, Data Governance und Zuverlässigkeit, die einen SLA von 99,99 % Verfügbarkeit bieten. Ihre Daten werden durch Standard-Verschlüsselung und kundenverwaltete Schlüssel geschützt.
Es gibt verschiedene Möglichkeiten, BigQuery zu verwenden. Neukunden erhalten ein Startguthaben von 300 $ für BigQuery. Alle Kunden können 10 GB Speicherplatz und ein Abfragevolumen von bis zu 1 TB pro Monat kostenlos nutzen. Dies wird nicht mit Ihrem Guthaben verrechnet. Registrieren Sie sich für die kostenlose Testversion von BigQuery, um das Guthaben zu erhalten. Noch nicht bereit? Sie können die BigQuery-Sandbox ohne Kreditkarte testen.
In der BigQuery-Sandbox können Sie BigQuery ohne Kreditkarte testen. Sie bleiben automatisch in der kostenlosen Stufe von BigQuery und können die Sandbox nutzen, um Abfragen und Analysen in öffentlichen Datasets durchzuführen und die Funktionsweise zu testen. Sie können auch eigene Daten zur Analyse in die BigQuery-Sandbox übertragen. Sie können auf die kostenlose Testversion upgraden, bei der Neukunden ein Guthaben von 300 $ zum Ausprobieren von BigQuery erhalten.
Unternehmen jeder Größe verwenden BigQuery, um isolierte Daten zentral zu konsolidieren und so Datenanalysen durchzuführen und Insights aus Geschäftsdaten zu gewinnen. Dadurch können sie Entscheidungen in Echtzeit treffen, Geschäftsberichte optimieren und Machine Learning in die Datenanalyse einbinden, um zukünftige Geschäftschancen zu erkennen.