Google BigQuery

機械学習が組み込まれ、高速かつ高スケーラビリティでコスト効率に優れた、分析用フルマネージド クラウド データ ウェアハウス

無料トライアル

BigQuery は、Google が提供するサーバーレスでスケーラビリティに優れたエンタープライズ向けデータ ウェアハウスです。すべてのデータ アナリストの生産性が向上するように設計されており、他のプロバイダでは実現できない低料金で提供されています。インフラストラクチャの管理が不要なため、有用な情報を見つけるためのデータ分析に専念できます。また、データベースの操作には使い慣れた SQL を使用でき、データベース管理者も必要ありません。

オブジェクト ストレージやスプレッドシートのデータだけでなく、カラム型のマネージド ストレージに論理データ ウェアハウスを作成して、すべてのデータを分析できます。簡単な SQL を使用して機械学習ソリューションを構築、運用化できます。また、データセット、クエリ、スプレッドシート、レポートとして分析情報を組織の内外で安全かつ容易に共有できます。BigQuery では、強力なストリーミング取り込み機能を使用してリアルタイムにデータを取得、分析できるため、常に最新の分析情報が得られます。さらに、毎月最大 1 TB のデータ分析と 10 GB の保存データ容量が無料でご利用いただけます。

簡単な設定ですばやくスタート

データ ウェアハウスを数秒で設定し、データのクエリをすぐに開始できます。 BigQuery は、ギガバイトからペタバイト規模のデータに対して SQL クエリを超高速で実行します。ご使用のデータに公開データセットや商用データセットを結合する作業も容易です。パッチやアップグレードなどの継続的なメンテナンス作業がすべて自動的に処理されるサーバーレス インフラストラクチャであるため、時間のかかるインフラストラクチャのプロビジョニング作業が不要になり、ダウンタイムが短縮されます。BigQuery では一般的な ANSI 準拠の SQL を使用できるほか、ODBC ドライバや JDBC ドライバを提供しているため、お使いのデータとの統合が迅速かつ容易に実行できます。

簡単な設定ですばやくスタート

シームレスなスケーリング

データ ウェアハウスの容量計画に悩まされることはもうありません。容量に制限がないため、柔軟な容量スケーリングを実現できます。BigQuery は、Google のサーバーレス インフラストラクチャが持つ自動スケーリングと高性能なストリーミング取り込み機能を活用してデータを読み込むことで、リアルタイム分析の課題に対応しています。カラム型マネージド ストレージや大規模な並列実行、自動パフォーマンス最適化を使用することで、すべてのユーザーがユーザー数やデータサイズに関係なく、迅速かつ同時にデータを分析できます。

シームレスなスケーリング

高度な分析で迅速に分析情報を取得

データのコピーや移動が必要ないため、データから迅速に分析情報を得ることができます。Google BigQuery は、それ自身のカラム型マネージド ストレージに加え、Cloud Storage、Cloud Bigtable、スプレッドシート、ドライブに保存されているデータをシームレスにクエリし、データの全体像を把握することを可能とします。また、Informatica や Talend などの既存の ETL ツールと統合することで、すでに使用しているデータが拡充されます。BigQuery では Tableau、MicroStrategy、Looker、データスタジオベータ版などの一般的な BI ツールをサポートしているため、誰でも簡単に洗練されたレポートやダッシュボードを作成できます。BigQuery Data Transfer Service で Google 広告やマーケティングのデータを自動的に取り込んで可視化すれば、高性能のマーケティング データ ウェアハウスが実現します。そのために必要な設定は数回のクリックで済みます。

高度な分析で迅速に分析情報を取得

ビジネスデータと投資の保護

優れたパフォーマンス、セキュリティ、機能を実現し、費用を予算内に収めます。BigQuery では、障害復旧と処理の高可用性を確保する自動データ レプリケーションが追加料金なしで提供されており、データ操作の負担が低減されています。また、99.9% の SLA を実現し、米国と EU の間のセーフハーバー協定に準拠しています。BigQuery では、ID とアクセス管理をきめ細かく制御できるため、強固なセキュリティを容易に維持できます。データは、保管時も転送時も常に暗号化されます。

ビジネスデータと投資の保護

BigQuery ML ベータ版

BigQuery ML を利用すると、世界中の構造化データや半構造化データを集めて機械学習モデルを構築し、運用することができます。BigQuery 内部に直接格納されるこのデータは、簡単な SQL ステートメントを使って短時間で処理できます。

BigQuery ML
民主化のロゴ

予測分析を利用できるようにする

使い慣れた SQL を使用してカスタム機械学習モデルを構築、テスト、運用化できます。特徴エンジニアリング、モデル選択、ハイパーチューニングのステップが自動化されているため、モデルの構築プロセスが大幅に簡素化されます。トレーニングされたモデルは BigQuery に保存し、関係者と簡単に共有できるため、共同作業をスムーズに進めることができます。

時間短縮のロゴ

情報分析にかかる時間を短縮する

機械学習モデルは、数分で BigQuery 内に直接作成できます。トレーニングのために、数日または数週間かけてデータ ウェアハウスから大量のデータをサンプリングしたり移動させたりする必要はありません。BigQuery ML には、トレーニングされた機械学習モデルを、基礎となるデータの変更に基づいて自動更新する機能がオプションとして用意されています。この機能を使用すると、モデルを手動で再トレーニングする時間を節約できます。

妥協のないスケーリングのロゴ

妥協せずにスケーリングできる

BigQuery のサーバーレス アーキテクチャの技術と Google Cloud の技術を活用することで、従来のシステムと比較するとほんのわずかな時間で、ペタバイト規模のデータで機械学習モデルをトレーニングできます。組織内のデータ アナリストや市民データ サイエンティストによる共同作用と機械学習ソリューションの構築を簡単にします。BigQuery ML を使用すれば、ミッション クリティカルな予測分析ソリューションを妥協せずに構築できます。

BigQuery の特長

高速かつ高スケーラビリティでコスト効率に優れた、エンタープライズ向け分析用フルマネージド データ ウェアハウス

サーバーレス
サーバーレス データ ウェアハウスは必要なリソースを必要なときに提供します。BigQuery を使用すると、コンピューティング リソースの操作やサイズ設定ではなく、データや分析に注力できます。
リアルタイム分析
BigQuery の高速ストリーミング挿入 API は、リアルタイム分析の強力な基盤を提供します。BigQuery を使用すると、最新のビジネスデータをすぐに分析できるようになるため、現在の状況を分析できます。
追加料金も設定も不要な高可用性
データとコンピューティングは複数のロケーションをまたいで無料で複製されるので、大規模な障害が発生した場合でもデータに対してクエリを実行できます。BigQuery の高耐久性ストレージ、ストレージ複製機能と高可用性は透過的かつ自動的に提供され、追加料金や追加設定は必要ありません。
標準 SQL
BigQuery は ANSI:2011 に準拠した標準の SQL 言語をサポートしているため、コードを書き換えることなく、高度な SQL 機能を利用できます。また、現行のアプリケーションで BigQuery の強力なエンジンとやり取りできるように、無料の ODBC ドライバと JDBC ドライバを提供しています。
連携クエリと論理データ ウェアハウス
BigQuery はデータのサイロ化を解消し、すべてのデータアセットを 1 か所で分析することを可能にします。強力な連携クエリを使用すれば、オブジェクト ストレージ(Cloud Storage)、トランザクション データベース(Cloud Bigtable)、Google ドライブのスプレッドシートの各データを複製せずに処理できます。つまり、1 つのツールだけですべてのデータソースを照会できます。
ストレージとコンピューティングの分離
BigQuery では費用とアクセス権を詳細に管理できます。ストレージとコンピューティングが分離されており、使用したリソースに対してのみ課金が行われます。お客様のビジネスに適したストレージや処理のソリューションを選択し、ソリューションごとにアクセス権を制御できます。
自動バックアップと簡単な復元
BigQuery では自動的にデータが複製され、変更履歴は 7 日間保持されるので、予期しないデータ変更の懸念が軽減されます。これにより、異なる時点のデータを簡単に復元したり比較したりできます。
地理空間データ型と関数
BigQuery GIS アルファ版は、最も一般的に使用されている GIS 関数の SQL サポートをデータ ウェアハウスに提供します。WKT や GeoJSON 形式の任意の点、線分、ポリゴン、マルチポリゴンがサポートされるため、地理空間解析を簡素化したり、ロケーション ベースのデータを新たな方法で表示したりできます。また、BigQuery の技術を活用して、まったく新しい事業を展開できます。BigQuery GIS アルファ版の早期アクセスは、こちらからリクエストできます。
Data Transfer Service
BigQuery を使用すると、SaaS アプリケーションでデータを維持している場合でも、簡単にデータ ウェアハウスの利用を開始できます。BigQuery Data Transfer Service は、あらかじめ設定されたスケジュールに基づき、Google マーケティング プラットフォーム、Google 広告、YouTube などの外部データソースから BigQuery に自動的にデータを転送するフルマネージド サービスです。
ビッグデータ エコシステムの統合
BigQuery は、Cloud Dataproc と Cloud Dataflow を使用することで、Apache のビッグデータ エコシステムと統合できます。これにより、既存の Hadoop、Spark、Beam のワークロードから BigQuery のデータを直接読み書きできるようになります。BigQuery を使用すると SQL での分析や既存のビッグデータ ジョブとの統合が容易になり、構造化データを最大限に活用できるため、これまでの作業が無駄になりません。
ペタバイト規模のスケーリング
BigQuery は、どのようなサイズのデータに対しても高速かつ簡単に使用できます。優れたパフォーマンスでデータを処理できるだけでなく、数ペタバイト以上までシームレスにスケーリングして保存および分析できます。追加容量を購入する必要はありません。
フレキシブルな料金モデル
BigQuery ではお客様に最適な料金モデルを選択できます。従量制の場合は、実際に使用したストレージやコンピューティングに対してのみお支払いいただきます。また大容量をご利用のお客様や企業のお客様は、定額料金をお選びいただくことで、分析にかかる費用を月額料金でお支払いいただけます。詳細については、BigQuery の料金をご覧ください。
データの暗号化とセキュリティ
BigQuery に格納されているデータへのアクセス権は、お客様が完全に管理できます。BigQuery では、Cloud Identity and Access Management を使用して ID とアクセス権をきめ細かく管理し、強固なセキュリティを容易に維持できます。また、データは保管時も転送時も常に暗号化されます。
データの局所性
BigQuery のデータを国内、または米国やヨーロッパに置いてフルマネージド サービスを利用することもできます。BigQuery ではリージョンごとにデータを制御することができ、クラスタなど、リージョン内のコンピューティング リソースの面倒な設定や管理が不要です。
AI の基盤
BigQuery は機械学習と人工知能(AI)の柔軟で強力な基盤を提供します。BigQuery ML によってデータに機械学習を導入するだけでなく、Cloud ML Engine や TensorFlow との統合により、構造化データを基にした強力なモデルのトレーニングを実現できます。さらに、データを変換して分析できるため、機械学習に適した形式でデータを取得するのに役立ちます。
BI の基盤
BigQuery は、最新型の BI ソリューションのためのデータ ウェアハウスのバックボーンを形成し、Google および Google の技術パートナーが提供するツールを活用した、シームレスなデータ統合、変換、分析、可視化、レポート作成を可能にします。
柔軟なデータ取り込み
Cloud Storage や Cloud Datastore のデータを読み込むことも、BigQuery へ毎秒何千行ものデータ ストリーミングを設定してデータのリアルタイム分析を行うこともできます。Informatica、Talend などの一般的なデータ統合ツールはそのままご利用いだたけます。
データ ガバナンス
BigQuery は Cloud IAM との統合により、データに対するきめ細かなアクセス制御と API に対するロールベースの制御を提供します。BigQuery と Cloud IAM を組み合わせることで、データを不正アクセスから保護できます。
プログラムによる操作
BigQuery は、プログラムによるアクセスやアプリケーションの統合を容易に実行できるように REST API を提供しています。BigQuery では、多くのプログラマーの方にご利用いただけるように、Java、Python、Node.js、C#、Go、Ruby、PHP の各言語でクライアント ライブラリを提供しています。またビジネス ユーザーの方は、Google Apps Script を使って Google スプレッドシートから BigQuery にアクセスできます。
Stackdriver による豊富なモニタリング機能やロギング機能
BigQuery では Stackdriver 監査ログを使用して、豊富なモニタリング機能やロギング機能、アラート機能を提供しています。BigQuery のリソースは一目でモニタリングできるため、Stackdriver Logging を使用することで、アプリケーションやサービスから生成されるログのリポジトリとして活用できます。
費用管理
BigQuery の費用管理メカニズムを使用すると、1 日あたりの利用料金に上限を設定できます。 詳細については、費用管理をご覧ください。

BigQuery のソリューションと導入事例

リアルタイム在庫管理システム
モノのインターネット(IoT)
大規模なイベントとログ分析
予測的デジタル マーケティング
商用データセットによるデータ配信
公開データセット

BigQuery の価格

BigQuery のデータ ストレージ、ストリーミング挿入、データのクエリは有料ですが、データの読み込みとエクスポートは無料で行えます。詳しい料金情報については、料金ガイドをご覧ください。

アイテム 料金
ストレージ GB あたり $0.02/月
GB あたり $0.01/月(長期保存の場合
ストリーミング挿入 200 MB あたり $0.01
データの読み込み、コピー、エクスポート
メタデータ オペレーション
無料
米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

クエリの料金は次の 2 種類から選択できます。

サブスクリプション タイプ 料金
従量制 TB あたり $5
毎月 1 TB まで無料*
定額料金 専用スロットの割り当てが 2,000 個で月額 $40,000 から。
詳しくは定額料金をご覧ください。

BigQuery ML(プレビュー料金)

BigQuery のモデル作成と予測の料金は、BigQuery のサブスクリプション タイプに基づいています。

サブスクリプション タイプ 機械学習モデル 料金
従量制 線形回帰
ロジスティック回帰
作成したモデルごとに、トレーニング データ 1 GB あたり $5**
毎月 10 GB まではトレーニング データが無料

予測 / 評価クエリ用のデータ 1 TB あたり $5
定額制: 線形回帰
ロジスティック回帰
モデルの作成と予測については、2019 年 7 月 31 日まで通常どおり現在のスロットを消費します

詳細については、BigQuery ML の料金をご覧ください。

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

* 毎月 1 TB までは、Google BigQuery でのデータ処理を無料でご利用いただけます。
** CREATE Model ステートメントを実行する際に使用されるデータについては、毎月 10 GB まで無料でご利用いただけます。
注: この処理には、BigQuery の割り当てのポリシーが適用されます。

BigQuery のパートナー

BigQuery を使用すると、クラウドにおけるデータ ウェアハウスの可能性を最大限まで引き出すことができます。それを支えるのが、多様なツールやパートナーの存在です。Google Cloud パートナーは、データの統合から分析まで、業界最先端ツールの数々を BigQuery と統合し、データの読み込みや、変換、可視化を可能にしています。これにより、BigQuery の俊敏性やパフォーマンス、利便性を活用し、データ分析をすばやく、効果的に行うことができるようになります。

データの統合

BI とデータの可視化

BigQuery を取り上げたブログ

Bridging the gap between data and insights(英語)
Sudhir Hasbe、プロダクト管理ディレクター、GCP Big Data
How to crunch your business data from Sheets in BigQuery(英語)
Dan McClary、プロダクト マネージャー
BigQuery Under the Hood(英語)
Jordan Tigani、BigQuery テクニカル リーダー、Tino Tereshko、BigQuery テクニカル プログラム マネージャー
Think Economics -- Not Features -- When Evaluating Big Data Value(英語)
ESG
Anatomy of a BigQuery query(英語)
Jordan Tigani、BigQuery テクニカル リーダー、Tino Tereshko、BigQuery テクニカル プログラム マネージャー
“フルマネージド” の新たな基準を確立する BigQuery
Tino Tereshko、BigQuery テクニカル プログラム マネージャー
History of massive-scale sorting experiments at Google(英語)
Marian Dvorsky、Google Cloud Platform ソフトウェア エンジニア
Inside Capacitor, BigQuery’s next-generation columnar storage format(英語)
投稿者: Mosha Pasumansky、Dremel / BigQuery テクニカル リーダー
BigQuery によるインメモリ クエリの実行
投稿者: Hossein Ahmadi、BigQuery テクニカル リーダー
Motorola の GCP 導入 : データ ウェアハウスとアナリティクスをどのように変えたのか
投稿者: Alex Barrett、Google Cloud Platform ブログの編集者

BigQuery に関するその他のブログ投稿や詳細については、Google Cloud のビッグデータと機械学習に関するブログをご覧ください。Twitter アカウント @GCPDataML をフォローしていただくこともできます。

このページに記載されているプロダクトは、アルファ版、ベータ版でのご利用か、早期アクセスが可能です。プロダクトのリリース段階の詳細については、こちらをご覧ください。

フィードバックを送信...