Google BigQuery

快速、伸缩性强、经济实惠且完全托管的云端数据仓库,面向数据分析用途且内建机器学习功能。

免费试用

BigQuery 是 Google 推出的无服务器企业级数据仓库。它伸缩性强,可让您的所有数据分析人员更加高效地工作,并提供无可比拟的高性价比。由于没有需要管理的基础架构,因此您可以专心分析数据,使用熟悉的 SQL 发掘有意义的数据洞见,而无需指派数据库管理员。

您可以为托管的列式存储空间、对象存储空间和电子表格中的数据创建一个逻辑数据仓库,以便对您的所有数据进行分析。您还可以利用简单的 SQL 构建机器学习解决方案并将其付诸应用,以数据集、查询、电子表格和报表的形式在您的组织内部或外部轻松安全地分享数据洞见。BigQuery 可让组织利用其强大的流式提取功能实时采集和分析数据,最新的数据洞见随时唾手可得。此外,BigQuery 每月可免费分析高达 1 TB 的数据,并可免费存储 10 GB 的数据。

快速上手使用

不到一分钟便可设置好您的数据仓库并立即开始查询您的数据。BigQuery 可对 GB 级到 PB 级的数据执行极快速的 SQL 查询,并可轻松地将公共数据集或商业数据集与您的数据融合在一起。借助可代您处理所有日常维护工作(包括打补丁和升级)的无服务器基础架构,您无需再费心于配置基础架构这类耗时的任务,此外还可缩短停机时间。BigQuery 使用大家所熟悉的兼容 ANSI 的 SQL,并提供 ODBC 和 JDBC 驱动程序,让您可以快速而轻松地将 BigQuery 与您的数据整合在一起。

快速启动并运行

无缝扩容

您可以省去规划数据仓库容量的麻烦,没有限制的扩容弹性可让您获得无限容量。Google 的无服务器基础架构利用可自动扩缩的高性能流式提取工具来加载数据,助力 BigQuery 解决实时分析难题。BigQuery 的托管列式存储、大规模并行执行和自动性能优化功能可让所有用户同时快速地分析数据,而不受用户数量或数据规模的限制。

无缝扩展

强大的分析功能让您更快获得数据洞见

您可以更快地从您的数据中获得分析洞见,而无需复制或移动数据。Google BigQuery 可让您无缝查询存储在 BigQuery 的托管列式存储空间、Cloud Storage、Cloud Bigtable、Google 表格和 Google 云端硬盘中的数据,以便能够总览您的所有数据。BigQuery 可与 Informatica 和 Talend 等现有 ETL 工具进行集成,以充实您正在使用的数据。BigQuery 可直接支持 Tableau、MicroStrategy、Looker 和 Data Studio 等热门商业智能工具,因此任何人都可轻松地创建出色的报表和信息中心。只需点击几下鼠标便可利用 BigQuery Data Transfer Service 创建一个功能强大的营销数据仓库,然后便可自动提取和直观地呈现 Google Ads 数据及营销数据。

强大的分析功能让您更快获得数据洞见

保护您的业务数据和投资

只需支付与您的预算相符的费用,便可体验无与伦比的性能、安全性和功能。BigQuery 提供了自动数据复制功能用于进行灾难恢复,并具备高可用性数据处理能力(无需额外费用),因此可为您省去数据运营的麻烦。按照服务等级协议,BigQuery 可提供正常运行时间占比高达 99.9% 的服务,并且符合“隐私护盾准则”。通过精细的身份和访问权限管理控制,BigQuery 可以轻松地确保可靠的安全性。BigQuery 数据无论是在静态存储时还是在传输过程中,始终都受加密保护。

保护您的业务数据和投资

BigQuery ML测试版

借助 BigQuery ML,数据科学家和数据分析师可以直接在 BigQuery 内使用简单的 SQL,在极短时间内基于全球级规模的结构化或半结构化数据构建机器学习模型,并将其付诸应用。

BigQuery ML

降低预测分析的门槛

使用熟悉的 SQL 构建、测试自定义机器学习模型并将其付诸应用,并可通过自动特征工程、模型选择和 HyperTune 步骤大大简化模型构建流程。将已经过训练的模型存储在 BigQuery 内并与相关人员轻松共享,以实现顺畅协作。

缩短数据分析时间

直接在 BigQuery 内用几分钟时间(而不是几天或几周)即可构建机器学习模型,而无需对数据进行广泛采样或将其移出数据仓库以进行训练。BigQuery ML 还可以根据底层数据的变化来自动更新已经过训练的机器学习模型,从而节省手动重新训练模型的时间。

轻松扩容,自由无阻

利用 BigQuery 无服务器架构和 Google Cloud 的强大能力,您只需几分钟即可针对 PB 级规模的数据训练好机器学习模型,与传统系统相比,用时要短得多。有了 BigQuery,您组织中的数据分析师和公民数据科学家将能够轻松协作并构建机器学习解决方案。BigQuery ML 让您可以自由无阻地构建关键任务预测分析解决方案。

BigQuery 的特性

快速、伸缩性强、经济实惠且完全托管的企业数据仓库,面向数据分析用途。

无服务器
无服务器数据仓库可在您需要时为您提供所需资源。借助 BigQuery,您可以专注于数据和分析,而无需运营计算资源和调整其规模。
实时分析
BigQuery 的高速流式数据插入 API 为实时分析提供了强大的基础。BigQuery 让您的最新业务数据可立即用于分析,因此您可以分析目前正在发生的情况。
自动高可用性
可跨多个位置免费复制数据和计算过程,这意味着,即使发生极端故障情况,您仍可查询到自己的数据。BigQuery 以透明的方式自动提供持久的数据副本存储服务,并保证高可用性,而无需额外付费,也无需额外进行设置。
标准 SQL
BigQuery 支持与 ANSI:2011 兼容的标准 SQL 方言,从而降低了重写代码的需要,并且可让您利用高级 SQL 功能。BigQuery 免费提供 ODBC 和 JDBC 驱动程序,可确保您当前的应用能够与 BigQuery 强大的引擎进行互动。
联合查询和逻辑数据仓储
BigQuery 打破了数据孤岛,可让您在一个地方分析您的所有数据资源。利用强大的联合查询功能,BigQuery 可以处理对象存储库 (Cloud Storage)、事务型数据库 (Cloud Bigtable) 或 Google 云端硬盘内的电子表格中的数据,而不会造成任何数据重复现象。只需一项工具即可在您的所有数据来源中进行查询。
存储及计算资源的分隔
BigQuery 让您可以精细控制费用和访问权限。BigQuery 将存储及计算资源两者分隔开来,因此您只需为自己所使用的资源付费。您可以选择适合您企业的存储和处理解决方案,并控制各项解决方案的访问权限。
自动备份和轻松恢复
BigQuery 会自动复制数据,并保留 7 天的更改记录,因此可帮您减轻对数据意外更改的担忧。您随时可以轻松地恢复和比较不同时间点的数据。
地理空间数据类型和函数
BigQuery GIS测试版 向数据仓库中引入了对最常用 GIS 函数的 SQL 支持。此版本支持 WKT 和 GeoJSON 格式的任意点、线、多边形和多重多边形,让您可以利用 BigQuery 的强大功能简化地理空间分析、以全新方式查看基于地理位置的数据,或发掘全新的业务线。
Data Transfer Service
BigQuery 可让您轻松地开始使用数据仓储,即使您的数据位于 SaaS 应用中亦是如此。BigQuery Data Transfer Service 可按预定安排自动将数据从 Google Marketing Platform、Google Ads 和 YouTube 等外部数据源传输到 BigQuery,整个过程完全由系统托管。
大数据生态系统集成
借助 Cloud Dataproc 和 Cloud Dataflow,BigQuery 可与 Apache 大数据生态系统进行集成,从而可让现有 Hadoop/Spark 和 Beam 工作负载直接从 BigQuery 读取数据或向其中写入数据。BigQuery 可让您轻松地使用 SQL 分析结构化数据,并将其与您现有的大数据作业整合,从而充分利用这些结构化数据,因此您无需舍弃已经完成的工作成果。
PB 级数据规模
BigQuery 可以快速而轻松地处理任何规模的数据。BigQuery 具备出色的数据处理性能并可无缝扩容,可让您存储并分析 PB 级的数据,而无需额外购买容量。
灵活的定价模式
BigQuery 可让您选择最适合自己的定价模式。对于按需付费模式,您只需为实际使用的存储和计算资源付费。固定价格模式可让资源使用量大的用户或企业选择一个固定的每月分析费用。如需了解详情,请参阅 BigQuery 价格
数据加密和安全
您可以全权控制哪些人有权限访问存储在 BigQuery 中的数据。BigQuery 通过 Cloud Identity and Access Management 实现精细的身份和访问权限管理,从而可轻松确保可靠的安全性。您的数据无论是在静态存储时还是在传输过程中,都受加密保护。
数据存储区域
您可以选择将 BigQuery 数据存储在美国、日本和欧洲,同时持续享受完全托管的服务。BigQuery 可让您对数据的存储地理位置进行控制,而不必烦恼如何设置和管理区域内的集群及其他计算资源。
人工智能的基础
BigQuery 为机器学习和人工智能提供了灵活而强大的基础。除了通过 BigQuery ML 将机器学习技术运用于您的数据外,BigQuery 还可与 Cloud ML Engine 和 TensorFlow 进行集成,让您能够基于结构化数据训练出强大的模型。此外,BigQuery 的数据转换和分析功能还可以帮助您获得适用于机器学习的数据。
商业智能的基础
BigQuery 可担当现代商业智能解决方案的数据仓储支柱,并且可利用 Google 及我们的技术合作伙伴提供的工具无缝地集成、转换、分析、直观呈现和报告数据。
灵活提取数据
您可以从 Cloud Storage 中加载数据,或以每秒数千行的速度将数据流式传输到 BigQuery,以对数据进行实时分析。可直接使用 Informatica、Talend 等熟悉的数据整合工具。
数据管理
通过与 Cloud IAM 集成,BigQuery 让您可以精细掌控数据访问权限并根据角色来控制 API 访问权限。借助 BigQuery 和 Cloud IAM,您的数据会安全无虞,不会遭到未授权的访问。
编程互动
BigQuery 提供了 REST API,可轻松实现编程访问和应用集成。为了支持所有类型的编程人员,BigQuery 提供了 Java、Python、Node.js、C#、Go、Ruby 和 PHP 客户端库。企业用户可以使用 Google Apps 脚本从 Google 表格访问 BigQuery。
通过 Stackdriver 实现了丰富的监控和日志记录功能
BigQuery 通过 Stackdriver 审核日志提供丰富的监控、日志记录和提醒功能。您可以一目了然地监控 BigQuery 资源,或在使用 Stackdriver Logging 时在 BigQuery 中存储来自任何应用或服务的日志。
费用控制
BigQuery 提供了费用控制机制,可让您为每日费用设置上限。如需了解详情,请参阅费用控制

数据仓储解决方案架构

BigQuery 解决方案和使用场景

实时库存管理系统
物联网
大规模事件和日志分析
预测性数字营销
商业数据集的数据分布情况分析
公共数据集

BigQuery 价格

BigQuery 会收取数据存储、流式插入和数据查询的费用,但数据加载和导出服务不收费。如需详细了解价格信息,请参阅价格指南
项目 价格
存储 每月每 GB $0.02
长期存储时每 GB 每月 $0.01
流式插入 每 200 MB $0.01
加载、复制或导出数据;
元数据操作
免费
如果您使用非美元货币付费,请参阅在 Cloud Platform SKU 上以您的币种列出的价格。

在数据查询方面,您有两个价格选项可以选择:

订阅类型 价格
即用即付 每 TB $5
每月免费处理 1 TB 数据*
固定价格 每月 $40000 起,专门预留 2000 个槽位。
如需了解详情,请参阅固定价格

BigQuery ML(预览版价格)

BigQuery 模型创建和预测的价格按 BigQuery 订阅类型计算:
订阅类型 机器学习模型 价格
即用即付 线性回归
逻辑回归
对于创建的每个模型,每 GB 训练数据 $5**
每月免费处理前 10 GB 训练数据

对于预测/评估查询,每 TB 数据 $5
固定费率 线性回归
逻辑回归
在 2019 年 7 月 31 日之前,模型创建和预测照常使用当前槽位

如需了解其他详情,请参阅 BigQuery ML 价格

如果您使用非美元货币付费,请参阅在 Cloud Platform SKU 上以您的币种列出的价格。

*每月可使用 BigQuery 免费处理 1 TB 数据。
**每月执行 CREATE Model 语句时使用的前 10 GB 数据是免费的。
注意:这些操作必须遵循 BigQuery 的配额政策

BigQuery 合作伙伴

BigQuery 可与众多工具和合作伙伴产品相结合,从而充分释放云端数据仓储的潜能。从数据整合到数据分析,Google Cloud 合作伙伴将其业界领先的工具与 BigQuery 进行了集成,以加载、转换并直观呈现数据,从而使客户能够利用 BigQuery 的敏捷性、高性能和易用性来实现更快、更强大的数据分析。

数据整合

商业智能和数据可视化

关于 BigQuery 的博文

在数据和分析结果之间架起一座桥梁
GCP 大数据产品管理总监 Sudhir Hasbe
如何在 BigQuery 中处理来自 Google 表格的业务数据
产品经理 Dan McClary
BigQuery 底层探秘
BigQuery 技术主管 Jordan Tigani 和 BigQuery 技术项目经理 Tino Tereshko
在评估大数据价值时考虑经济性,而非特性
ESG
BigQuery 查询剖析
BigQuery 技术主管 Jordan Tigani 和 BigQuery 技术项目经理 Tino Tereshko
BigQuery 继续定义全方位托管
BigQuery 技术项目经理 Tino Tereshko
Google 进行大规模数据排序实验的历史
Google Cloud Platform 软件工程师 Marian Dvorsky
深入了解 BigQuery 的新一代列式存储格式 Capacitor
发布者:Dremel/BigQuery 技术主管 Mosha Pasumansky
在 BigQuery 中执行内存查询
发布者:BigQuery 技术主管 Hossein Ahmadi
扩大规模:Motorola 是如何借助 Google Cloud Platform 改变其数据仓储和分析方式的
发布者:Google Cloud Platform 博客编辑 Alex Barrett

要阅读更多博文并详细了解 BigQuery,请访问 Google Cloud 大数据与机器学习博客。您也可以在 Twitter 上关注我们:@GCPDataML

此页面上列出的产品为 Alpha 版、测试版或抢先体验版。要详细了解我们的产品发布阶段,请点击此处

发送以下问题的反馈:

此网页