Google BigQuery

速度飛快、彈性擴充、經濟實惠且全代管的雲端資料倉儲系統,並內建機器學習功能。

免費試用

BigQuery 是 Google 推出的無伺服器式企業資料倉儲,具高擴充性,有助於提高資料分析工作的效率,性價比十分優異。由於 BigQuery 沒有基礎架構需要管理,更不需要資料庫管理員,所以您可以專心分析資料,使用熟悉的 SQL,找出有意義的深入內容。

藉由管理完善的欄位式儲存格式,以及來自物件儲存空間和試算表的資料,打造出符合邏輯的資料倉儲,您便能心無旁鶩地分析所有資料。透過簡單的 SQL 就能建構和操作機器學習解決方案。可輕鬆且安全地在機構內部和其他地方共用深入分析資訊,例如資料集、查詢內容、試算表以及報表。BigQuery 可讓機構使用強大的串流擷取功能即時取得並分析資料,確保您的分析資訊一律是最新內容,而且每個月免費提供多達 1 TB 的資料分析額度及 10 GB 的資料儲存空間。

快速設定和執行

資料倉儲只需要數秒鐘即可完成設定,而且設定完畢後可立即查詢您的資料。不論是 GB 或 PB 規模的資料,BigQuery 皆可在彈指間完成 SQL 查詢,讓您輕鬆將自己的資料加入公開資料集或商用資料集。再也不需要耗費時間進行基礎架構佈建作業,無伺服器基礎架構可處理包含修補及升級作業在內的維護工作,進而減少停機時間。BigQuery 使用您熟悉的 ANSI 相容 SQL,並且提供 ODBC 與 JDBC 驅動程式,讓您快速輕鬆地整合資料。

快速設定和執行

視需要進行擴充

不必再煩惱資料倉儲的規劃作業,透過無限制的彈性資源調度功能,您可以使用所需的任何資源。BigQuery 採用 Google 的無伺服器基礎架構,透過自動調整資源配置和高效能串流擷取功能來載入資料,藉此滿足即時分析的需求。無論使用者多寡和資料的大小為何,BigQuery 都能透過代管欄位式儲存格式、大量平行處理原則和自動效能最佳化,幫助所有使用者快速地同步分析資料。

視需要進行擴充

透過強大的分析功能加快深入分析

可更加快速地從資料中取得深入分析的資訊,不必再複製或移動資料。只要有需要,您隨時都可以查詢 BigQuery 代管欄位式儲存格式、Cloud Storage、Cloud Bigtable、試算表及雲端硬碟中的資料,利用 Google BigQuery 一窺所有資料的全貌。BigQuery 能與現有的 ETL 工具 (例如 Informatica 和 Talend) 整合,讓您進一步充實使用中的資料。BigQuery 無需配置或修改,可立即支援 Tableau、MicroStrategy、Looker、數據分析等熱門 BI 工具,任何人都能輕鬆建立令人驚豔的報表和資訊主頁。BigQuery 資料移轉服務可以自動擷取 Google Ads 數據和行銷資料,並以視覺化的方式呈現。您只需要按幾下滑鼠,就能建立強大的行銷資料倉儲。

透過強大的分析功能加快深入分析

保護您的業務資料與投資

在符合您預算的情況下,體驗前所未有的高效能、安全性和實用功能。BigQuery 針對災難復原提供自動資料複製功能,另備有高可用性處理能力,免除您在資料處理上的負擔,而且這部分並未額外收費。另外,BigQuery 提供 99.9% 的服務水準協議,也符合相關的《隱私護盾原則》。只要透過 BigQuery 完善精細的身分與存取權管理功能,您就能輕鬆確保資料安全無虞。存放和傳輸資料時,BigQuery 一律會進行加密。

保護您的業務資料與投資

BigQuery ML測試版

BigQuery ML 讓數據資料學家和資料分析師可以直接在 BigQuery 內使用簡單的 SQL,根據大規模的結構化資料或半結構化資料,快速建構及操作機器學習模型。

BigQuery ML

預測數據分析唾手可得

您可以透過熟悉的 SQL 介面建立、測試及操作自訂機器學習模型,並透過自動化的特徵工程、模型選擇和超參數調整步驟,大幅簡化模型建立程序。訓練完畢的模型可以儲存在 BigQuery 中,也能輕鬆與相關人員分享,讓協同合作的過程更加順暢。

加快深入分析的速度

無須耗費數天或數週時間,您只需要短短幾分鐘就能直接在 BigQuery 中建立機器學習模型。進行訓練時,您不必廣泛地取樣資料,也不用將資料移出資料倉儲系統。另外,您也可以自行選擇是否讓 BigQuery ML 自動更新訓練過的機器學習模型,依據基礎資料異動進行調整,藉此省下手動重新訓練模型的時間。

資源調度無須妥協

有了 BigQuery 的優質無伺服器架構和 Google Cloud 的強大功能,您就能在幾分鐘內運用 PB 規模的資料來訓練機器學習模型。相較於傳統系統所需的時間,可謂是「風馳電掣」。貴機構的資料分析師和普及數據資料學家可以輕鬆進行協同合作,聯手打造機器學習解決方案。BigQuery ML 能夠協助建立預測分析資料解決方案,讓您使命必達,無須做出任何妥協。

BigQuery 功能

速度飛快、彈性擴充、經濟實惠且全代管的 企業資料倉儲系統。

無伺服器
無伺服器資料倉儲可適時提供符合您需求的資源。有了 BigQuery,您可以專注於資料與分析工作,而不用煩惱運算資源的運作與調控。
即時分析
BigQuery 具備高速串流插入 API,可為即時分析提供堅實基礎。只要將最新的業務資料納入分析範圍,就能運用 BigQuery 分析當下情況。
自動化的高可用性
由於有免費的異地資料和運算功能複製機制,所以即使發生嚴重的故障狀況,您的資料仍然不會消失,並且可照常查詢。不需要額外的費用與設定,BigQuery 以透明化的方式自動提供持久可用的儲存空間複本和高可用性。
標準 SQL
BigQuery 支援與 ANSI:2011 相容的標準 SQL 方言,減少重寫程式碼的需求,而且能讓您運用進階的 SQL 功能。BigQuery 免費提供 ODBC 和 JDBC 驅動程式,確保現行的應用程式能與強大的 BigQuery 引擎互動。
聯合查詢和邏輯式資料倉儲
BigQuery 打破資料的隔閡,讓您從單一位置就能分析所有的資料資產。透過強大的聯合查詢,BigQuery 可以處理物件儲存空間 (Cloud Storage)、交易式資料庫 (Cloud Bigtable),或是 Google 雲端硬碟試算表中的資料,完全不需要複製資料。只要一項工具,您就能查詢所有資料來源。
分隔儲存空間和運算能力
BigQuery 提供完善的成本和存取權限控制功能。BigQuery 將儲存空間和運算能力分隔,有使用的資源才會計費。您可以選擇適合貴公司的儲存和處理解決方案,並分別控管各方案的存取權。
自動備份、還原簡單
BigQuery 會自動複製資料並保留 7 天內的變更記錄,讓您不必擔心預期外的資料變更。如此一來,您就能輕鬆儲存及比對不同時間的資料差異。
地理空間資料類型和函式
BigQuery GIS測試版 可直接在資料倉儲服務中提供常用 GIS 函式的 SQL 支援。強大的 BigQuery 可支援 WKT 和 GeoJSON 格式的各種點、線、多邊形和多重多邊形,方便您簡化地理空間分析、透過新的方式查看地點資料,或是開拓嶄新的業務方向。
資料移轉服務
就算您的資料位於 SaaS 應用程式,BigQuery 也能協助您開始使用資料倉儲。BigQuery 資料移轉服務會按照指定的時間和全代管的處理方式,自動將來自 Google Marketing Platform、Google Ads 和 YouTube 等外部資料轉移至 BigQuery。
大數據生態系統整合
透過 Cloud Dataproc 和 Cloud Dataflow,BigQuery 提供 Apache 大數據生態系統的整合功能,讓現有的 Hadoop/Spark 和 Beam 工作負載可直接從 BigQuery 讀取或寫入資料。有了 BigQuery,您可以輕鬆分析 SQL 內容並與現有的大數據工作整合,充分運用結構化資料,所以您已完成的工作也能保留。
PB 規模
無論資料大小,BigQuery 的操作都一樣快速又簡單。有了 BigQuery,您就能進一步善用資料,而且不用購買更多容量,即可靈活調整儲存和分析規模。
彈性的計費模式
BigQuery 可讓您挑選最適合的計費模式。隨選價格讓您只需針對使用的儲存與運算功能付費,固定費率則可讓高用量的使用者或企業選擇固定的每月分析費用。詳情請參閱 BigQuery 計價方式一文。
資料加密與安全性
您可以完全控管 BigQuery 儲存資料的存取權限。BigQuery 使用 Cloud Identity & Access Management,透過精確的身分與存取權管理服務,提供安全無虞的防護。而且您的資料在儲存和傳輸時,一律會進行加密。
資料地區
您可以選擇將 BigQuery 資料儲存到美國、日本和歐洲的機房,而且仍可享有全代管的服務。BigQuery 提供您管理地理資料的選項,卻不必煩惱如何在地區內設置和管理叢集與其他運算資源。
孕育 AI 的基礎
BigQuery 為機器學習和人工智慧提供靈活且強大的基礎。BigQuery ML 不但為資料帶來機器學習的功能,與 Cloud ML Engine 和 TensorFlow 的整合還能讓您以結構化資料訓練強大的模型。此外,BigQuery 能夠轉換及分析資料,協助您取得機器學習資料。
孕育 BI 的基礎
BigQuery 是現代 BI 解決方案資料倉儲的中樞,能夠以 Google 和技術合作夥伴提供的各種工具,順暢完成資料整合、轉換、分析、視覺化和提供報表等工作。
彈性的資料擷取機制
您可以從 Cloud Storage 載入資料,也能以每秒數千列的速度將資料串流至 BigQuery,以便即時分析您的資料。您還可以立即使用熟悉的資料整合工具,例如 Informatica、Talend 和其他產品。
資料管理
透過整合 Cloud IAM,BigQuery 在資料存取和 API 角色權限上,皆能提供精密的管控。有了 BigQuery 和 Cloud IAM,您可以確保資料絕不可能遭遇未經授權存取。
程式輔助互動
BigQuery 提供了 REST API,可進行簡單的程式輔助存取作業和應用程式整合。為了支持所有類型的程式設計人員,BigQuery 提供 Java、Python、Node.js、C#、Go、Ruby 以及 PHP 的用戶端程式庫。企業用戶可以使用 Google Apps Script 從 Google 試算表存取 BigQuery。
使用 Stackdriver 進行各種監控和記錄作業
BigQuery 透過 Stackdriver Audit Logs,提供多樣化的監控、記錄和通知功能。使用者得以迅速掌握 BigQuery 資源,並利用 BigQuery 做為存放區,儲存使用 Stackdriver Logging 的服務或應用程式記錄。
控制成本
BigQuery 提供成本控制功能,讓您將每天的成本控制在上限之內。進一步瞭解成本控制

資料倉儲解決方案架構

BigQuery 解決方案和應用實例

即時商品型錄管理系統
物聯網
大規模事件和記錄分析
可預測的數位行銷
使用商用資料集分佈資料
公開資料集

BigQuery 計價方式

BigQuery 的收費項目包括資料儲存、串流插入和資料查詢,載入和匯出資料則為免費。如需詳細的計價資訊,請參閱計價指南

項目 價格
儲存空間 每 GB 每月 $0.02 美元
長期儲存時每 GB 每月 $0.01 美元
串流插入 每 200 MB $0.01 美元
載入、複製或匯出資料;
中繼資料作業
免費
如果您使用美元以外的貨幣付費,系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

您在查詢資料時可以選擇兩種計價模式:

訂閱類型 價格
用多少,付多少 每 TB $5 美元
每月可免費處理 1 TB*
固定價格 每月 $40,000 美元起,專門保留 2,000 套。
詳情請參閱固定價格

BigQuery ML (預覽計價方式)

BigQuery 模型建立與預測是按照 BigQuery 訂閱類型計費:

訂閱類型 機器學習模型 價格
用多少,付多少 線性迴歸
邏輯迴歸
每個已建立的模型每 GB 訓練資料 $5 美元**
每個月前 10 GB 的訓練資料免費

預測/評估查詢每 TB 資料 $5 美元
固定費率 線性迴歸
邏輯迴歸
模型建立與預測會按一般方式耗用當前的運算單元,至 2019 年 7 月 31 日止

如需其他詳細資料,請查看 BigQuery ML 計價方式

如果您使用美元以外的貨幣付費,系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

* 每個月可使用 BigQuery 免費處理 1 TB 的資料。
** 每個月可免費使用 10 GB 專門執行 CREATE Model 陳述式的資料。
注意:上述作業適用於 BigQuery 的配額政策

BigQuery 合作夥伴

透過多種工具和合作夥伴的協助,BigQuery 得以全面發揮雲端中資料倉儲的潛能。從資料的整合或分析,Google Cloud 合作夥伴將領先業界的工具整合至 BigQuery,用於載入、轉換資料並將資料視覺化,讓客戶得以運用 BigQuery 的靈活性、高效能且易於使用的特性,更快速地提供更全面的深入分析。

資料整合

BI 與資料視覺化

BigQuery 精選網誌

弭平資料和深入分析之間的鴻溝
GCP 大數據產品管理部門主管 Sudhir Hasbe
如何透過 BigQuery 的試算表大量處理您的業務資料
產品經理 Dan McClary
BigQuery 的秘密
BigQuery 技術總監 Jordan Tigani 和 BigQuery 技術專案經理 Tino Tereshko
評估大數據價值時,應考量經濟效益而非特色
ESG
剖析 BigQuery 查詢
BigQuery 技術總監 Jordan Tigani 和 BigQuery 技術專案經理 Tino Tereshko
BigQuery 進一步賦予「全代管」新的定義
BigQuery 技術專案經理 Tino Tereshko
Google 的大規模資料排序實驗史
Google Cloud Platform 軟體工程師 Marian Dvorsky
Capacitor 中 BigQuery 的新一代欄位式儲存格式
張貼者:Dremel/BigQuery 技術總監 Mosha Pasumansky
BigQuery 中的內建記憶體查詢執行
張貼者:BigQuery 技術總監 Hossein Ahmadi
擴大規模:Motorola 如何使用 Google Cloud Platform 轉換資料倉儲和分析資料
張貼者:Google Cloud Platform 網誌編輯 Alex Barrett

如要閱讀更多網誌文章和進一步瞭解 BigQuery,請參閱 Google Cloud 大數據和機器學習網誌。您也可以在 Twitter 上的 @GCPDataML 追蹤我們的最新消息。

本頁所列產品目前處於 Alpha 測試、測試階段,或屬於搶先體驗範圍。如要進一步瞭解各個產品的推出階段,請參閱這個網頁

傳送您對下列選項的寶貴意見...

這個網頁