BigQuery BI Engine이란 무엇인가요?

BigQuery BI Engine은 신속한 인메모리 분석 서비스입니다. BI Engine을 사용하면 1초 미만의 쿼리 응답 시간으로 BigQuery에 저장된 데이터를 분석하는 동시에 컴퓨팅 비용을 절감할 수 있습니다.

BigQuery BI Engine은 다음 두 가지 방법으로 대시보드를 개선합니다.

  • BI Engine SQL 인터페이스는 사용 중인 API에 관계없이 모든 BigQuery 쿼리를 가속화하는 분산형 인메모리 엔진입니다. BigQuery SQL, API/클라이언트 라이브러리, JDBC 드라이버와 같은 BigQuery 인터페이스에서 작동하는 모든 도구는 BI Engine SQL 인터페이스에서도 작동합니다. BI Engine SQL 인터페이스는 분산 실행 및 부분 가속을 사용하여 대규모 데이터 크기로 확장하여 추가 통계 및 모니터링을 제공합니다.

  • BI Engine이 대화형 성능을 제공하는 Google 데이터 스튜디오 가속화입니다.

BI Engine에서는 성능, 확장성, 보안을 저해하지 않고, 최신 데이터를 사용하면서도 다양한 기능의 대화형 대시보드 및 보고서를 작성할 수 있습니다.

BI Engine의 장점

BI Engine에는 다음과 같은 장점이 있습니다.

  • 빠름: 유용한 정보를 도출하는 데 걸리는 시간을 단축하여 성과를 비즈니스 속도에 맞출 수 있음
    오늘날, 운영에 필요한 처방적 비즈니스 인텔리전스를 사용하여 데이터 중심적인 방식으로 비즈니스를 이끌 수 있을 정도로 빠르게 보고서를 실행하는 것은 어렵습니다. 또한 팀들은 느린 대시보드 및 오래된 데이터로 어려움을 겪습니다. BI Engine은 로드 시간을 최소화하고 BigQuery에 저장된 데이터의 지능형 캐싱을 개선하여 1초 미만의 쿼리 응답 시간을 제공합니다. BI Engine을 BigQuery 스트리밍과 통합하면 쓰기 속도 또는 데이터의 최신 상태를 유지하면서 스트리밍 데이터에 대한 실시간 데이터 분석을 수행할 수 있습니다.
  • 간소화된 아키텍처: 복잡한 데이터 파이프라인 또는 서버를 관리하지 않고 빠르게 시작
    전통적인 BI 시스템을 사용하려면 빠른 대화형 분석을 지원하기 위해 데이터 웨어하우징 플랫폼에서 데이터 마트 또는 BI 플랫폼으로 데이터를 이동해야 합니다. 그러려면 일반적으로 데이터 이동에 복잡한 ETL 파이프라인이 필요합니다. 이러한 ETL 작업에 시간이 소요되면 보고가 지연되고 중요한 의사 결정 지원 시스템을 위한 데이터의 최신 상태가 손상될 수 있습니다. BI Engine은 BigQuery 내에서 인플레이스 분석을 수행합니다. 따라서 데이터를 이동하거나 복잡한 데이터 변환 파이프라인을 만들 필요가 없습니다.
  • 사용 편의성: BigQuery의 원활한 환경
    BI Engine은 BigQuery와 동일한 인터페이스를 사용합니다. 따라서 사용하는 BI 도구에 관계없이 BigQuery와 상호작용하는 방식을 변경하지 않고도 BI Engine SQL 인터페이스의 이점을 활용할 수 있습니다. 즉, 쿼리가 BI Engine으로 가속화할 수 없는 경우 실패하지 않으며 일반 쿼리로 실행됩니다.
  • 스마트 미세 조정: 구성 설정이 거의 없음
    BI Engine의 자체 조정 설계는 BI Engine의 인메모리 스토리지, BigQuery 쿼리 캐시, BigQuery 스토리지 간에 데이터를 이동하여 쿼리를 자동으로 조정함으로써 대시보드의 최적 성능과 로드 시간을 보장합니다. BigQuery 관리자는 Console을 사용하여 BI Engine 메모리 용량을 쉽게 추가하고 삭제할 수 있습니다.

BI Engine 권장사항

BI Engine을 구현할 때는 다음 권장사항을 고려하세요.

  • 격리 - 특정 쿼리 모음이 항상 가속화되도록 하려면 BI 예약으로 별도의 결제 프로젝트를 만들고 예약 용량이 프로젝트에 충분한지 확인합니다.
  • 쿼리 복잡성 - 필터링과 계산이 중요한 사전 집계된 데이터에 가장 적합합니다. BI Engine은 적은 수의 조인(내부, 왼쪽 외부)과도 잘 연동됩니다. 한쪽 조인이 크고 다른 쪽은 작은 경우(예: 작은 측정기준 테이블과 조인된 큰 팩트 테이블을 쿼리하는 경우)에 특히 잘 연동됩니다.
  • 쿼리 최적화 - 파티션 나누기 및 클러스터링을 사용하여 대규모 테이블의 성능을 최적화합니다. 예를 들어 대시보드에 지난 분기의 데이터만 표시되는 경우 시간을 기준으로 파티션을 나누어 최신 파티션만 메모리에 로드되도록 하는 것이 좋습니다.
  • 구체화된 뷰 - BigQuery의 구체화된 뷰는 미리 계산을 수행하여 쿼리 시간을 줄여줍니다. 성능을 개선하고 집계, 필터, 내부 조인, 중첩 해제를 사용하여 처리된 데이터를 줄이려면 구체화된 뷰를 만들어야 합니다.
  • 성능 비교 - BI Engine 로그 및 진단을 보고 BI Engine을 사용하여 쿼리가 완전히 또는 부분적으로 가속화되었는지 확인할 수 있습니다. BI Engine이 있는 프로젝트와 BI Engine이 없는 프로젝트에서 동일한 쿼리를 실행합니다. 보다 안정적인 결과를 얻으려면 쿼리를 여러 번 실행합니다.

할당량 및 제한사항

BI Engine에 적용되는 할당량 및 한도는 BigQuery 할당량 및 한도를 참조하세요.

BigQuery API 및 기타 BI 도구를 비롯한 BI Engine 쿼리 가속의 제한 사항 목록은 BigQuery BI Engine SQL 인터페이스 개요를 참조하세요.

맞춤 쿼리와 뷰에서 최적화된 함수 및 연산자의 전체 목록은 최적화된 SQL 함수 및 연산자를 참조하세요.

지원되는 리전

BI Engine은 BigQuery와 동일한 리전에서 지원됩니다. 지원되는 리전 및 멀티 리전의 전체 목록은 위치 페이지를 참조하세요.

가격 책정

BI Engine 가격 책정에 대한 자세한 내용은 BI Engine 가격 책정 페이지를 참조하세요.

다음 단계