BigQuery
Serverloses, hoch skalierbares und kostengünstiges Data Warehouse für die Multi-Cloud, das speziell für geschäftliche Agilität konzipiert ist.
Neukunden erhalten ein Startguthaben von 300 $ für BigQuery. Alle Kunden können 10 GB Speicherplatz und bis zu 1 TB Abfragen pro Monat kostenlos nutzen. Dies wird nicht mit Ihrem Guthaben verrechnet.
-
Erkenntnisse mit einer sicheren und skalierbaren Plattform mit integriertem Machine Learning zugänglich machen
-
Geschäftsentscheidungen anhand von Daten aus verschiedenen Clouds mit einer flexiblen Multi-Cloud-Analyselösung ermöglichen
-
Umfangreiche Analysen im Vergleich zu anderen Cloud Data Warehouses mit 27 % niedrigeren Gesamtbetriebskosten über drei Jahre ausführen
-
Anpassung an Ihre Daten jeder Größenordnung – von Byte bis Petabyte – ohne operativen Aufwand
-
BigQuery bildet den Kern der zentralen Daten-Cloud von Google. Demo ansehen
Vorteile
Mit Echtzeitauswertungen und Vorhersageanalysen Erkenntnisse gewinnen
Sie können Streamingdaten in Echtzeit abrufen und aktuelle Informationen zu allen Geschäftsvorgängen erhalten. Geschäftsergebnisse lassen sich im Handumdrehen mit integriertem maschinellem Lernen prognostizieren, ohne dass dabei Daten verschoben werden müssen.
Problemlos auf Daten zugreifen und Informationen teilen
Sie können mit wenigen Klicks sicher auf Analysedaten zugreifen und sie in Ihrem Unternehmen freigeben. Mit beliebten BI-Tools lassen sich ganz einfach überzeugende, sofort verfügbare Berichte und Dashboards erstellen.
Daten schützen und vertrauensvoll arbeiten
BigQuery bietet Ihnen eine robuste Steuerung und damit Sicherheit, Data Governance und Zuverlässigkeit. Sie profitieren von Hochverfügbarkeit und einem SLA mit 99,99 % Betriebszeit. Schützen Sie Ihre Daten mit standardmäßiger Verschlüsselung und von Kunden verwalteten Verschlüsselungsschlüsseln.
Wichtige Features
Wichtige Features
Maschinelles Lernen und Vorhersagemodellierung mit BigQuery ML
Mit BigQuery ML können Data Scientists und Datenanalysten ML-Modelle mit riesigen Mengen an strukturierten oder semistrukturierten 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.
Multi-Cloud-Datenanalyse mit BigQuery Omni
BigQuery Omni ist eine flexible, vollständig verwaltete Multi-Cloud-Analyselösung, mit der Sie Daten aus verschiedenen Clouds wie AWS und Azure kostengünstig und sicher analysieren können. Sie benötigen nur Standard-SQL und die vertraute BigQuery-Oberfläche, um Fragen schnell zu beantworten und Ergebnisse zentral für alle Datasets zu teilen. Weitere Informationen zur Markteinführung finden Sie hier.
Interaktive Datenanalyse mit BigQuery BI Engine
BigQuery BI Engine ist ein in BigQuery eingebundener In-Memory-Analysedienst, mit dem Nutzer große und komplexe Datasets interaktiv mit Antwortzeiten unter einer Sekunde und hoher Nebenläufigkeit analysieren können. BI Engine ist über einen einzelnen BI Engine-Knoten nativ in Google Data Studio eingebunden und beschleunigt weitere Tools für Business Intelligence über die SQL-Schnittstelle in BI Engine.
Räumlich-geografische Analysen mit BigQuery GIS
BigQuery GIS bietet eine einzigartige Kombination aus der serverlosen Architektur von BigQuery und der nativen Unterstützung räumlich-geografischer Analysen. BigQuery ist somit das einzige Cloud Data Warehouse mit integrierter GIS-Funktionalität. Vereinfachen Sie Ihre Analysen, lassen Sie sich räumliche Daten auf eine ganz neue Art und Weise anzeigen und erschließen Sie vollkommen neue Geschäftsbereiche mit der Unterstützung für beliebige Punkte, Linien, Polygone und Multi-Polygone in den gängigsten Formaten für raumbezogene Daten.
Kunden
Kunden
Das ist neu
Das ist neu
Melden Sie sich für die Google Cloud-Newsletter an. So werden Sie regelmäßig über Neuigkeiten zu Produkten, Veranstaltungen, Sonderangebote und weitere aktuelle Themen informiert.
Dokumentation
Dokumentation
Kurzanleitung: Verwendung der Cloud Console
Hier erfahren Sie, wie Sie die Google Cloud Console als visuelle Schnittstelle für Aufgaben wie das Ausführen von Abfragen oder das Laden und Exportieren von Daten nutzen können.
Kurzanleitung zum BigQuery-Befehlszeilentool
Hier erfahren Sie, wie Sie mit dem BigQuery-Befehlszeilentool Abfragen ausführen und Daten laden bzw. exportieren.
Daten in BigQuery laden
Hier erfahren Sie, wie Sie per Batch, Streaming, Abfragen oder mithilfe der Anwendung eines Drittanbieters Daten in BigQuery aufnehmen.
BigQuery-Sandbox verwenden
Nutzen Sie BigQuery und die Cloud Console, ohne eine Kreditkarte anzugeben, ein Rechnungskonto zu erstellen oder die Abrechnung für Ihr Projekt zu aktivieren.
Sicherheits-Blueprint für das Data Warehouse
Hier finden Sie wichtige Best Practices für die Sicherheit in BigQuery im Hinblick auf Datenaufnahme, Speicherung, Verarbeitung, Klassifizierung, Verschlüsselung, Logging, Monitoring und Governance.
Anwendungsfälle
Anwendungsfälle
Werden Sie den heutigen Anforderungen rund um Analysen gerecht und skalieren Sie Ihr Unternehmen 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 und erhalten Sie in kürzerer Zeit neue Erkenntnisse. Weitere Informationen und erste Schritte finden Sie in unseren umfassenden Anleitungen zur Data Warehouse-Migration.
Vorhersageanalysen helfen Ihnen dabei, zukünftige Ergebnisse genauer vorherzusagen und Optimierungsmöglichkeiten für Ihr Unternehmen zu erkennen. Die Referenzmuster für intelligente Analysen von Google beschleunigen die Wertschöpfung für gängige Analyseanwendungsfälle mit Beispielcode und technischen Referenzleitfäden.
Hier erfahren Sie, wie Sie mit BigQuery und BigQuery ML ein E-Commerce-Empfehlungssystem erstellen, den Customer Lifetime Value vorhersagen und Lösungen zur Kaufneigung erstellen können.
Vereinfachen Sie Analysen und laden Sie Daten für eine nahtlose Analyse aus verschiedenen Quellen in BigQuery hoch. Sie können Datendateien aus lokalen Quellen, Google Drive oder Cloud Storage-Buckets hochladen, von den Vorteilen von BigQuery Data Transfer Service (DTS) und der Data Fusion-Plug-ins profitieren oder die branchenführenden Datenintegrationspartnerschaften von Google nutzen. Sie haben größtmögliche Flexibilität beim Hochladen von Daten in Ihr Data Warehouse.
Alle Features
Alle Features
| Serverlos | Bei serverlosen Data-Warehouse-Prozessen erfolgt die Bereitstellung von Ressourcen durch Google hinter den Kulissen. Sie können sich also auf die Daten und deren Analyse konzentrieren, anstatt sich über Upgrades, Sicherheit oder die Verwaltung der Infrastruktur Gedanken zu machen. |
| Multi-Cloud-Funktionen | Mit BigQuery Omni können Sie Daten cloudübergreifend mithilfe von Standard-SQL analysieren, ohne die vertraute BigQuery-Oberfläche verlassen zu müssen. Die flexible, vollständig verwaltete Infrastruktur ermöglicht Ihren Datenanalysten oder Data Scientists eine absolut nahtlose Datenanalyseumgebung. Durch die Übertragung zwischen verschiedenen Clouds können Sie außerdem über ein zentrales System cloudübergreifend Daten kombinieren oder Modelle trainieren. |
| Natural Language Processing | Data QnA (private Alphaversion) ermöglicht es Nutzern, ganz einfach über NLP auf benötigte Informationen aus Daten zuzugreifen. Governance und Sicherheitskontrollen bleiben dabei immer erhalten. Auf der Grundlage von Analyza (Google Research) können Sie mit Data QnA Petabyte an Daten über BigQuery analysieren. Das Tool kann in die jeweilige Arbeitsumgebung der Nutzer eingebettet werden: in Chatbots, Tabellen, BI-Plattformen wie Looker oder benutzerdefinierte UIs. Wenn Sie Interesse an weiteren Informationen haben, füllen Sie bitte dieses Formular aus. |
| Eingebundene ML- und KI-Integrationen | Mit BigQuery ML können Sie Ihre Daten für Machine Learning einsetzen. Durch Einbinden von Vertex AI und TensorFlow können Sie anhand von strukturierten Daten innerhalb weniger Minuten nur mit SQL leistungsstarke Modelle trainieren und ausführen. |
| Grundlage für BI | BigQuery ist die Grundlage für moderne Cloud-BI-Lösungen. Es ermöglicht eine nahtlose Einbindung, Transformation, Analyse und Visualisierung von Daten sowie das Erstellen von Berichten – mit Tools von Google und unseren Technologiepartnern. Zur Beschleunigung von BI-Arbeitslasten können Sie den In-Memory-Analysedienst BI Engine aktivieren, um Abfragereaktionszeiten von weniger als einer Sekunde und hohe Nebenläufigkeit für beliebte BI-Tools über Standard-ODBC/-JDBC zu erreichen. |
| Tabellenschnittstelle | Mit verbundenen Tabellenblättern analysieren Nutzer Milliarden von Zeilen mit Live-BigQuery-Daten in Google Tabellen – ganz ohne SQL-Kenntnisse. Mithilfe vertrauter Tools wie Pivot-Tabellen, Diagrammen und Formeln können sie aus Big Data Informationen gewinnen. Weitere Informationen zu verbundenen Tabellenblättern finden Sie im Startleitfaden. |
| Echtzeitanalysen | Mit der API für Streaming-Insert-Anweisungen mit hoher Geschwindigkeit bietet BigQuery eine leistungsstarke Grundlage für Echtzeitanalysen. Ihre jüngsten Geschäftsdaten stehen also unmittelbar für Analysen zur Verfügung. Sie können auch mit Pub/Sub und Dataflow Daten in BigQuery streamen. |
| Veränderung von Daten in Echtzeit erfassen und replizieren | Synchronisieren Sie Daten aus heterogenen Datenbanken, Speichersystemen und Anwendungen mithilfe von Datastream zuverlässig und bei minimaler Latenz. Datastream lässt sich in maßgeschneiderte und erweiterte Dataflow-Vorlagen einbinden, um Veränderungsstreams abzurufen, die auf Cloud Storage geschrieben werden, und für Echtzeitberichte aktuelle replizierte Tabellen in BigQuery zu erstellen. |
| Automatische Hochverfügbarkeit | BigQuery bietet einen automatisch und transparent replizierten dauerhaften Speicher an mehreren Standorten sowie Hochverfügbarkeit ohne zusätzliche Gebühren und Einrichtung. |
| Standard-SQL | BigQuery unterstützt einen mit ANSI:2011 kompatiblen SQL-Standarddialekt. Dadurch muss weniger Code umgeschrieben werden. Darüber hinaus bietet BigQuery kostenlose ODBC- und JDBC-Treiber, über die Ihre aktuellen Anwendungen mit der leistungsstarken Engine von BigQuery interagieren können. |
| Föderierte Abfragen und logischer Data-Warehouse-Prozess | Dank der leistungsstarken Funktion für föderierte Abfragen kann BigQuery Daten aus externen Quellen, d. h. die Open-Source-Dateiformate von Parquet und ORC, in Objektspeichern (Cloud Storage), transaktionalen Datenbanken (Bigtable, Cloud SQL) oder Tabellen in Drive verarbeiten. Die Daten müssen hierfür nicht verschoben werden. |
| Konvergenz von Data Warehouse und Data Lake | Mit der Storage API können Sie Open-Source-Data-Science-Arbeitslasten (Spark, TensorFlow, Dataflow und Apache Beam, MapReduce, Pandas und scikit-learn) direkt in BigQuery ausführen. Die Storage API bietet eine wesentlich einfachere Architektur und weniger umfangreiche Datenbewegungen. Mehrere Kopien derselben Daten sind nicht erforderlich. |
| Materialisierte Ansichten | Erhöhen Sie mit materialisierten Ansichten von BigQuery die Abfrageleistung und senken Sie die Kosten in Ihrer Umgebung. Einrichtung und Nutzung sind einfach und erfolgen in Echtzeit, sodass Sie schnell Antworten auf Ihre Fragen erhalten. |
| Trennung von Speicherung und Computing | Dank der Trennung von Speicherung und Computing in BigQuery können Sie die Speicher- und Verarbeitungslösungen wählen, die für Ihr Unternehmen am sinnvollsten sind, und die Zugriffsmöglichkeiten sowie Kosten für beide steuern. |
| Automatische Sicherung und einfache Wiederherstellung | BigQuery repliziert automatisch Daten und speichert den Änderungsverlauf der letzten sieben Tage. Sie können also den Datenstand unterschiedlicher Zeiten vergleichen und Daten leicht wiederherstellen. |
| Raumbezogene Datentypen und Funktionen | BigQuery GIS bietet eine Kombination aus der serverlosen Architektur von BigQuery und der nativen Unterstützung räumlich-geografischer Analysen. So können Sie Ihre Analyse-Workflows mit Standortinformationen erweitern. Vereinfachen Sie Ihre Analysen, lassen Sie sich Daten auf eine ganz neue Art und Weise anzeigen und erschließen Sie vollkommen neue Geschäftsbereiche mit der Unterstützung für beliebige Punkte, Linien, Polygone und Multi-Polygone in den gängigsten Formaten für raumbezogene Daten. |
| BigQuery Data Transfer Service | Mit BigQuery Data Transfer Service werden Daten aus externen Datenquellen wie der Google Marketing Platform, Google Ads, YouTube und SaaS-Partneranwendungen nach einem festgelegten Zeitplan automatisch und vollständig verwaltet in BigQuery verschoben. Nutzer können Daten auch einfach von Teradata und Amazon S3 an BigQuery übertragen. |
| Big-Data-Einbindung | Mit Dataproc und Dataflow bietet BigQuery eine Einbindung der Big-Data-Umgebung von Apache, wodurch bestehende Hadoop-/Spark- und Beam-Arbeitslasten Daten mit der Storage API direkt in BigQuery schreiben und lesen können. |
| Daten im Petabytebereich | Sie erhalten eine erstklassige Datenleistung und können nahtlos skalieren, um ganz einfach weitere Petabyte und Exabyte an Daten zu speichern und zu analysieren. |
| Flexible Preismodelle | Dank unserer On-Demand-Preise zahlen Sie nur für den verwendeten Speicher und die tatsächlich genutzte Rechenzeit. Pauschalpreise mit Reservierungen bieten Kunden oder Unternehmen mit hohem Datenvolumen Preissicherheit und sorgen für die optimale Verwaltung von Arbeitslasten. Weitere Informationen finden Sie unter BigQuery-Preise und Benutzerdefinierte Kostenkontrolle erstellen. |
| Data Governance und Sicherheit | Das Einbinden von BigQuery in Sicherheits- und Datenschutzdienste von Google Cloud bietet umfassende Sicherheit und differenzierte Governance-Steuerelemente bis zur Spalten- und Zeilenebene. Sie müssen sich keine Sorgen machen, denn es werden sowohl inaktive Daten als auch Daten bei der Übertragung standardmäßig verschlüsselt. |
| Standorterweiterung | BigQuery gibt Ihnen die Kontrolle über den Standort Ihrer Daten (in den USA, Asien und Europa), ohne dass Sie Cluster oder andere Rechenressourcen in der jeweiligen Region einrichten und verwalten müssen. |
| Flexible Datenaufnahme | Mit Data Transfer Service (DTS) können Sie Daten von Hunderten beliebter SaaS-Unternehmensanwendungen kostenlos zu BigQuery verschieben oder Tools zur Datenintegration wie Cloud Data Fusion, Datastream, Informatica, Talend und mehr nutzen. Laden und transformieren Sie Daten jeglichen Umfangs aus Hybrid- und Multi-Cloud-Anwendungen. |
| Programmatische Interaktion | BigQuery bietet eine REST API für den bequemen programmatischen Zugriff und eine einfache Anwendungsintegration. Clientbibliotheken sind in Java, Python, Node.js, C#, Go, Ruby und PHP verfügbar. Geschäftskunden können mit Google Apps Script von Google Tabellen aus auf BigQuery zugreifen. |
| Umfangreiche Monitoring- und Logging-Funktionen | BigQuery bietet über Cloud-Audit-Logs viele Möglichkeiten für Monitoring, Logging und Benachrichtigungen. Außerdem können Sie BigQuery mit Cloud Logging als Repository für Logs von beliebigen Anwendungen oder Diensten verwenden. |
| Öffentliche Datasets | Öffentliche Datasets in Google Cloud sind ein umfangreiches Daten-Repository mit mehr als 200 stark nachgefragten öffentlichen Datasets aus unterschiedlichen Branchen. Google bietet kostenlosen Speicher für alle öffentlichen Datasets und Kunden können pro Monat bis zu 1 TB Daten kostenlos abfragen. |
| Immer kostenloser Zugriff | Mit der BigQuery-Sandbox haben Sie immer kostenlosen Zugriff auf die vollständige Leistung von BigQuery. Dies kann bestimmten Limits unterliegen. Sie können ohne Kreditkarte starten und müssen kein Rechnungskonto für Ihr Projekt erstellen oder aktivieren. |
Preise
Preise
Bei BigQuery sind Speicherung, Streaming-Insert-Anweisungen und Datenabfragen kostenpflichtig. Das Laden und Exportieren von Daten ist hingegen kostenlos. Ausführliche Preisinformationen finden Sie in der Preisübersicht.
| Posten | Preis |
|---|---|
| Speicher |
0,02 $ pro GB und Monat 0,01 $ pro GB und Monat für langfristige Speicherung |
| Streaming-Insert-Anweisungen | 0,01 $ pro 200 MB |
| Daten laden, kopieren oder exportieren; Metadatenvorgänge | Kostenlos |
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die unter Google Cloud SKUs für Ihre Währung angegebenen Preise.
| Abotyp | Preis |
|---|---|
| Pay as you go |
5 $ pro TB Das erste Terabyte (1 TB) im Monat ist kostenlos.* |
| Pauschalpreise |
Ab 1.700 $/Monat für eine dedizierte Reservierung von 100 Slots. 4 $/Stunde für 100 Flex-Slots. Weitere Informationen finden Sie unter Pauschalpreise. |
Weitere Informationen: BigQuery ML-Preise
Preise in anderen Währungen als US-Dollar finden Sie unter Google Cloud SKUs.
* Das erste Terabyte (1 TB) Daten, das pro Monat mit BigQuery verarbeitet wird, ist kostenlos.
BigQuery-Sandbox bietet kostenlosen, eingeschränkten Zugriff.
| ABOTYP | PREIS |
|---|---|
| Pauschalpreise für BigQuery Omni |
Ab 2.125 $/Monat für eine dedizierte Reservierung von 100 Slots (bei AWS). 5 $/Stunde für 100 Flex-Slots. Weitere Informationen finden Sie unter BigQuery Omni-Preise. |
Für diese Vorgänge gelten die BigQuery-Kontingente.
Partner
Mit einem Partner zusammenarbeiten, der sich mit BigQuery auskennt
Viele Partnerunternehmen haben ihre Datenlösungen und -dienste in BigQuery integriert – von der Datenaufnahme bis zur Visualisierung. Die folgende Liste enthält von Google Cloud geprüfte Einbindungen.
