BigQuery: クラウドデータウェアハウス

BigQuery

ビジネスのアジリティに対応して設計されたサーバーレスでスケーラビリティと費用対効果に優れたクラウドデータウェアハウスです。

BigQuery 無料トライアル

ANSI SQL を使用してペタバイト規模のデータを極めて高速に分析でき、運用のオーバーヘッドは発生しません。
他のクラウドデータウェアハウスと比べて、大規模分析に伴う 3 年間の TCO を 26%～34% 削減できます。
ニーズに合わせてスケールできる、信頼性と安全性の高いプラットフォームで分析情報を利用できます。
柔軟性の高いマルチクラウド分析ソリューションで、クラウドをまたいだデータによる分析情報を取得できます。

Forrester Research が Google Cloud を Data Management for Analytics のリーダーに認定しました。

リアルタイムの予測分析でインサイトを引き出す

リアルタイムでストリーミングデータをクエリし、あらゆるビジネスプロセスに関する最新の情報を取得します。組み込みの機械学習により、データを移動せずにビジネスの成果を簡単に予測します。

数回クリックするだけで、安全に組織の分析のインサイトにアクセスして共有できます。一般的なビジネスインテリジェンスツールをそのまま使用して、洗練されたレポートとダッシュボードがすぐに作成できます。

データの保護と信頼性の高いオペレーションを実現

高可用性と 99.99% の稼働時間 SLA を実現する BigQuery の強固なセキュリティ、ガバナンス、信頼性の管理により、安心してお使いいただけます。デフォルトでの暗号化および顧客管理の暗号鍵でデータを保護できます。

主な機能

BigQuery Omni（限定公開アルファ版）

BigQuery Omni は、Anthos を使用した柔軟なマルチクラウドの分析ソリューションであり、クラウドをまたいだデータ分析が可能です。標準 SQL と BigQuery の使い慣れたインターフェースを使用して、データセット全体で質問にすばやく回答し、1 つの画面から結果を共有できます。詳細に興味がおありの方は、こちらのフォームにご記入ください。

BigQuery ML

BigQuery ML を利用すると、データサイエンティストやデータアナリストは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 を使って短時間で処理できます。BigQuery ML モデルをエクスポートして、Cloud AI Platform のオンライン予測や独自のサービスレイヤで使用できます。詳細については、現在サポートしているモデルをご覧ください。

BigQuery BI Engine

BigQuery BI Engine は、ユーザーが BigQuery 内の大量で複雑なデータセットをインタラクティブに分析できる超高速なインメモリ分析サービスです。クエリのレスポンス時間は 1 秒未満で、同時実行性にも優れています。データポータルなどの使い慣れたツールとシームレスに統合できるため、今後数か月で Looker、Google スプレッドシート、BI パートナーでのデータ探索や分析がスピードアップされます。

BigQuery GIS

BigQuery GIS は、地理空間分析用のネイティブサポートを BigQuery のサーバーレスアーキテクチャと統合したユニークな機能です。位置情報を使用してアナリティクスのワークフローを拡張できます。一般的な地理空間データ形式の任意の点、線分、ポリゴン、マルチポリゴンのサポートを提供し、分析を簡易化して斬新な方法で空間データを可視化することで、新しいビジネスが生まれる可能性を提供します。

コネクテッドシート

コネクテッドシートにより、SQL の知識がなくても、Google スプレッドシート内の数十億行にのぼる生の BigQuery データを分析できます。ピボットテーブル、グラフ、数式などの使い慣れたツールを適用して、ビッグデータから簡単に分析情報を引き出せます。コネクテッドシートの詳細と利用の開始方法について詳しくは、こちらをご覧ください。

すべての機能を表示

44:33

動画

BigQuery を使用した最新のデータウェアハウジング

導入事例

02:21

UPS は BigQuery を使用することで、自社のパッケージ量の正確な予測を実現しています。

毎日 10 億件を超えるデータポイントを分析
ML モデルを使用することで、自社のアセットの使用とスケールを最大化します。
サプライチェーン効率化のための処方的分析

小売、消費財

Twitter は広告エンゲージメント分析プラットフォームを近代化し、1 秒あたり数百万の指標を集約しています。

The Home Depot は、2,000 店舗にまたがってストックされた 50,000 個以上の商品を維持できるようにするタイムリーなデータにより、カスタマーサービスを成功させています。

Dow Jones は 13 億件のニュース記事のビジネス価値を引き出し、隠れた関連性やインサイトを発見しています。

すべての導入事例を見る

ドキュメント

クイックスタート: ウェブ UI の使用

GCP Console で BigQuery ウェブ UI をビジュアルインターフェースとして使用して、クエリの実行、データの読み込み、データのエクスポートなどのタスクを行う方法を学習します。

クイックスタート: BigQuery コマンドラインツールの使用

BigQuery コマンドラインツールを使用して、クエリの実行、データの読み込み、データのエクスポートを行う方法を学習します。

クイックスタート: クライアントライブラリの使用

Google Cloud クライアントライブラリを使用して、任意のプログラミング言語で BigQuery API を使う方法を学習します。

テーブルの作成と使用

BigQuery で標準テーブルを作成して使用する方法を学習します。

スキーマの指定

テーブルのスキーマを作成して更新する方法を学習します。

Cloud KMS 鍵によるデータの保護

BigQuery に対して顧客管理の暗号鍵（CMEK）を使用する方法を学習します。

データセットへのアクセスの制御

BigQuery でデータセットへのアクセスを制御する方法を学習します。

BigQuery リソース

現在のレート制限、スロット、データセット、割り当てなどに基づく BigQuery の料金情報を検索します。

BigQuery で何を構築できるか確認する

データの管理に役立つ BigQuery の技術リソースガイドです。

ユースケース

Teradata からのデータ移行

オンプレミスのレガシーデータウェアハウスを、アジャイルなクラウドベースのデータウェアハウスソリューションに移行します。BigQuery Data Transfer Service（DTS）と特別なオンプレミス移行エージェントを組み合わせることで、Teradata などのレガシーウェアハウスから BigQuery にデータをコピーできます。

BigQuery への定期的なデータ読み込みは、BigQuery DTS のウェブ UI を使用してモニタリングできます。さらに使いやすいツールとグローバルパートナーのサポートシステムも利用できます。詳細

Google Cloud の基礎

データウェアハウスから BigQuery への移行

オンプレミスデータウェアハウスから Google Cloud 上の BigQuery への移行に役立つシリーズの最初のパートです。

チュートリアル

Teradata からのデータの移行: クエリ変換

各種の非標準 Teradata SQL ステートメントを標準 SQL に変換する方法を説明した概念実証チュートリアルです。

ベストプラクティス

Teradata の移行の詳細とオプション

BigQuery Data Transfer Service を使用して Teradata から BigQuery にデータを移行する際の詳細、オプション、ベータ版機能について説明しています。

ユースケース

Amazon Redshift から BigQuery への移行

BigQuery Data Transfer Service を使用すると、Amazon Redshift データウェアハウスから BigQuery にデータをコピーできます。このサービスでは、Google Kubernetes Engine の移行エージェントとの連携によって、Amazon Redshift から Amazon S3 バケットのステージング領域への unload オペレーションがトリガーされます。その後、BigQuery Data Transfer Service によって Amazon S3 バケットから BigQuery にデータが転送されます。

Google Cloud の基礎

BigQuery Data Transfer Service の概要

あらかじめ設定されたスケジュールに基づき、BigQuery へのデータの移動を自動化するマネージドサービスである BigQuery Data Transfer Service の概要について説明します。

チュートリアル

Amazon Redshift からのデータ移行

Amazon Redshift から BigQuery へのデータ移行を設定するプロセスをステップごとに説明します。

アーキテクチャ

BigQuery へのデータウェアハウスの移行: データパイプライン

アップストリームのデータパイプラインを移行する方法を確認できます。データパイプラインの概要と移行時の考慮事項について説明しています。

すべての技術ガイドを見る

すべての機能

サーバーレス	サーバーレスのデータウェアハウジングでは、Google にリソースのプロビジョニングを任せられるため、お客様はインフラストラクチャのアップグレード、セキュリティ保護、管理に労力を割くことなく、データの収集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となります。最新のビジネスデータをすぐに分析し、現状を詳細に把握できます。また、Pub/Sub と Dataflow を活用してデータを BigQuery にストリーミングすることもできます。
追加料金も設定も不要な高可用性	BigQuery では、複数のロケーションをまたいで高耐久性ストレージが複製されることで高可用性が確保されます。これらの操作は透過的かつ自動的に実行されます。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、コードの書き替えにかかる負担が少なくて済みます。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	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）（Parquet や ORC のオープンソースファイル形式）、トランザクションデータベース（Bigtable、Cloud SQL）、ドライブのスプレッドシートの外部データソースを、データを移動せずに処理できます。
データウェアハウスとデータレイクの集約化	Storage API を使用して BigQuery でオープンソースのデータサイエンスワークロード（Spark、TensorFlow、Dataflow、Apache Beam、MapReduce、Pandas、scikit-learn）を直接実行できます。Storage API は、はるかに単純なアーキテクチャでデータ移動も少なく、同一データの複数のコピーを持つ必要もありません。
マテリアライズドビュー	BigQuery マテリアライズドビューで環境内のクエリパフォーマンスとコスト削減を強化します。簡単に設定できて使いやすく、しかもデータがリアルタイムで反映されるため、質問に対する回答を素早く得ることができます。
ストレージとコンピューティングの分離	BigQuery ではストレージとコンピューティングリソースが分離しているため、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やコストを制御できます。
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、変更履歴が 7 日間保持されるので、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 では、WKT や GeoJSON 形式の任意の点、線分、ポリゴン、マルチポリゴンの SQL サポートを提供しています。これにより地理空間分析を簡素化したり、位置情報に基づくデータを新たな方法で表示したりできます。さらには、この技術をまったく新しい事業の展開に活かすことができます。
Data Transfer Service	BigQuery Data Transfer Service は、あらかじめ設定されたスケジュールに基づいて Google マーケティングプラットフォーム、Google 広告、YouTube、パートナーの SaaS アプリケーション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。Teradata や Amazon S3 から BigQuery へのデータ転送も簡単に行えます。
ビッグデータエコシステムの統合	BigQuery では、Dataproc と Dataflow を介して 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、Storage API を使用して、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。
ペタバイト規模のスケーリング	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、容易にペタバイト単位からエクサバイト単位までのデータをシームレスにスケールして保存および分析できます。
フレキシブルな料金モデル	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料金が発生します。大容量をご利用のお客様や企業のお客様は、定額料金の予約ができるタイプをお選びいただくことで、料金の予測やワークロード管理がシームレスに行えます。詳細については、BigQuery の料金またはコスト管理をご覧ください。
データのガバナンスとセキュリティ	BigQuery は、きめ細かく管理できる Identity and Access Management を使用して、強固なセキュリティとガバナンス管理を実現します。また、データは保管時にも転送時にも常に暗号化されます。
データのグローバル管理	BigQuery では、リージョン（米国、アジア、ヨーロッパ）ごとにデータを制御でき、クラスタやリージョン内の他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 ML によってデータに機械学習を導入するだけでなく、AI Platform Prediction 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、SQL を使ってわずか数分で実行できます。
BI の基盤	BigQuery は、先進的な 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 と 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	Data Transfer Service（DTS）を使用して、数百もの一般的な SaaS ビジネスアプリケーションから BigQuery に無料でデータを自動的に移動したり、Cloud Data Fusion、Informatica、Talend などのデータ統合ツールを活用したりできます。ハイブリッドやマルチクラウドのアプリケーションから、あらゆる規模のデータを読み込んで変換します。
プログラムによる操作	BigQuery に備わっている REST API を使用すると、プログラムによるアクセスやアプリケーションの統合が容易になります。また、Java、Python、Node.js、C#、Go、Ruby、PHP の各言語でクライアントライブラリが提供されています。さらに、ビジネスユーザーの方は、Google Apps Script を使ってスプレッドシートから BigQuery にアクセスできます。
豊富なモニタリング機能とロギング機能	BigQuery では、Cloud Audit Logs を介して豊富なモニタリング機能、ロギング機能、アラート機能が提供されます。また、Cloud 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。
公開データセット	Google Cloud 一般公開データセットは、さまざまな業界向けに需要の多い、100 を超える一般公開データセットの強力なデータリポジトリを提供しています。Google では、すべての一般公開データセットに無料ストレージを提供していて、お客様は 1 か月あたり最大 1 TB のデータを無料でクエリできます。
商用データセット	さまざまな商用データプロバイダが提供データを BigQuery や Cloud Storage で直接ホストしています。つまり、Google Cloud のいずれかのパートナーからライセンスを取得すると、すぐにデータにアクセスして処理できるようになります。データを保存または移動する必要はありません。

料金

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。

項目	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、Google Cloud SKU に記載されている該当通貨の料金が適用されます。

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	専用スロットの予約が 500 個で月額 $10,000 から。 Flex Slots はスロットあたり月額 $30 です。詳細については、定額料金をご覧ください。