데이터 챔피언 소개: Credit Karma의 스캇 웡은 하루에 600억 회의 모델 예측을 수행하고 있습니다. 블로그 읽기
바로 이동

Cloud Bigtable

HBase 호환 엔터프라이즈급 NoSQL 데이터베이스 서비스로, 대규모 분석 및 운영 워크로드를 위한 한 자릿수의 밀리초 지연 시간, 무제한 확장성, 99.999%의 가용성을 제공합니다.

신규 고객에게는 Bigtable에 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.

  • 10밀리초 미만의 일관된 지연 시간으로 반응형 애플리케이션 빌드

  • 스토리지 및 처리량 요구사항에 맞게 원활한 확장 가능, 재구성 과정에 다운타임 없음

  • 다운타임 없는 라이브 마이그레이션을 통해 Apache HBase에서 Bigtable로 간편하게 마이그레이션

  • 맞춤설정, 사기 감지, 실시간 분석, IoT 등의 사용 사례에 적합

  • 최대 8개 리전에서 다중 기본 복제로 고가용성 보장

이점

빠른 속도, 우수한 성능

지연 시간이 짧은 애플리케이션이나 많은 처리량을 요구하는 데이터 처리와 분석을 위해 기가바이트급에서 페타바이트급 규모로 확장해 나갈 스토리지 엔진으로 Cloud Bigtable을 사용해 보세요.

원활한 확장 및 복제

클러스터별 단일 노드로 시작한 후 수백 개의 노드로 확장하여 짧은 지연 시간으로 최대 수요를 동적으로 지원합니다. 복제를 통해 실시간 제공 앱의 가용성을 향상시키고 워크로드 격리를 강화할 수도 있습니다.

개방형 및 통합형

Apache HBase API로 오픈소스 생태계에 손쉽게 연결 Hadoop, Dataflow, Dataproc, BigQuery과의 원활한 통합으로 데이터 기반 애플리케이션을 더 빠르게 빌드하세요.

주요 특징

주요 특징

규모와 상관없이 높은 처리량과 짧은 지연 시간

Bigtable은 키-값 및 와이드 칼럼 저장소이며, 높은 읽기 및 쓰기 처리량을 갖춘 구조화, 반구조화, 구조화 되지 않은 대규모 데이터에 빠르게 액세스할 수 있습니다. Bigtable은 YouTube, Google 애널리틱스, 검색, Google Ads, Google Drive, Google 지도 등 여러 핵심 Google 서비스를 지원합니다.

다운타임 없이 클러스터 크기 조절

초당 수천에서 수백만 회의 읽기/쓰기로 원활하게 확장하세요. 클러스터 노드를 추가하거나 삭제하여 다운타임 없이 동적으로 Bigtable 처리량을 조정할 수 있습니다. 또한 Bigtable은 수요 변화에 따라 클러스터를 자동 확장할 수 있으므로 가장 비용 효율적인 방식으로 우수한 성능을 유지할 수 있습니다.

유연하고 자동화된 복제 기능으로 워크로드 최적화

데이터를 쓰기만 하면 필요한 위치에 eventual consistency를 고려한 복제를 자동으로 수행하므로 읽기 및 쓰기 워크로드의 고가용성과 격리 상태를 관리할 수 있습니다. 일관성 유지, 데이터 복구, 쓰기 및 삭제 동기화를 위한 수동 작업이 필요하지 않습니다. 3개 이상의 리전에서 멀티 클러스터 라우팅을 사용한 인스턴스에 적용되는 99.999% 고가용성 SLA의 장점을 활용할 수 있습니다(단일 클러스터 인스턴스의 경우 99.9%).

Apache HBase 및 Cassandra에서 Bigtable로 간편하게 마이그레이션

라이브 마이그레이션을 사용하면 정확한 데이터 마이그레이션을 보장하고 마이그레이션 작업을 줄이며, 전반적인 개발자 환경을 개선하여 HBase에서 Bigtable로 더 빠르고 간편하게 마이그레이션할 수 있습니다. HBase Bigtable 복제 라이브러리는 다운타임 없는 라이브 마이그레이션을 지원합니다. 가져오기 도구는 HBase 스냅샷을 Bigtable에 쉽게 로드하며, 검증 도구는 정확한 데이터 마이그레이션을 보장합니다. Dataflow 템플릿Cassandra에서 Bigtable로의 마이그레이션을 간소화합니다. 

엔터프라이즈 수준의 보안 및 제어

외부 키 관리자 지원, 액세스 및 제어용 IAM 통합, VPC-SC 지원, 포괄적인 감사 로깅이 포함된 고객 관리 암호화 키(CMEK)로 데이터를 보호하고 규정을 준수합니다.

문서

문서

가이드
Codelab: Cloud Bigtable 소개

Cloud Bigtable Codelab을 통해 일반적인 스키마 설계 실수를 방지하고, 데이터를 가져온 다음 쿼리하고 사용하는 방법을 알아보세요.

Google Cloud 기본사항
Cloud Bigtable 인스턴스 만들기

명령줄 도구 또는 Cloud Console을 사용하여 Cloud Bigtable 인스턴스를 만드세요.

빠른 시작
cbt 도구를 사용한 빠른 시작

cbt 명령줄을 사용하여 Cloud Bigtable 인스턴스를 연결하고, 기본적인 관리 작업을 수행하고, 테이블에서 데이터를 읽고 쓰는 방법을 직접 배워보세요.

Google Cloud 기본사항
다운타임을 최소화하면서 HBase에서 Cloud Bigtable로 마이그레이션

HBase 테이블 스키마에서 Cloud Bigtable 테이블을 만들고, HBase 테이블의 스냅샷을 가져오고, 마이그레이션된 데이터의 무결성을 검증하도록 설계된 도구를 사용합니다.

Google Cloud 기본사항
자동 확장

사용량 변경 시 Cloud Bigtable에서 노드를 자동으로 추가하거나 삭제하도록 하면 리소스를 과도하거나 부족하게 프로비저닝할 위험을 크게 줄일 수 있습니다.

Google Cloud 기본사항
고객 관리 암호화 키(CMEK)

CMEK는 Google Cloud Key Management(KMS) 암호화 키를 사용하여 Bigtable 인스턴스를 만들고 관리하여 저장 데이터를 보호할 수 있는 기능을 제공합니다.

Google Cloud 기본사항
Cassandra 사용자를 위한 Cloud Bigtable

Cloud Bigtable과 Apache Cassandra의 유사점과 차이점을 통해 기존 애플리케이션을 마이그레이션하거나 Bigtable을 사용하여 새 애플리케이션을 빌드합니다.

API 및 라이브러리
Cloud Bigtable 클라이언트 라이브러리

원하는 프로그래밍 언어로 Google Cloud 클라이언트 라이브러리를 사용하여 Cloud Bigtable을 활용하세요.

Google Cloud 기본사항
Key Visualizer로 스키마 성능 최적화

Key Visualizer를 사용하면 키 액세스 패턴을 히트맵 형식으로 볼 수 있어 Cloud Bigtable 스키마를 최적화하여 성능을 개선할 수 있습니다.

사용 사례

사용 사례

사용 사례
재무 분석

기존 행동을 기반으로 모델을 구축합니다. 사기 패턴을 지속적으로 업데이트하고 실시간 트랜잭션과 비교합니다. 시장 데이터, 거래 활동, 이외에도 소셜 데이터와 트랜잭션 데이터 등의 기타 데이터를 저장하고 통합합니다.

재무 분석 사용 사례 다이어그램: Google Cloud로 라벨이 지정된 큰 회색 사각형이 있으며 왼쪽에는 세로로 배열된 2개의 상자(상단에는 Time Series Files / Cloud Storage를 포함하는 Batch, 하단에는 Time Series Streaming / Pub/Sub을 포함하는 Streaming)가 있습니다. 화살표는 Time Series Processing/Dataflow로 바로 이동합니다. 그 다음 화살표는 서로 연결된 6개의 상자(Storage/BigQuery, Storage/Cloud Bigtable, Storage/Cloud Storage, Machine Learning/AI Platform, Processing/ Dataproc, Analysis/Datalab)로 이동합니다.
사용 사례
IoT

빠른 속도의 IoT 데이터에 맞게 센서에서 실시간으로 대량의 시계열 데이터를 수집하고 분석하여 정상 동작 및 비정상 동작을 추적합니다. 고객은 실시간으로 대시보드를 빌드하고 데이터 분석을 수행할 수 있습니다.

IoT 사용 사례 다이어그램: 'Constrained Devices Non-TCP(e.g. BLE)'(TCP 외 제한된 기기(예: BLE))로 라벨이 지정된 녹색 상자는 3개의 아이콘을 포함하며 왼쪽에서 오른쪽으로 흐름이 진행됩니다. 화살표는 'Standard Devices HTTPs'(표준 기기 HTTPS)로 라벨이 지정되고 3개의 기기 아이콘을 포함하는 분홍색 상자로 이어집니다. 그 다음 화살표는 Ingestion(수집), Pipelines(파이프라인), Storage(스토리지), Analytics(애널리틱스), Application & Presentation(애플리케이션 및 프레젠테이션) 상자를 포함하는 Google Cloud 상자로 이어집니다. Ingestion에는 Pub/Sub, Cloud Monitoring, Cloud Logging 아이콘이 있습니다. Pipelines에는 Dataflow가 있습니다. Storage에는 Cloud Storage, Databases, Cloud Bigtable이 있습니다. Analytics에는 Dataflow, BigQuery, Dataproc, Datalab이 있습니다. Application & Presentation에는 App Engine, Google Kubernetes, Compute Engine이 있습니다. 화살표는 이러한 4개의 상자를 서로 연결합니다.
사용 사례
AdTech

일반적으로 채널 전반에 걸쳐 일관된 고객 활동을 유도하기 위해 여러 소스에서 정제되지 않은 대규모 데이터를 통합합니다. 고객 전반에 걸쳐 대량의 행동 데이터를 수집하고 비교하여 추천과 영업을 유도할 수 있는 공통 패턴을 찾습니다.

왼쪽에는 세로로 배열된 3개의 상자가 있습니다. 첫 번째는 'Beacons proximity notifications'(비콘 근접 알림), 두 번째는 'Back Office Business Systems'(백오피스 비즈니스 시스템), 세 번째는 'Mobile Devices Push Notifications'(휴대기기 푸시 알림)이며 첫 번째와 두 번째 상자는 여러 상자를 포함하는 Google Cloud 상자로 향합니다. 첫 번째 상자는 Messaging / Pub/Sub / Proximity Streams로 라벨이 지정되어 있습니다. 화살표는 오른쪽의 Processing / Dataflow / Stream Processing으로 라벨이 지정된 상자로 이어집니다. 그 다음 화살표는 아래의 Messaging / Pub/Sub / Queued Notification으로 라벨이 지정된 상자로 이어집니다. 그 다음 화살표는 Notifications / App Engine / Push to Devices로 라벨이 지정된 상자로 이어집니다. 그 다음 화살표는 왼쪽의 맨 아래 상자(Mobile Devices)로 이어집니다. Processing 상자에서 화살표는 Events / Cloud Bigtable / Proximity Events로 라벨이 지정된 상자로도 이어지며 그 다음 Analytics / BigQuery / Data Warehouse로 라벨이 지정된 상자로 이어집니다.

가격 책정

가격 책정

Cloud Bigtable은 빠르고 확장성이 뛰어난 완전 관리형 NoSQL 데이터베이스 서비스입니다. 자세한 가격 정보는 가격 책정 가이드를 참조하세요.

파트너

Bigtable 전문성을 갖춘 파트너와 협력

Bigtable의 가치를 극대화할 수 있는 Google의 성장하는 파트너 생태계를 활용하세요.