Bigtable
透過首創的 NoSQL 服務擴充易受延遲影響的應用程式
提供低延遲的企業級 NoSQL 資料庫服務，適合大規模的機器學習、作業分析，以及面向使用者的應用程式
新客戶可以獲得價值 $300 美元的免費抵免額，盡情體驗 Bigtable。
功能
低延遲與高處理量
Bigtable 是鍵/值和寬欄儲存庫，適合用來快速存取結構化、半結構化或非結構化資料。就讀取與寫入處理量而言，Bigtable 相當合乎成本效益，因此除了易受延遲影響的工作負載 (如個人化)，也非常適合用於點擊流與 IoT 方面的作業，還可應用於高效能運算 (HPC) 的批次分析 (如機器學習模型訓練)。
不受限制的讀寫作業擴充性
Bigtable 會將運算資源與資料儲存空間分離，能以公開透明的方式調整處理資源。每個外加節點都能以一致的高效能處理讀取及寫入作業，讓您輕鬆地水平擴充。Bigtable 會自動調整資源配置來因應伺服器流量，並處理資料分割、複製和查詢處理作業，發揮最佳效能。
靈活彈性的資料模型
Bigtable 可讓資料模型自然演進，並儲存純量、JSON、通訊協定緩衝區、Avro、Arrow、嵌入與圖片等各種資料，並視需要動態新增/移除新資料欄。Bigtable 還能在單一資料庫中提供低延遲服務，或對原始的非結構化資料執行高效能批次分析。
一次最多可在八個區域的單一可用區中執行作業
無論使用者位於何處，Bigtable 支援的應用程式均可透過全球通用的多重主要設定，執行低延遲的讀取和寫入作業。可用區執行個體有助於節省成本，並可透過自動複製功能完成多區域部署，順暢向上擴充。執行多區域執行個體時，資料庫會將獲得妥善保護，即使發生區域性故障也不受影響，可用性達 99.999%，領先業界。
輕鬆從 NoSQL 資料庫遷出
不影響工作負載的高效能資料處理技術
使用者可以透過 Bigtable Data Boost 加快執行分析查詢、批次 ETL 處理工作、訓練機器學習模型或匯出資料，而且不會影響交易工作負載。Data Boost 不需要規劃或管理容量，能讓使用者直接在 Google 的分散式儲存系統 Colossus 中查詢資料、依需求調整容量、輕鬆處理混合工作負載，並安心共用資料。
支援豐富的應用程式和工具
輕鬆透過 Apache HBase API 連線至開放原始碼生態系統。與 Apache Spark、Hadoop、GKE、Dataflow、Dataproc、Vertex AI Vector Search 和 BigQuery 完美整合，更快建構出資料導向的應用程式。提供符合開發團隊需求的 HBase、LangChain 整合功能，以及用戶端程式庫，支援多種程式語言，包含：Java、Go、Python、C#、Node.js、PHP、Ruby、C++。
沒有隱藏費用
IOPS、備份或備份還原作業皆不收費，讀取/寫入價格均按合理比例計算，不會因工作負載成長大幅影響預算。
自動化維護
降低作業成本，並提升各規模資料庫的可靠性。內建自動複製和維護功能，完全不必停機。
即時擷取變更資料並觸發事件
使用 Bigtable 變更串流，從 Bigtable 資料庫擷取變更資料，並與其他系統整合，以便分析數據、觸發事件與遵循法規。
企業級的安全防護機制與控管功能
使用客戶自行管理的加密金鑰 (CMEK)，加上 Cloud External Key Manager 支援、經整合的 IAM 存取與控管機制、對 VPC-SC 的支援、資料存取透明化控管機制、Access Approval，以及全方位的稽核記錄，即可妥善保護資料並確實遵守法規。精細的存取權控管機制，可讓您授予資料表、資料欄或資料列層級存取權。
災難復原
資料庫漸進式備份不但迅速且符合成本效益，還可立即還原。您可以將備份儲存在不同的區域，提高復原力，並在測試和實際工作環境，輕鬆從執行個體或專案還原。
Vertex AI Vector Search 整合功能
使用 Bigtable to Vertex AI Vector Search 範本，透過 Vertex AI 對 Bigtable 資料庫的資料建立索引，以使用 Vertex AI Vector Search，對向量嵌入執行相似度搜尋。
LangChain 整合功能
透過 LangChain 整合功能，輕鬆建構更準確、公開透明且可靠的生成式 AI 應用程式。詳情請參閱 GitHub 存放區。
運作方式
Bigtable 執行個體在一或多個區域提供運算功能和儲存空間。每個 Bigtable 叢集都能接收讀取和寫入作業。系統會自動「分割」資料來提高擴充性，並以非同步的方式在叢集間複製資料。TrueTime 分散式時鐘可確保交易排序正確。
常見用途
廣告技術與零售
即時提供個人化體驗
學習資源
即時提供個人化體驗
資料架構和作業分析
整合資料孤島並向外擴充舊版系統
學習資源
整合資料孤島並向外擴充舊版系統
網路安全
偵測惡意軟體和付款詐欺活動，有效遏止垃圾內容與詐騙行為
學習資源
偵測惡意軟體和付款詐欺活動，有效遏止垃圾內容與詐騙行為
媒體
提供媒體內容和參與度分析資料
學習資源
提供媒體內容和參與度分析資料
時間序列和 IoT
管理任何規模的時間序列資料
學習資源
管理任何規模的時間序列資料
機器學習基礎架構
調整模型訓練及提供服務
瞭解如何將 Bigtable 與熱門的開放原始碼特徵儲存庫搭配使用。
學習資源
調整模型訓練及提供服務
瞭解如何將 Bigtable 與熱門的開放原始碼特徵儲存庫搭配使用。
定價
| Bigtable 的定價方式 | Bigtable 是依據運算能力、資料庫儲存空間、備份儲存空間和網路用量計費。承諾使用折扣可進一步降低價格。 | |
|---|---|---|
| 服務 | 說明 | 價格 |
| 運算能力 | 運算資源是以節點的形式佈建。 | Starting at $0.65 美元 每小時每節點 |
| 資料儲存 | SSD 費用是根據資料表的實際大小計算。各項備用資源的費用會分開計算。建議用於低延遲服務。 | Starting at $0.17 美元 每 GB 每月 |
HDD 費用是根據資料表的實際大小計算。各項備用資源的費用會分開計算。 | Starting at $0.026 美元 每 GB 每月 | |
備份 | 費用的計算依據為備份的實體大小。Bigtable 備份為漸進式。 | Starting at $0.026 美元 每 GB 每月 |
| 網路 | 輸入 | 免費 |
相同區域內的輸出來源 | 免費 | |
在區域之間輸出 | Starting at $0.10 美元 每 GB | |
複製作業 | 位於相同區域 | 免費 |
在區域之間 | Starting at $0.01 每 GB | |
Bigtable 的定價方式
Bigtable 是依據運算能力、資料庫儲存空間、備份儲存空間和網路用量計費。承諾使用折扣可進一步降低價格。
運算資源是以節點的形式佈建。
Starting at
$0.65 美元
每小時每節點
SSD
費用是根據資料表的實際大小計算。各項備用資源的費用會分開計算。建議用於低延遲服務。
Starting at
$0.17 美元
每 GB 每月
HDD
費用是根據資料表的實際大小計算。各項備用資源的費用會分開計算。
Starting at
$0.026 美元
每 GB 每月
備份
費用的計算依據為備份的實體大小。Bigtable 備份為漸進式。
Starting at
$0.026 美元
每 GB 每月
輸入
免費
相同區域內的輸出來源
免費
在區域之間輸出
Starting at
$0.10 美元
每 GB
複製作業
位於相同區域
免費
在區域之間
Starting at
$0.01
每 GB
開始進行 Bigtable 概念驗證
獲得價值 $300 美元的抵免額 (新使用者)
瞭解如何使用 Bigtable
企業案例
瞭解其他企業如何建構創新應用程式，透過 Bigtable 提供絕佳客戶體驗、降低成本並提高投資報酬率
優點和客戶
創新應用程式具備無限擴充能力，可滿足各種需求，讓您輕鬆拓展業務。
享有業界最佳成本效益，用多少付多少。
使用開放原始碼 API 和遷移工具，輕鬆遷移其他 NoSQL 資料庫，並執行混合雲或多雲端部署作業。
合作夥伴與整合功能
我們的合作夥伴具備 Bigtable 專業知識，可協助您因應旅程的每個階段，瞭解評估與業務案例，並取得在 Bigtable 上遷移與建構新應用程式的相關知識。
系統整合服務供應商
想進一步瞭解哪些合作夥伴或第三方整合服務最適合貴企業嗎？前往合作夥伴目錄。
常見問題
Bigtable 是何種資料庫？
Bigtable 是特別適用於鍵/值儲存庫的 NoSQL 資料庫服務，可存放含有數萬欄的超寬資料表，又稱為寬欄資料庫或分散式多維度地圖。Bigtable 與受其啟發的熱門開放原始碼專案最相似 (如 Apache HBase 和 Cassandra)，因此如果需處理大量資料的客戶想在 Google Cloud 上尋找高效能、符合成本效益的全代管 NoSQL 資料庫解決方案，通常會選擇這個服務。
如何將資料庫遷移至 Bigtable？
Bigtable 是無伺服器的資料庫服務嗎？
Bigtable 儲存空間是以 GB 為計費單位，計費方式與無伺服器模型類似。Bigtable 也提供線性水平資源調度，並能因應需求波動自動調整運算資源。這能讓您不必綁定長期儲存或運算容量承諾使用方案。不過，低延遲運算是按照容量計費，並按節點計費，而非按要求，因為每個節點每秒可處理高達 14,000 個要求。因此，Bigtable 的價格較適合較大的工作負載，但較不適合小型應用程式；而 Google Cloud 資料庫 (例如 Firestore) 可能更適用於後者。
如為批次資料處理工作，Bigtable 採用 Data Boost 執行，並按無伺服器處理器 (SPU) 計費。
