Features

Niedrige Latenz und hoher Durchsatz

Bigtable ist ein spaltenorientierter Speicher für Schlüssel/Wert-Paare, der sich ideal für den schnellen Zugriff auf strukturierte, semistrukturierte oder unstrukturierte Daten eignet. Latenzempfindliche Arbeitslasten wie Personalisierung sind perfekt für Bigtable geeignet, aber dank des hohen Lese- und Schreibdurchsatzes pro Dollar eignet sich die Lösung auch hervorragend für Clickstream- und IoT-Anwendungsfälle und sogar für Batchanalysen für High-Performance-Computing-Anwendungen (HPC), einschließlich dem Training von ML-Training-Modellen.

Unbegrenzte Schreib- und Leseskalierbarkeit

Bigtable entkoppelt Rechenressourcen vom Datenspeicher, wodurch Verarbeitungsressourcen transparent angepasst werden können. Jeder zusätzliche Knoten kann Lese- und Schreibvorgänge gleichermaßen gut verarbeiten und bietet so eine mühelose horizontale Skalierbarkeit. Bigtable optimiert die Leistung, indem es Ressourcen automatisch skaliert , um sich an den Server-Traffic anzupassen und Fragmentierung, Replikation und Abfrageverarbeitung zu übernehmen.

Flexibilität des Datenmodells

Bigtable ermöglicht die organische Weiterentwicklung Ihres Datenmodells. Speichern Sie alles von Skalaren, JSON, Protokollzwischenspeichern, Avro, Arrow bis hin zu Einbettungen und Bildern und fügen Sie nach Bedarf neue Spalten hinzu oder entfernen Sie sie dynamisch. Sorgen Sie für Bereitstellungen mit niedriger Latenz oder leistungsstarke Batchanalysen für unstrukturierte Rohdaten in einer einzigen Datenbank.

Aus einer einzelnen Zone bis zu acht Regionen gleichzeitig

Von Bigtable unterstützte Anwendungen können Lese- und Schreibvorgänge mit niedriger Latenz mit global verteilten multiprimären Konfigurationen bereitstellen, unabhängig davon, wo sich Ihre Nutzer befinden. Zonale Instanzen sind hervorragend für Kosteneinsparungen geeignet und können nahtlos auf multiregionale Bereitstellungen mit automatischer Replikation hochskaliert werden. Beim Ausführen einer multiregionalen Instanz kann Ihre Datenbank außerdem einen regionalen Ausfall überstehen und bietet eine branchenführende Verfügbarkeit von 99,999 %.

Einfache Migration von NoSQL-Datenbanken

Live-Migrationen ermöglichen ein schnelleres und einfacheres Onboarding, da eine genaue Datenmigration mit weniger Aufwand sichergestellt ist. HBase BigtableReplikationsbibliothek ermöglicht Live-Migrationen ohne Ausfallzeiten mit Tools zum Importieren und Validieren zum einfachen Laden von HBase-Snapshots in Bigtable, währendDataflow-Vorlagen die Migration von Cassandra zu Bigtable vereinfachen.

Umfassender Support für Anwendungen und Tools

Stellen Sie über die Apache HBase API eine einfache Verbindung zur Open-Source-Umgebung her. Datengestützte Anwendungen dank nahtloser Einbindung schneller mit Apache Spark, Hadoop, GKE, Dataflow, Dataproc, Vertex AI Vector Search und BigQuery. Mit Clientbibliotheken für Java, Go, Python, C#, Node.js, PHP, Ruby, C++, HBase und Einbindung in LangChain.

Keine versteckten Kosten

Keine IOPS-Gebühren, keine Kosten für das Erstellen oder Wiederherstellen von Sicherungen und keine unverhältnismäßigen Preise für Lese-/Schreibvorgänge, die sich bei sich weiterentwickelnden Arbeitslasten auf Ihr Budget auswirken könnten.

Automatisierte Wartung

Senken Sie die Betriebskosten und verbessern Sie die Zuverlässigkeit für jede Datenbankgröße. Replikation und Wartung erfolgen automatisch und ohne Ausfallzeiten.

Veränderung von Daten in Echtzeit erfassen und Eventing

Mit Änderungsstreams von Bigtable können Sie Änderungsdaten aus Bigtable-Datenbanken erfassen und in andere Systeme für Analysen, Ereignisauslöser und Compliance einbinden.

Sicherheit und Kontrolle für Unternehmen

Vom Kunden verwaltete Verschlüsselungsschlüssel (CMEK) mit Unterstützung für Cloud External Key Manager, IAM-Integration für Zugriff und Steuerung, Unterstützung für VPC-SC, Access Transparency, Access Approval und ein umfassendes Audit-Logging tragen dazu bei, dass Ihre Daten geschützt sind und den Vorschriften entsprechen.

Beobachtbarkeit

Überwachen Sie die Leistung von Bigtable-Datenbanken mit serverseitigen Messwerten. Analysieren Sie Nutzungsmuster mit dem interaktiven Monitoring-Tool von Key Visualizer. Verwenden Sie Abfragestatistiken, Tabellenstatistiken und das Hot Tablets-Tool zum Beheben von Problemen mit der Abfrageleistung und zur schnellen Diagnose von Latenzproblemen mit dem clientseitigen Monitoring.

Notfallwiederherstellung

Inkrementelle Sicherungen Ihrer Datenbank sind kostengünstig und können bei Bedarf wiederhergestellt werden. Speichern Sie Sicherungen an verschiedenen Regionen, um die Ausfallsicherheit zu erhöhen, und stellen Sie mühelos zwischen Instanzen oder Projekten für Test- und Produktionsszenarien wieder her. .

Einbindung von Vertex AI Vector Search

Verwenden Sie die Vorlage Bigtable to Vertex AI Vector Search, um Daten in Ihrer Bigtable-Datenbank mit Vertex AI zu indizieren und eine Ähnlichkeitssuche für Vektoreinbettungen mit Vertex AI Vector Search durchzuführen.

LangChain-Integration

Dank der LangChain-Integration können Sie ganz einfach Gen-AI-Anwendungen erstellen, die genauer, transparenter und zuverlässiger sind. Weitere Informationen finden Sie im GitHub-Repository.

Funktionsweise

Bigtable-Instanzen bieten Rechen- und Speicherressourcen in einer oder mehreren Regionen. Jeder Bigtable-Cluster kann Lese- und Schreibvorgänge empfangen. Die Daten werden aus Gründen der Skalierbarkeit automatisch „aufgeteilt“ und asynchron zwischen Clustern repliziert. Eine verteilte Uhr namens TrueTime sorgt dafür, dass Transaktionen richtig geordnet sind. 

Bigtable-Architektur

Gängige Einsatzmöglichkeiten

AdTech und Einzelhandel

Inhalte in Echtzeit personalisieren

Verfolgen Sie das Verhalten und die Präferenzen von Kunden für personalisierte Werbung, Newsfeeds, Rabattangebote und Produkt- und Inhaltsempfehlungen. Mit einer einzigen Datenbank, die für eine optimale Leistung automatisch skaliert und ausgleicht, können Sie Ereignisstreams mit hohem Volumen aufnehmen und Empfehlungen mit niedriger Latenz bereitstellen. Bringen Sie Daten näher an Ihren Kunden, um die besten Latenzen durch multiregionale, multiprimäre Bereitstellungen zu erhalten, und reduzieren Sie Risiken und Ausfallzeiten mit einer Verfügbarkeit von 99,999% und ohne Wartung.
Referenzdiagramm zur AdTech- und Einzelhandelsarchitektur

Inhalte in Echtzeit personalisieren

Verfolgen Sie das Verhalten und die Präferenzen von Kunden für personalisierte Werbung, Newsfeeds, Rabattangebote und Produkt- und Inhaltsempfehlungen. Mit einer einzigen Datenbank, die für eine optimale Leistung automatisch skaliert und ausgleicht, können Sie Ereignisstreams mit hohem Volumen aufnehmen und Empfehlungen mit niedriger Latenz bereitstellen. Bringen Sie Daten näher an Ihren Kunden, um die besten Latenzen durch multiregionale, multiprimäre Bereitstellungen zu erhalten, und reduzieren Sie Risiken und Ausfallzeiten mit einer Verfügbarkeit von 99,999% und ohne Wartung.
Referenzdiagramm zur AdTech- und Einzelhandelsarchitektur

Datenstruktur und operative Analysen

Datensilos konsolidieren und Legacy-Systeme skalieren

Mithilfe von Integrationen in BigQuery, Dataflow, Cloud Composer und Cloud Data Fusion können Sie Daten aus mehreren Datenbanken, Streamingquellen und Mainframes im Bulk oder in Echtzeit aufnehmen und integrieren, um Kundendatenplattformen, Betriebsdatenspeicher, digitale Integrations-Hubs, semantische Ebenen oder Datenstrukturen zu erstellen, um API-Zugriff mit niedriger Latenz und skalierbare In-App-Berichte zu unterstützen.
Referenzdiagramm zur Architektur von Data Fabric und operativer Analyse

Datensilos konsolidieren und Legacy-Systeme skalieren

Mithilfe von Integrationen in BigQuery, Dataflow, Cloud Composer und Cloud Data Fusion können Sie Daten aus mehreren Datenbanken, Streamingquellen und Mainframes im Bulk oder in Echtzeit aufnehmen und integrieren, um Kundendatenplattformen, Betriebsdatenspeicher, digitale Integrations-Hubs, semantische Ebenen oder Datenstrukturen zu erstellen, um API-Zugriff mit niedriger Latenz und skalierbare In-App-Berichte zu unterstützen.
Referenzdiagramm zur Architektur von Data Fabric und operativer Analyse

Internetsicherheit

Malware und Zahlungsbetrug erkennen, Spam und Betrug verhindern

Erfassen Sie Betrugssignale wie Nutzeraktivitäten, Katalogdateien, Malware-Signaturen und -Sperrlisten sowie unstrukturierte Inhalte wie Produkteinträge und Rezensionen, um Produktfälschungen, Spamkonten, Betrug, manipulierte Hardware und Betrug in Echtzeit zu identifizieren.
Referenzdiagramm zur Cybersicherheitsarchitektur

Malware und Zahlungsbetrug erkennen, Spam und Betrug verhindern

Erfassen Sie Betrugssignale wie Nutzeraktivitäten, Katalogdateien, Malware-Signaturen und -Sperrlisten sowie unstrukturierte Inhalte wie Produkteinträge und Rezensionen, um Produktfälschungen, Spamkonten, Betrug, manipulierte Hardware und Betrug in Echtzeit zu identifizieren.
Referenzdiagramm zur Cybersicherheitsarchitektur

Medien

Medieninhalte und Engagement-Analysen bereitstellen

Hier können Sie Playlists, AR-Assets, Bücher-, Audio- oder Videokataloge, Wiedergabeverläufe, Bewertungen und Kommentare verwalten, den Wiedergabefortschritt verfolgen und Content-Feeds und Analysen für Creator und Werbetreibende bereitstellen.
Referenzdiagramm zur Medienarchitektur

Medieninhalte und Engagement-Analysen bereitstellen

Hier können Sie Playlists, AR-Assets, Bücher-, Audio- oder Videokataloge, Wiedergabeverläufe, Bewertungen und Kommentare verwalten, den Wiedergabefortschritt verfolgen und Content-Feeds und Analysen für Creator und Werbetreibende bereitstellen.
Referenzdiagramm zur Medienarchitektur

Zeitreihen und IoT

Zeitreihendaten jeder Größenordnung verwalten

Von Zeitreihen im Finanzbereich bis hin zu Smart Homes, Wettersensoren, Online-Gaming-Logs, Telemetriedaten zu Fabrikhallen, vernetzten Fahrzeugen oder ereignisgesteuerten Architekturen – große Datenmengen aufnehmen, ohne die Bereitstellung von Arbeitslasten mit niedriger Latenz zu unterbrechen, um Echtzeitberichte, Benachrichtigungen und vorausschauende Instandhaltung zu unterstützen. Vereinfachen Sie die Datenverwaltung mit TTL-Regeln, bewahren Sie Daten kostengünstig mit dem Speichermedium Ihrer Wahl zu branchenführenden Preisen für physische Speicher auf und erzielen Sie einen hohen Scandurchsatz für Batch-Analysen im Handumdrehen.
Referenzdiagramm für Zeitreihen und IoT-Architektur

Zeitreihendaten jeder Größenordnung verwalten

Von Zeitreihen im Finanzbereich bis hin zu Smart Homes, Wettersensoren, Online-Gaming-Logs, Telemetriedaten zu Fabrikhallen, vernetzten Fahrzeugen oder ereignisgesteuerten Architekturen – große Datenmengen aufnehmen, ohne die Bereitstellung von Arbeitslasten mit niedriger Latenz zu unterbrechen, um Echtzeitberichte, Benachrichtigungen und vorausschauende Instandhaltung zu unterstützen. Vereinfachen Sie die Datenverwaltung mit TTL-Regeln, bewahren Sie Daten kostengünstig mit dem Speichermedium Ihrer Wahl zu branchenführenden Preisen für physische Speicher auf und erzielen Sie einen hohen Scandurchsatz für Batch-Analysen im Handumdrehen.
Referenzdiagramm für Zeitreihen und IoT-Architektur

Infrastruktur für maschinelles Lernen

Trainieren und Bereitstellen des Modells skalieren

Feature Stores erstellen, um Vorhersagen mit niedriger Latenz zu unterstützen, Daten aus GCS für einen schnellen Zugriff durch HPC-Cluster und ML-Frameworks zwischenspeichern sowie Snapshots von Modellgewichtungen während des Trainings erstellen – mit hohem Durchsatz, Lese- und Schreibvorgängen mit niedriger Latenz, detaillierter Zugriffssteuerung und Isolierung von Arbeitslasten.
Referenzdiagramm zur ML-Infrastrukturarchitektur

Bigtable mit beliebten Open-Source-Feature-Stores verwenden


Trainieren und Bereitstellen des Modells skalieren

Feature Stores erstellen, um Vorhersagen mit niedriger Latenz zu unterstützen, Daten aus GCS für einen schnellen Zugriff durch HPC-Cluster und ML-Frameworks zwischenspeichern sowie Snapshots von Modellgewichtungen während des Trainings erstellen – mit hohem Durchsatz, Lese- und Schreibvorgängen mit niedriger Latenz, detaillierter Zugriffssteuerung und Isolierung von Arbeitslasten.
Referenzdiagramm zur ML-Infrastrukturarchitektur

Bigtable mit beliebten Open-Source-Feature-Stores verwenden


Preise

Funktionsweise von Bigtable-PreisenDie Preise für Bigtable basieren auf der Rechenkapazität, dem Datenbankspeicher, dem Sicherungsspeicher und der Netzwerknutzung. Durch Rabatte für zugesicherte Nutzung wird der Preis weiter reduziert.
DienstBeschreibungPreis
Rechenkapazität

Rechenkapazität wird als Knoten bereitgestellt.

Starting at

0,65 $

pro Knoten und Stunde

Datenspeicher

SSD

Die Preise basieren auf der physischen Größe der Tabellen. Jedes Replikat wird separat abgerechnet. Empfohlen für die Bereitstellung mit niedriger Latenz.

Starting at

0,17 $

pro GB und Monat

HDD

Die Preise basieren auf der physischen Größe der Tabellen. Jedes Replikat wird separat abgerechnet.

Starting at

0,026 $

pro GB und Monat

Sicherungen

Die Preise richten sich nach der physischen Größe der Sicherungen. Bigtable-Sicherungen sind inkrementell.

Starting at

0,026 $

pro GB und Monat

Netzwerk

Eingehender Traffic

Kostenlos

Ausgehender Traffic innerhalb derselben Region

Kostenlos

Ausgehender Traffic zwischen Regionen

Starting at

0,10 $

pro GB

Replikation

Innerhalb derselben Region

Kostenlos

Zwischen Regionen

Starting at

0,01 $

pro GB

Weitere Informationen zu den Bigtable-Preisen und den Rabatten für zugesicherte Nutzung.

Funktionsweise von Bigtable-Preisen

Die Preise für Bigtable basieren auf der Rechenkapazität, dem Datenbankspeicher, dem Sicherungsspeicher und der Netzwerknutzung. Durch Rabatte für zugesicherte Nutzung wird der Preis weiter reduziert.

Rechenkapazität
Beschreibung

Rechenkapazität wird als Knoten bereitgestellt.

Preis

Starting at

0,65 $

pro Knoten und Stunde

Datenspeicher
Beschreibung

SSD

Die Preise basieren auf der physischen Größe der Tabellen. Jedes Replikat wird separat abgerechnet. Empfohlen für die Bereitstellung mit niedriger Latenz.

Preis

Starting at

0,17 $

pro GB und Monat

HDD

Die Preise basieren auf der physischen Größe der Tabellen. Jedes Replikat wird separat abgerechnet.

Beschreibung

Starting at

0,026 $

pro GB und Monat

Sicherungen

Beschreibung

Die Preise richten sich nach der physischen Größe der Sicherungen. Bigtable-Sicherungen sind inkrementell.

Preis

Starting at

0,026 $

pro GB und Monat

Netzwerk
Beschreibung

Eingehender Traffic

Preis

Kostenlos

Ausgehender Traffic innerhalb derselben Region

Beschreibung

Kostenlos

Ausgehender Traffic zwischen Regionen

Beschreibung

Starting at

0,10 $

pro GB

Replikation

Beschreibung

Innerhalb derselben Region

Preis

Kostenlos

Zwischen Regionen

Beschreibung

Starting at

0,01 $

pro GB

Weitere Informationen zu den Bigtable-Preisen und den Rabatten für zugesicherte Nutzung.

PREISRECHNER

Mit dem Preisrechner können Sie Ihre monatlichen Bigtable-Kosten einschließlich regionsspezifischer Preise und Gebühren schätzen.

INDIVIDUELLES ANGEBOT

Wenden Sie sich an unser Vertriebsteam, wenn Sie ein individuelles Angebot für Ihr Unternehmen erhalten möchten.

Proof of Concept für Bigtable starten

Guthaben von 300 $ verwenden (neue Nutzer)

Informationen zur Verwendung von Bigtable

Föderierte Abfragen aus BigQuery in Bigtable verwenden

Von HBase, Cassandra, Aerospike oder DynamoDB zu Bigtable migrieren

Mit Beispielen ins Programmieren eintauchen

Anwendungsszenario

Erfahren Sie, wie andere Unternehmen mit Spanner innovative Apps entwickelt haben, um eine hervorragende Nutzererfahrung zu bieten, die Kosten zu senken und den ROI zu steigern.


Vorteile und Kunden

Bauen Sie Ihr Unternehmen aus mit innovativen Anwendungen, die sich unbegrenzt skalieren lassen, um alle Anforderungen zu erfüllen.

Sie profitieren von einem erstklassigen Preis-Leistungs-Verhältnis und zahlen nur für die tatsächliche Nutzung.

Migrieren Sie ganz einfach von anderen NoSQL-Datenbanken und führen Sie Hybrid- oder Multi-Cloud-Bereitstellungen mit Open-Source-APIs und Migrationstools aus.

  • Logo: Equifax
  • Logo: PayPal
  • Logo: Credit Karma
  • Logo: Major League Baseball
  • The Home Depot
  • Logo: Fastly
  • Fullstory-Logo
  • Logo: TelevisaUnivision
  • Mercado Libre-Logo
  • Logo: Vimeo
  • Logo: Evernote
  • Logo: Bit:ly
  • Logo: Squarespace
  • Logo: LiveRamp
  • Logo: OpenX

Partner und Integration

Profitieren Sie von Partnern, die sich mit Bigtable auskennen, um Sie bei jedem Schritt des Prozesses zu unterstützen – von Bewertungen und Anwendungsszenarien bis hin zu Migrationen und dem Erstellen neuer Anwendungen in Bigtable.
  • Logo: SADA
  • DoIT-Logo
  • Logo: Searce
  • Logo: 66 degrees
  • Logo: Carahsoft
  • Logo: Devoteam
  • Logo: Cloud Ace
  • Logo: CloudMile
  • Logo: Quantiphi
  • Logo: Bespin Global
  • Logo: Huware Srl
  • Logo: Onix
  • Logo: WebEye
  • Logo: Softchoice
  • Logo: Appsbroker
  • Logo: OchK
  • Logo: SantoDigital
  • Logo: MasterConcept
  • Logo: Polymeric Cloud
  • Logo: Persistent Systems
  • Logo: BrioTech
  • Logo: Baidao
  • Logo: Noovle
  • Logo: Zencore
  • Logo: Public Cloud Group
  • Logo: Tangerine
  • Logo: Xebia
  • Logo: Crayon
  • Logo: G-Gen
  • Logo: Comm-it
  • Logo: Cleardata
  • Logo: Digicloud Africa
  • Logo: IpNet
  • Logo: Epam
  • Logo: Pythian
  • Logo: Maven Wave
  • Logo: Rackspace
  • Logo: Accenture
  • Logo: Megazone Soft
  • Logo: SADA
  • DoIT-Logo
  • Logo: Searce
  • Logo: 66 degrees
  • Logo: Carahsoft
  • Logo: Devoteam
  • Logo: Cloud Ace
  • Logo: CloudMile
  • Logo: Quantiphi
  • Logo: Bespin Global
  • Logo: Huware Srl
  • Logo: Onix
  • Logo: WebEye
  • Logo: Softchoice
  • Logo: Appsbroker
  • Logo: OchK
  • Logo: SantoDigital
  • Logo: MasterConcept
  • Logo: Polymeric Cloud
  • Logo: Persistent Systems
  • Logo: BrioTech
  • Logo: Baidao
  • Logo: Noovle
  • Logo: Zencore
  • Logo: Public Cloud Group
  • Logo: Tangerine
  • Logo: Xebia
  • Logo: Crayon
  • Logo: G-Gen
  • Logo: Comm-it
  • Logo: Cleardata
  • Logo: Digicloud Africa
  • Logo: IpNet
  • Logo: Epam
  • Logo: Pythian
  • Logo: Maven Wave
  • Logo: Rackspace
  • Logo: Accenture
  • Logo: Megazone Soft

Möchten Sie mehr darüber erfahren, welche Partner‑ oder Drittanbieter-Einbindung am besten für Ihr Unternehmen geeignet ist? Dann sehen Sie sich unser Partnerverzeichnis an.

FAQs

Welcher Datenbanktyp ist Bigtable?

Bigtable ist ein NoSQL-Datenbankdienst, insbesondere ein Schlüssel/Wert-Speicher, der sehr breite Tabellen mit Zehntausenden von Spalten ermöglicht. Daher wird er auch als spaltenorientierte Datenbank oder verteilte mehrdimensionale Karte bezeichnet. Bigtable ähnelt den beliebten Open-Source-Projekten, die es inspiriert hat, wie Apache HBase und Cassandra. Daher ist Bigtable das gängigste Ziel für Kunden mit großen Datenmengen, die eine leistungsstarke, kostengünstige, vollständig verwaltete NoSQL-Datenbanklösung bei Google Cloud suchen.

Bigtable bietet Migrationstools, die ein schnelleres und einfacheres Onboarding ermöglichen, indem eine präzise Datenmigration mit geringerem Aufwand gewährleistet ist. HBase BigtableReplikationsbibliothek ermöglicht Live-Migrationen ohne Ausfallzeiten mit Tools zum Importieren und Validieren zum einfachen Laden von HBase-Snapshots in Bigtable, währendDataflow-Vorlagen die Migration von Cassandra zu Bigtable vereinfachen.

Der Bigtable-Speicher wird ähnlich wie bei einem serverlosen Modell pro genutztem GB berechnet. Bigtable bietet außerdem eine lineare horizontale Skalierung und kann Rechenressourcen als Reaktion auf Nachfrageschwankungen automatisch hoch- und herunterskalieren. Daher ist keine langfristige Kapazitätszusicherung für Speicher oder Rechenleistung erforderlich. Die Preise für Computing mit niedriger Latenz sind jedoch kapazitätsbasiert und werden pro Knoten abgerechnet, nicht pro Anfrage, wobei jeder Knoten bis zu 14.000 Anfragen pro Sekunde verarbeiten kann. Dadurch ist der Preis von Bigtable bei größeren Arbeitslasten günstiger, aber weniger ideal für kleine Anwendungen, die möglicherweise besser für Google Cloud-Datenbanken wie Firestore geeignet sind.

Weitere Informationen
Google Cloud
  • ‪English‬
  • ‪Deutsch‬
  • ‪Español‬
  • ‪Español (Latinoamérica)‬
  • ‪Français‬
  • ‪Indonesia‬
  • ‪Italiano‬
  • ‪Português (Brasil)‬
  • ‪简体中文‬
  • ‪繁體中文‬
  • ‪日本語‬
  • ‪한국어‬
Konsole
  • Sparen Sie Geld mit unserem transparenten Preisansatz
  • „Pay-as-you-go“-Preise von Google Cloud bieten automatische Einsparungen basierend auf der monatlichen Nutzung und ermäßigten Preisen für Prepaid-Ressourcen Kontaktieren Sie uns, um ein Angebot zu erhalten.
Google Cloud