Integraciones con Cloud Bigtable

En esta página, se describen las integraciones entre Cloud Bigtable y otros productos y servicios.

Servicios de Google Cloud Platform

En esta sección, se describen los servicios de GCP con los que se integra Cloud Bigtable.

BigQuery

BigQuery es el almacén de datos de estadísticas completamente administrado, de bajo costo, con escala de petabytes de Google. Puedes usar BigQuery a fin de consultar los datos almacenados en Cloud Bigtable.

Para comenzar, mira Cómo consultar los datos de Cloud Bigtable.

Cloud Dataflow

Cloud Dataflow es un servicio de nube y modelo de programación para el procesamiento de macrodatos. Es compatible con el procesamiento de transmisión y por lotes. Puedes usar Cloud Dataflow para procesar los datos almacenados en Cloud Bigtable o para almacenar el resultado de tu canalización de Cloud Dataflow. También puedes usar una plantilla de Cloud Dataflow para importar y exportar tus datos como archivos de secuencias de Hadoop.

Para comenzar, consulta Conector de Cloud Dataflow para Cloud Bigtable.

Cloud Dataproc

Cloud Dataproc ofrece Apache Hadoop y los productos relacionados como un servicio administrado en la nube. Además, te permite ejecutar trabajos de Hadoop capaces de leer y escribir en Cloud Bigtable.

Si deseas obtener un ejemplo de un trabajo de Hadoop MapReduce que use Cloud Bigtable, consulta el directorio /java/dataproc-wordcount en el repositorio de GitHub GoogleCloudPlatform/cloud-bigtable-examples.

Cloud Deployment Manager

Deployment Manager es un servicio de implementación de infraestructura que automatiza la creación y administración de recursos de GCP. Deployment Manager realiza llamadas a la API para crear instancias de Cloud Bigtable y, luego, las agrega a tu implementación.

Macrodatos

En esta sección, se describen los productos de macrodatos con los que se integra Cloud Bigtable.

Apache Hadoop

Apache Hadoop es un marco de trabajo que habilita el procesamiento distribuido de grandes conjuntos de datos entre los clústeres de las computadoras. Puedes usar Cloud Dataproc para crear un clúster de Hadoop y, luego, ejecutar trabajos de MapReduce capaces de leer y escribir en Cloud Bigtable.

Si deseas obtener un ejemplo de un trabajo de Hadoop MapReduce que use Cloud Bigtable, consulta el directorio /java/dataproc-wordcount en el repositorio de GitHub GoogleCloudPlatform/cloud-bigtable-examples.

StreamSets Data Collector

StreamSets Data Collector es una aplicación de transmisión de datos que puedes configurar para escribir datos en Cloud Bigtable. StreamSets ofrece una biblioteca de Cloud Bigtable en su repositorio de GitHub en streamsets/datacollector.

Bases de datos geoespaciales

En esta sección, se describen las bases de datos geoespaciales con las que se integra Cloud Bigtable.

GeoMesa

GeoMesa es una base de datos espaciotemporal compatible con consultas espaciales y manipulación de datos. GeoMesa puede usar Cloud Bigtable para almacenar sus datos.

Si deseas obtener más información sobre cómo ejecutar GeoMesa con la compatibilidad de Cloud Bigtable, consulta la documentación de GeoMesa.

Bases de datos de grafos

En esta sección, se describen las bases de datos de grafos con las que se integra Cloud Bigtable.

HGraphDB

HGraphDB es una capa de cliente para usar Apache HBase o Cloud Bigtable como una base de datos de grafos. Implementa las interfaces de Apache TinkerPop 3.

Si deseas obtener más información sobre cómo ejecutar HGraphDB con la compatibilidad de Cloud Bigtable, consulta la documentación de HGraphDB.

JanusGraph

JanusGraph es una base de datos de gráficos escalable. Está optimizada para almacenar y consultar grafos que contienen cientos de miles de millones de vértices y bordes.

Si deseas obtener más información sobre cómo ejecutar JanusGraph con la asistencia de Cloud Bigtable, consulta Ejecuta JanusGraph con Cloud Bigtable o la documentación de JanusGraph.

Administración de la infraestructura

En esta sección, se describen las herramientas de administración de la infraestructura con las que se integra Cloud Bigtable.

Pivotal Cloud Foundry

Pivotal Cloud Foundry es una plataforma de desarrollo y de implementación de aplicaciones que ofrece la capacidad de vincular una aplicación a Cloud Bigtable.

Terraform

Terraform es una herramienta de código abierto que codifica las API en archivos de configuración declarativos. Estos archivos se pueden compartir entre los miembros del equipo, se pueden tratar como código, se pueden editar, revisar, o se puede crear versiones nuevas de ellos.

Si deseas obtener más información sobre cómo usar Cloud Bigtable con Terraform, consulta Instancia de Cloud Bigtable y Tabla de Cloud Bigtable en la documentación de Terraform.

Aprendizaje automático

Feast

Feast es una tienda de funciones de código abierto para el aprendizaje automático, desarrollada por Google Cloud Platform y GO-JEK, que puede usar Cloud Bigtable como una tienda de entrega.

TensorFlow

TensorFlow, una biblioteca de código abierto para el procesamiento numérico, ofrece compatibilidad nativa para usar Cloud Bigtable a fin de almacenar y entregar datos de entrenamiento. El instructivo, Cloud Bigtable para la transmisión de datos está disponible y te ayudará a usar esta integración.

Supervisión y bases de datos de series temporales

En esta sección, se describen las herramientas de supervisión y bases de datos de series temporales con las que se integra Cloud Bigtable.

Heroic

Heroic es un sistema de supervisión y una base de datos de serie temporal. Heroic puede usar Cloud Bigtable para almacenar sus datos.

Si deseas obtener más información sobre Heroic, consulta el repositorio de GitHub spotify/heroic y la documentación sobre cómo configurar Cloud Bigtable y cómo configurar las métricas.

OpenTSDB

OpenTSDB es una base de datos de serie temporal. Con la biblioteca AsyncBigtable, OpenTSDB puede usar Cloud Bigtable para almacenar sus datos.

Si deseas obtener más información sobre cómo ejecutar OpenTSDB con la asistencia de Cloud Bigtable, consulta la entrada de blog de Pythian y la documentación de OpenTSDB. Además, consulta Cómo usar OpenTSDB para supervisar datos de series temporales en Google Cloud Platform a fin de aprender a usar OpenTSDB en Google Kubernetes Engine junto con Cloud Bigtable para recopilar, registrar y supervisar datos de series temporales.

¿Te sirvió esta página? Envíanos tu opinión:

Enviar comentarios sobre…

Documentación de Cloud Bigtable