Intégrations avec Cloud Bigtable

Cette page décrit les intégrations entre Cloud Bigtable et d'autres produits et services.

Services Google Cloud

Cette section décrit les services Google Cloud auxquels Cloud Bigtable s'intègre.

BigQuery

BigQuery correspond à l'entrepôt de données d'analyse de Google, entièrement géré à l'échelle du pétaoctet et à faible coût. Vous pouvez utiliser BigQuery pour interroger des données stockées dans Cloud Bigtable.

Pour commencer, consultez la section Interroger des données Cloud Bigtable.

Cloud Functions

Cloud Functions est une plate-forme de calcul sans serveur basée sur des événements, qui s'intègre à Cloud Bigtable.

Pour consulter un exemple d'application Node.js utilisant Pub/Sub afin de déclencher des fonctions Cloud Functions chargées d'écrire dans Cloud Bigtable, accédez au dépôt d'exemples sur GitHub.

Dataflow

Dataflow est un service cloud et un modèle de programmation destiné au traitement big data. Dataflow est compatible avec le traitement par lot et le traitement en flux continu. Vous pouvez utiliser Dataflow pour traiter les données stockées dans Cloud Bigtable ou pour stocker la sortie de votre pipeline Dataflow. Vous pouvez également vous servir de modèles Dataflow pour exporter et importer vos données sous forme de fichiers Avro, Parquet ou SequenceFiles.

Pour commencer, consultez la section Connecteur Dataflow pour Cloud Bigtable.

Dataproc

Dataproc fournit Apache Hadoop et les produits associés sous forme de service géré dans le cloud. Grâce à Dataproc, vous pouvez exécuter des tâches Hadoop qui lisent des données depuis Cloud Bigtable et écrivent des données dans Cloud Bigtable.

Pour obtenir un exemple de tâche Hadoop MapReduce qui utilise Cloud Bigtable, accédez au répertoire /java/dataproc-wordcount dans le dépôt GitHub GoogleCloudPlatform/cloud-bigtable-examples.

Cloud Deployment Manager

Deployment Manager est un service de déploiement d'infrastructures qui vous permet d'automatiser la création et la gestion de ressources Google Cloud. Deployment Manager effectue des appels d'API pour créer des instances Cloud Bigtable, puis ajoute ces instances à votre déploiement.

Big data

Cette section décrit les produits big data auxquels Cloud Bigtable s'intègre.

Apache Hadoop

Apache Hadoop est un framework qui permet le traitement distribué de grands ensembles de données par des clusters d'ordinateurs. Vous pouvez utiliser Dataproc pour créer un cluster Hadoop, puis exécuter des tâches MapReduce qui lisent des données depuis Cloud Bigtable et écrivent des données dans Cloud Bigtable

Pour obtenir un exemple de tâche Hadoop MapReduce qui utilise Cloud Bigtable, accédez au répertoire /java/dataproc-wordcount dans le dépôt GitHub GoogleCloudPlatform/cloud-bigtable-examples.

StreamSets Data Collector

StreamSets Data Collector est une application de streaming de données que vous pouvez configurer pour écrire des données dans Cloud Bigtable. StreamSets fournit une bibliothèque Cloud Bigtable dans son dépôt GitHub sous streamsets/datacollector.

Bases de données géospatiales

Cette section décrit les bases de données géospatiales avec lesquelles Cloud Bigtable s'intègre.

GeoMesa

GeoMesa est une base de données spatio-temporelle distribuée qui permet l'interrogation spatiale et la manipulation de données. GeoMesa peut utiliser Cloud Bigtable pour stocker ses données.

Pour en savoir plus sur l'exécution de GeoMesa en exploitant Cloud Bigtable, consultez la documentation de GeoMesa.

Bases de données de graphes

Cette section décrit les bases de données de graphes auxquelles Cloud Bigtable s'intègre.

HGraphDB

HGraphDB est une couche cliente qui permet d'utiliser Apache HBase ou Cloud Bigtable en tant que base de données de graphes. Elle met en œuvre les interfaces Apache TinkerPop 3.

Pour en savoir plus sur l'exécution de HGraphDB en exploitant Cloud Bigtable, consultez la documentation de HGraphDB.

JanusGraph

JanusGraph est une base de données de graphes évolutive. Elle est optimisée pour stocker et interroger des graphes contenant des centaines de milliards de sommets et d'arêtes.

Pour en savoir plus sur l'exécution de JanusGraph en exploitant Cloud Bigtable, consultez la page Exécuter JanusGraph avec Cloud Bigtable ou la documentation de JanusGraph.

Gestion des infrastructures

Cette section décrit les outils de gestion d'infrastructures auxquels Cloud Bigtable s'intègre.

Pivotal Cloud Foundry

Pivotal Cloud Foundry est une plate-forme de développement et de déploiement d'applications qui permet de lier une application à Cloud Bigtable.

Terraform

Terraform est un outil Open Source qui codifie les API dans des fichiers de configuration déclaratifs. Ces fichiers peuvent être partagés par les membres d'une équipe, traités comme du code, édités, révisés et versionnés.

Pour en savoir plus sur l'utilisation de Cloud Bigtable avec Terraform, consultez les pages relatives à la création d'instance Cloud Bigtable et de table Cloud Bigtable dans la documentation de Terraform.

Machine learning

Feast

Feast est un magasin de fonctionnalités Open Source pour le machine learning, développé par Google Cloud et GO-JEK, qui peut utiliser Cloud Bigtable en tant que magasin d'inférences.

Bases de données de séries temporelles et surveillance

Cette section décrit les bases de données de séries temporelles et les outils de surveillance avec lesquels Cloud Bigtable s'intègre.

Heroic

Heroic est un système de surveillance et une base de données de séries temporelles. Heroic peut utiliser Cloud Bigtable pour stocker ses données.

Pour en savoir plus sur Heroic, accédez au dépôt GitHub spotify/heroic, et consultez la documentation dédiée à la configuration de Cloud Bigtable et à la configuration des métriques.