Nesta página, descrevemos as integrações entre o Cloud Bigtable e outros produtos e serviços.
Serviços do Google Cloud Platform
Nesta seção, descrevemos os serviços do GCP com os quais o Cloud Bigtable se integra.
BigQuery
BigQuery é o serviço de armazenamento de dados para análise de baixo custo, totalmente gerenciável e com escala em petabyte, desenvolvido pelo Google. Você pode usar o BigQuery para consultar dados armazenados no Cloud Bigtable.
Para dar os primeiros passos, veja Como consultar dados do Cloud Bigtable.
Cloud Dataflow
Cloud Dataflow é um serviço em nuvem e um modelo de programação para processamento de big data. Ele oferece suporte a processamento em lote e de stream. Use-o para processar dados armazenados no Cloud Bigtable ou para armazenar a saída de canal do Cloud Dataflow. Também é possível usar um modelo do Cloud Dataflow para exportar e importar os dados como arquivos sequenciais do Hadoop.
Para dar os primeiros passos, consulte Conector do Cloud Dataflow para Cloud Bigtable.
Cloud Dataproc
O Cloud Dataproc fornece o Apache Hadoop e produtos relacionados como um serviço gerenciado na nuvem. Com o Cloud Dataproc, é possível executar jobs do Hadoop que fazem a leitura e a gravação no Cloud Bigtable.
Veja um exemplo de job de MapReduce do Hadoop que usa o Cloud Bigtable no diretório /java/dataproc-wordcount, no repositório GoogleCloudPlatform/cloud-bigtable-examples do GitHub.
Cloud Deployment Manager
O Deployment Manager é um serviço de implantação de infraestrutura que automatiza a criação e o gerenciamento dos recursos do GCP. Ele faz chamadas de API para criar instâncias do Cloud Bigtable e as adiciona à sua implantação.
Big Data
Nesta seção, descrevemos os produtos do Big Data que estão integrados ao Cloud Bigtable.
Apache Hadoop
O Apache Hadoop é uma biblioteca que permite o processamento distribuído de grandes conjuntos de dados em clusters de computadores. É possível usar o Cloud Dataproc para criar um cluster do Hadoop e executar jobs de MapReduce que fazem a leitura e a gravação no Cloud Bigtable.
Veja um exemplo de job de MapReduce do Hadoop que usa o Cloud Bigtable no diretório /java/dataproc-wordcount, no repositório GoogleCloudPlatform/cloud-bigtable-examples do GitHub.
StreamSets Data Collector
O StreamSets Data Collector é um aplicativo de streaming de dados que você pode configurar para gravar dados no Cloud Bigtable. O StreamSets fornece uma biblioteca do Cloud Bigtable no seu repositório do GitHub em streamsets/datacollector.
Bancos de dados geoespaciais
Nesta seção, descrevemos os bancos de dados geoespaciais que estão integrados ao Cloud Bigtable.
GeoMesa
GeoMesa é um banco de dados espaço-temporal distribuído, compatível com manipulação de dados e consulta espacial. O GeoMesa usa o Cloud Bigtable para armazenar os respectivos dados.
Para mais informações sobre como executar o GeoMesa de maneira compatível com o Cloud Bigtable, veja a documentação do GeoMesa.
Bancos de dados de gráficos
Nesta seção, descrevemos os bancos de dados de gráficos que estão integrados ao Cloud Bigtable.
HGraphDB
HGraphDB é uma camada do cliente para usar o Apache HBase ou o Cloud Bigtable como banco de dados de gráficos. Ele implementa as interfaces do Apache TinkerPop 3.
Para mais informações sobre como executar o HGraphDB de maneira compatível com o Cloud Bigtable, consulte a documentação do HGraphDB.
JanusGraph
JanusGraph é um banco de dados de gráficos escalonável. Ele é otimizado para armazenar e consultar gráficos que contêm centenas de bilhões de vértices e bordas.
Para mais informações sobre como executar o JanusGraph de maneira compatível com o Cloud Bigtable, consulte esta página ou a documentação do JanusGraph.
Gerenciamento de infraestrutura
Nesta seção, descrevemos as ferramentas de gerenciamento de infraestrutura que estão integradas ao Cloud Bigtable.
Pivotal Cloud Foundry
O Pivotal Cloud Foundry é uma plataforma de desenvolvimento e implantação de aplicativos que oferece a capacidade de vincular um aplicativo ao Cloud Bigtable.
Terraform
O Terraform é uma ferramenta de código aberto que codifica as APIs em arquivos de configuração declarativos. Esses arquivos podem ser compartilhados entre os membros da equipe, tratados como código, revisados e ter a versão controlada.
Para mais informações sobre como usar o Cloud Bigtable com o Terraform, consulte Instância do Cloud Bigtable e Tabela do Cloud Bigtable na documentação do Terraform (em inglês).
Machine learning
Feast
A Feast é uma loja de recursos de código aberto para machine learning desenvolvida pelo Google Cloud Platform e a GO-JEK. Ela pode usar o Cloud Bigtable como uma loja de veiculação.
TensorFlow
O TensorFlow, uma biblioteca de código aberto para computação numérica, oferece suporte nativo sobre como usar o Cloud Bigtable para armazenar e veicular dados de treinamento (em inglês). O tutorial Cloud Bigtable para streaming de dados está disponível para ajudá-lo a aprender a usar essa integração.
Monitoramento e bancos de dados de séries temporais
Esta seção descreve ferramentas de monitoramento e bancos de dados de séries temporais com as quais o Cloud Bigtable se integra.
Heroic
Heroic é um sistema de monitoramento e banco de dados de série temporal. O Heroic pode usar o Cloud Bigtable para armazenar os dados dele.
Para mais informações sobre o Heroic, veja o repositório spotify/heroic do GitHub e a documentação sobre como configurar o Cloud Bigtable e como configurar as métricas (em inglês).
OpenTSDB
OpenTSDB é um banco de dados de série temporal. Com a biblioteca do AsyncBigtable, o OpenTSDB usa o Cloud Bigtable para armazenar os respectivos dados.
Para mais informações sobre como executar o OpenTSDB de maneira compatível com o Cloud Bigtable, veja a postagem do blog Pythian e a documentação do OpenTSDB (em inglês). Além disso, veja Como usar o OpenTSDB para monitorar dados de série temporal no Google Cloud Platform para saber como usar o OpenTSDB em execução no Google Kubernetes Engine, junto com o Cloud Bigtable, para coletar, registrar e monitorar dados de séries temporais.
