Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Présentation de SQL dans Bigtable
En plus de ses API d'administration et de données, Bigtable accepte les requêtes SQL.
Vous pouvez utiliser SQL pour interroger vos données Bigtable de différentes manières:
Pour le développement d'applications à faible latence, GoogleSQL pour Bigtable
Pour le traitement par lot et l'ETL, Spark SQL
Pour analyser les données provenant de plusieurs sources, BigQuery
GoogleSQL pour Bigtable
GoogleSQL est un langage de requête utilisé par plusieurs Google Cloud
services, y compris Spanner et BigQuery. Vous pouvez créer et exécuter des requêtes GoogleSQL dans Bigtable Studio dans la console Google Cloud, ou les exécuter de manière automatisée à l'aide de la bibliothèque cliente Bigtable pour Java.
GoogleSQL pour Bigtable est semblable au langage de requête Cassandra (CQL) à bien des égards. Il inclut un type de données de carte, conçu pour interroger les données Bigtable stockées dans des familles de colonnes, des colonnes et des cellules.
Pour les cas d'utilisation de la data science ou d'autres types de traitement par lot et d'ETL, le connecteur Bigtable Spark vous permet de lire et d'écrire des données Bigtable à l'aide de Spark SQL. Pour en savoir plus, consultez la page Utiliser le connecteur Bigtable Spark.
BigQuery
Si vous souhaitez associer des données provenant de plusieurs sources, y compris Bigtable, et exécuter des analyses ponctuelles par lot, vous pouvez créer des tables externes BigQuery et exécuter des requêtes SQL à partir de BigQuery. Pour en savoir plus, consultez la section Interroger et analyser des données Bigtable avec BigQuery.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/03/06 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2025/03/06 (UTC)."],[[["Bigtable supports SQL queries through multiple methods, including GoogleSQL for low-latency applications, Spark SQL for batch processing and ETL, and BigQuery for analyzing data from multiple sources."],["GoogleSQL for Bigtable, which is similar to Cassandra Query Language (CQL), can be used within the Google Cloud console via Bigtable Studio, or programmatically through the Bigtable client library for Java."],["The Bigtable Spark connector enables reading and writing Bigtable data with Spark SQL, beneficial for data science and batch processing needs."],["BigQuery can query and analyze data from Bigtable alongside other sources using external tables, facilitating batch and ad hoc analytics."]]],[]]
