Cloud Bigtable

Bigtable

NoSQL のパイオニアを使用して、レイテンシの影響を受けやすいアプリケーションをスケール

ML、運用分析、ユーザー向けアプリケーションに適した、低レイテンシの Cassandra および HBase 対応 NoSQL データベース サービス。

新規のお客様には、Bigtable で使用できる無料クレジット $300 分を差し上げます。

機能

低レイテンシ、高スループット

Bigtable は Key-Value かつワイドカラム型ストアであり、構造化データ、半構造化データ、非構造化データへの高速アクセスに最適です。このため、パーソナライズなどのレイテンシの影響を受けやすいワークロードは Bigtable に最適です。

分散カウンタ、1 ドルあたりの読み書きスループットが高いため、クリックストリームや IoT のユースケース、さらには ML モデルのトレーニングを含むハイ パフォーマンス コンピューティング(HPC)アプリケーションのバッチ分析にも適しています。

読み取りと書き込みのスケーラビリティに制限なし

Bigtable はコンピューティング リソースとデータ ストレージを切り離すことで、処理リソースを透過的に調整できるようにします。ノードを追加するたびに、読み取りと書き込みを同じように処理できるため、水平方向の拡張性を容易に実現できます。Bigtable は、サーバー トラフィックに合わせてリソースを自動的にスケーリングし、シャーディング、レプリケーション、クエリ処理を処理することで、パフォーマンスを最適化します。

SQL と継続的なマテリアライズド ビュー

Bigtable SQL を使用すると、使い慣れた SQL 構文を使用して、フルマネージドのリアルタイム アプリケーションを構築できます。また、Bigtable の柔軟なスキーマを維持する特殊な機能も利用できます。また、SQL インターフェースを使用して、リアルタイム指標の作成を簡素化する増分マテリアライズド ビューを構築することもできます。Bigtable のマテリアライズド ビューは、書き込みや読み取りのパフォーマンスに影響を与えることなく、変更が到着するとすぐに処理することで、データを自動的に最新の状態に保ち、トラフィックに応じて自動的にスケールします。

データモデルの柔軟性

Bigtable を使用すると、データモデルを有機的に進化させることができます。スカラー、JSON、プロトコル バッファ、Avro、Arrow から、エンベディングや画像まであらゆるデータを保存でき、必要に応じて新しい列を動的に追加または削除できます。単一のデータベース内の非構造化データに対して、低レイテンシのサービングや高パフォーマンスのバッチ分析を実現します。

NoSQL データベースから簡単に移行

Bigtable が提供する Apache Cassandra と HBase API と移行ツールを使用すると、少ない労力で正確なデータ移行を実現することで、オンボーディングをより迅速かつ簡単に行うことができます。HBase Bigtable レプリケーション ライブラリと Cassandra Proxy により、ダウンタイムなしのライブ マイグレーションが可能になります。また、Bigtable データブリッジにより、Amazon DynamoDB からの移行が簡素化されます。

単一のゾーンから一度に最大 8 つのリージョン

Bigtable を基盤とするアプリは、ユーザーがどこにいても、グローバルに分散したマルチプライマリ構成で低レイテンシの読み取りと書き込みを実現できます。ゾーン インスタンスは費用削減に優れており、自動レプリケーションによりマルチリージョンのデプロイにシームレスにスケールアップできます。また、マルチリージョン インスタンスを実行している場合、データベースがリージョンの障害から保護され、業界最高水準の 99.999% の可用性を実現します。

高パフォーマンスでワークロードから分離されたデータ処理

Bigtable Data Boost を使用すると、トランザクション ワークロードに影響を与えることなく、分析クエリ、バッチ ETL プロセス、ML モデルのトレーニング、データのエクスポートをより迅速に実行できます。Data Boost では、キャパシティ プランニングや管理は必要ありません。オンデマンド容量を使用して Google の分散ストレージ システムである Colossus に保存されたデータを直接クエリできるため、ユーザーは混在したワークロードを簡単に処理し、安心してデータを共有できます。

豊富なアプリケーションとツールのサポート

Apache HBase API を使用してオープンソース エコシステムに簡単に接続できます。Apache SparkHadoopGKEDataflowDataprocVertex AI Vector SearchBigQuery を用いたシームレスな統合で、データ ドリブン アプリケーションを素早く構築することができます。Java、Go、Python、C#、Node.js、PHP、Ruby、C++、HBaseSQL とクライアント ライブラリ、そして LangChain とのインテグレーションにより、開発チームのニーズに応えます。

費用はすべて明示

IOPS やバックアップの取得や復元には費用がかかりません。また、ワークロードの増加に伴う予算への影響による、不均衡な読み取り/書き込み料金も発生しません。

リアルタイムの変更データ キャプチャとイベント処理

Bigtable 変更ストリームを使用して Bigtable データベースから変更データを取得し、他のシステムと統合して、分析、イベントのトリガー、コンプライアンスを実現します。

エンタープライズ クラスのセキュリティと制御

顧客管理の暗号鍵(CMEK)、Cloud External Key Manager のサポート、IAM インテグレーションによるアクセスと制御、VPC-SC のサポート、アクセスの透明性、アクセス承認、包括的な監査ロギングにより、データを確実に保護し、規制を遵守できます。きめ細かなアクセス制御により、テーブル、列、行のレベルでアクセスを承認できます。

オブザーバビリティ

サーバーサイドの指標で Bigtable データベースのパフォーマンスをモニタリングする。Key Visualizer インタラクティブ モニタリング ツールで使用パターンを分析する。クエリの統計データテーブルの統計情報ホット タブレット ツールを使用してクエリ パフォーマンスの問題のトラブルシューティングを行い、クライアントサイドのモニタリングによりレイテンシの問題を迅速に診断できます。

障害復旧

費用対効果の高い方法でデータベースの増分バックアップを即座に取得し、オンデマンドで復元します。復元力を高めるためにバックアップを異なるリージョンに保存し、インスタント間や、テスト環境と本番環境のプロジェクト間で簡単に復元できます。

Vertex AI ベクトル検索の統合

Bigtable to Vertex AI Vector Search テンプレートを使用すると、Vertex AI により Bigtable データベースのデータに対してインデックスを作成し、Vertex AI ベクトル検索によりベクトル エンべディングの類似性検索を実行できます。

LangChain インテグレーション

組み込みの k 近傍法(KNN)ベクトル検索(プレビュー版)と LangChain のインテグレーションにより、より正確で透明性が高く信頼性の高い生成 AI アプリケーションを簡単に構築できます。詳しくは、GitHub リポジトリをご覧ください。

仕組み

Bigtable のインスタンスは、単一リージョンでも、複数リージョンでも、コンピューティングとストレージを提供します。各 Bigtable クラスタは、読み取りと書き込みの両方を受信できます。データはスケーラビリティのために自動的に「分割」され、クラスタ間で非同期で複製されます。TrueTime と呼ばれる分散クロックにより、トランザクションが正しく順序付けられることが保証されます。

Bigtable のアーキテクチャ

一般的な使用例

リアルタイム分析データベース

データの鮮度を高め、クエリのレイテンシを短縮

Bigtable は、リアルタイムでデータをキャプチャ、処理、分析することに優れた、高パフォーマンスでスケーラブルなデータベースです。データは書き込まれるたびに集計され、ユーザー行動、A/B Testing の結果、エンゲージメント指標に関する分析情報が即座に提供されます。このリアルタイム機能は、インタラクティブなアプリケーション向けの AI / ML モデルにも役立ちます。Bigtable は Dataflow とシームレスに統合され、低レイテンシのルックアップでストリーミング パイプラインを強化します。また、BigQuery と統合され、ユーザー向けアプリケーションで分析をリアルタイムで提供し、同じデータに対してアドホックなクエリを実行できます。
アーキテクチャの図

データの鮮度を高め、クエリのレイテンシを短縮

Bigtable は、リアルタイムでデータをキャプチャ、処理、分析することに優れた、高パフォーマンスでスケーラブルなデータベースです。データは書き込まれるたびに集計され、ユーザー行動、A/B Testing の結果、エンゲージメント指標に関する分析情報が即座に提供されます。このリアルタイム機能は、インタラクティブなアプリケーション向けの AI / ML モデルにも役立ちます。Bigtable は Dataflow とシームレスに統合され、低レイテンシのルックアップでストリーミング パイプラインを強化します。また、BigQuery と統合され、ユーザー向けアプリケーションで分析をリアルタイムで提供し、同じデータに対してアドホックなクエリを実行できます。
アーキテクチャの図

アドテックと小売

エクスペリエンスをリアルタイムでパーソナライズ

パーソナライズド広告、ニュース フィード、割引特典、おすすめの商品やコンテンツのおすすめを表示するため、お客さまの行動と好みを追跡します。自動的にスケールとリバランスを行う単一のデータベースを使用して、大量のイベント ストリームを取り込み、低レイテンシで推奨事項を提供することで、最適なパフォーマンスを実現します。お客様の近くにデータを配置して、マルチリージョン、マルチプライマリ デプロイでのレイテンシを最適化するとともに、リスクとダウンタイムを低減し、99.999% の可用性とゼロメンテナンスを実現します。
アドテックと小売のアーキテクチャのリファレンス図

エクスペリエンスをリアルタイムでパーソナライズ

パーソナライズド広告、ニュース フィード、割引特典、おすすめの商品やコンテンツのおすすめを表示するため、お客さまの行動と好みを追跡します。自動的にスケールとリバランスを行う単一のデータベースを使用して、大量のイベント ストリームを取り込み、低レイテンシで推奨事項を提供することで、最適なパフォーマンスを実現します。お客様の近くにデータを配置して、マルチリージョン、マルチプライマリ デプロイでのレイテンシを最適化するとともに、リスクとダウンタイムを低減し、99.999% の可用性とゼロメンテナンスを実現します。
アドテックと小売のアーキテクチャのリファレンス図

データ ファブリックと運用分析

データサイロを統合し、以前のシステムをスケールアウトする

BigQuery、Dataflow、Cloud Composer、Cloud Data Fusion とのインテグレーションにより、複数のデータベース、ストリーミング ソース、メインフレームから一括またはリアルタイムでデータを取り込んで統合します。また、顧客データ プラットフォーム、オペレーショナル データストア、デジタル インテグレーション ハブ、セマンティック レイヤ、データ ファブリックが、低レイテンシの API アクセスとスケーラブルなアプリ内レポートをサポートします。
データ ファブリックと運用分析のアーキテクチャのリファレンス図

データサイロを統合し、以前のシステムをスケールアウトする

BigQuery、Dataflow、Cloud Composer、Cloud Data Fusion とのインテグレーションにより、複数のデータベース、ストリーミング ソース、メインフレームから一括またはリアルタイムでデータを取り込んで統合します。また、顧客データ プラットフォーム、オペレーショナル データストア、デジタル インテグレーション ハブ、セマンティック レイヤ、データ ファブリックが、低レイテンシの API アクセスとスケーラブルなアプリ内レポートをサポートします。
データ ファブリックと運用分析のアーキテクチャのリファレンス図

サイバーセキュリティ

マルウェアや支払いに関する不正行為を検出し、スパムや詐欺を阻止

ユーザー アクティビティ、カタログ ファイル、マルウェアのシグネチャとブロックリスト、商品リスティングやレビューなどの非構造化コンテンツなどの不正行為のシグナルをキャプチャして、偽造品、スパム アカウント、詐欺、ハードウェアの侵害、不正行為をリアルタイムで特定します。
サイバー・セキュリティ・アーキテクチャのリファレンス図

マルウェアや支払いに関する不正行為を検出し、スパムや詐欺を阻止

ユーザー アクティビティ、カタログ ファイル、マルウェアのシグネチャとブロックリスト、商品リスティングやレビューなどの非構造化コンテンツなどの不正行為のシグナルをキャプチャして、偽造品、スパム アカウント、詐欺、ハードウェアの侵害、不正行為をリアルタイムで特定します。
サイバー・セキュリティ・アーキテクチャのリファレンス図

メディア

メディア コンテンツとエンゲージメント分析の提供

再生リスト、拡張現実(AR)アセット、書籍、音声、動画のカタログ、視聴履歴、評価、コメントを管理し、視聴状況を追跡し、コンテンツ クリエイターと広告主向けにパーソナライズされたコンテンツ フィードと分析を提供します。
メディア アーキテクチャの参照図

メディア コンテンツとエンゲージメント分析の提供

再生リスト、拡張現実(AR)アセット、書籍、音声、動画のカタログ、視聴履歴、評価、コメントを管理し、視聴状況を追跡し、コンテンツ クリエイターと広告主向けにパーソナライズされたコンテンツ フィードと分析を提供します。
メディア アーキテクチャの参照図

時系列と IoT

あらゆる規模の時系列データを管理する

経済時系列から、スマートホーム、気象センサー、オンライン ゲームのログ、製造現場テレメトリー、コネクテッド カー、イベント ソーシング アーキテクチャまで、低レイテンシのサービング ワークロードを中断することなく大量のデータを取り込み、リアルタイムのレポート、アラート、予知保全をサポートします。TTL ルールを使用してデータ マネジメントを簡素化し、任意のストレージ メディアを使用して業界をリードする物理ストレージ価格でコスト効率よくデータを保持し、バッチ分析のために手間をかけずに高いスキャン スループットを実現します。
時系列と IoT アーキテクチャの参照図

あらゆる規模の時系列データを管理する

経済時系列から、スマートホーム、気象センサー、オンライン ゲームのログ、製造現場テレメトリー、コネクテッド カー、イベント ソーシング アーキテクチャまで、低レイテンシのサービング ワークロードを中断することなく大量のデータを取り込み、リアルタイムのレポート、アラート、予知保全をサポートします。TTL ルールを使用してデータ マネジメントを簡素化し、任意のストレージ メディアを使用して業界をリードする物理ストレージ価格でコスト効率よくデータを保持し、バッチ分析のために手間をかけずに高いスキャン スループットを実現します。
時系列と IoT アーキテクチャの参照図

ML インフラストラクチャ

モデルのトレーニングとサービス提供のスケーリング。

低レイテンシの予測をサポートするFeature Store、HPC クラスタと ML フレームワークによる高速アクセスのための GCS からのデータのキャッシュ、高スループットでトレーニング中の低レイテンシの読み取りと書き込み、きめ細かいアクセス制御、ワークロードの分離を備えたトレーニング中のモデルの重みのスナップショットを作成します。
ML インフラストラクチャ アーキテクチャの参照図

一般的なオープンソースの特徴量ストアで Bigtable を使用する方法をご覧ください

モデルのトレーニングとサービス提供のスケーリング。

低レイテンシの予測をサポートするFeature Store、HPC クラスタと ML フレームワークによる高速アクセスのための GCS からのデータのキャッシュ、高スループットでトレーニング中の低レイテンシの読み取りと書き込み、きめ細かいアクセス制御、ワークロードの分離を備えたトレーニング中のモデルの重みのスナップショットを作成します。
ML インフラストラクチャ アーキテクチャの参照図

一般的なオープンソースの特徴量ストアで Bigtable を使用する方法をご覧ください

料金

Bigtable の料金の仕組みSpanner の料金は、コンピューティング容量、データベース ストレージ、バックアップ ストレージ、ネットワーク使用量に基づいて決まります。確約利用割引では、さらに料金が下がります。
サービス説明料金
コンピューティング容量

コンピューティング容量はノードとしてプロビジョニングされます。

Starting at

$0.65

1 ノード、1 時間あたり

Data Boost


バッチ処理のためのオンデマンドの分離されたコンピューティング リソース

Starting at

$0.000845

サーバーレス処理ユニットごと、1 時間あたり

データ ストレージ

SSD

料金はテーブルの物理サイズに基づきます。各レプリカは個別に課金されます。低レイテンシのサービングにおすすめです。

Starting at

$0.17

GB 単位/月

HDD

料金はテーブルの物理サイズに基づきます。各レプリカは個別に課金されます。

Starting at

$0.026

GB 単位/月

バックアップ

料金は、バックアップの物理サイズに基づきます。Bigtable バックアップは増分的です。

Starting at

$0.026

GB 単位/月

ネットワーク

上り(内向き)

無料

同一リージョン内の下り(外向き)

無料

リージョン間の下り(外向き)

Starting at

$0.10

GB 単位

レプリケーション

同じリージョン内

無料

リージョン間

Starting at

$0.01

GB 単位

Bigtable の料金確約利用割引の詳細をご覧ください。

Bigtable の料金の仕組み

Spanner の料金は、コンピューティング容量、データベース ストレージ、バックアップ ストレージ、ネットワーク使用量に基づいて決まります。確約利用割引では、さらに料金が下がります。

コンピューティング容量
説明

コンピューティング容量はノードとしてプロビジョニングされます。

料金

Starting at

$0.65

1 ノード、1 時間あたり

Data Boost


説明

バッチ処理のためのオンデマンドの分離されたコンピューティング リソース

料金

Starting at

$0.000845

サーバーレス処理ユニットごと、1 時間あたり

データ ストレージ
説明

SSD

料金はテーブルの物理サイズに基づきます。各レプリカは個別に課金されます。低レイテンシのサービングにおすすめです。

料金

Starting at

$0.17

GB 単位/月

HDD

料金はテーブルの物理サイズに基づきます。各レプリカは個別に課金されます。

説明

Starting at

$0.026

GB 単位/月

バックアップ

説明

料金は、バックアップの物理サイズに基づきます。Bigtable バックアップは増分的です。

料金

Starting at

$0.026

GB 単位/月

ネットワーク
説明

上り(内向き)

料金

無料

同一リージョン内の下り(外向き)

説明

無料

リージョン間の下り(外向き)

説明

Starting at

$0.10

GB 単位

レプリケーション

説明

同じリージョン内

料金

無料

リージョン間

説明

Starting at

$0.01

GB 単位

Bigtable の料金確約利用割引の詳細をご覧ください。

料金計算ツール

リージョン固有の料金と手数料を含む、Bigtable の毎月の費用を試算できます。

カスタムの見積もり

カスタム見積もりをご希望の場合は、Google のセールスチームにお問い合わせください。

Bigtable の概念実証を開始する

$300 分のクレジット(新規ユーザー)を使用する

Bigtable の使用方法

BigQuery から Bigtable にクエリを連携する

HBase、Cassandra、Aerospike、DynamoDB から Bigtable に移行する

サンプルを使用してコーディングを行う

ビジネスケース

他の企業が Bigtable を利用して革新的なアプリを作成し、優れたカスタマー エクスペリエンスを実現し、コストを削減し、ROI を向上させた方法をご覧ください


Box が Bigtable を使用して NoSQL データベースをどのようにモダナイズしたかをご覧ください

シームレスな移行により、拡張性と可用性を高めながら管理費用を削減。

メリットとお客様

あらゆるニーズに応じて無制限にスケーリングできる革新的なアプリケーションで、ビジネスを拡大しましょう。

クラス最高のコスト パフォーマンスを実現し、使用した分だけお支払いいただきます。

他の NoSQL データベースから簡単に移行でき、オープンソースの API と移行ツールを使用してハイブリッド クラウドやマルチクラウドのデプロイを実行できます。

  • Equifax ロゴ
  • PayPal のロゴ
  • Credit Karma のロゴ
  • メジャーリーグ ベースボールのロゴ
  • The Home Depot ロゴ
  • Fastly ロゴ
  • FullStory ロゴ
  • TelevisaUnivision ロゴ
  • Mercado libre ロゴ
  • Vimeo ロゴ
  • Evernote 社のロゴ
  • Bit.ly ロゴ
  • Squarespace ロゴ
  • LiveRamp ロゴ
  • OpenX のロゴ

パートナーとインテグレーション

Bigtable の専門知識を持つパートナーが、評価、ビジネスケースから移行、Bigtable での新しいアプリの構築まで、移行のあらゆる段階でサポートします。
  • SADA ロゴ
  • DoIT ロゴ
  • Searce ロゴ
  • 66degrees ロゴ
  • Carahsoft のロゴ
  • Devoteam ロゴ
  • CloudAce ロゴ
  • CloudMile ロゴ
  • Quantiphi ロゴ
  • Bespin Global ロゴ
  • Huware Srl ロゴ
  • Onix ロゴ
  • WebEye ロゴ
  • Softchoice ロゴ
  • Appsbroker ロゴ
  • OchK ロゴ
  • SantoDigital ロゴ
  • MasterConcept ロゴ
  • Polymeric Cloud ロゴ
  • Persistent Systems ロゴ
  • Briotech ロゴ
  • Baidao ロゴ
  • Noovle のロゴ
  • Zencore ロゴ
  • Public Cloud Group ロゴ
  • Tangerine ロゴ
  • Xebia ロゴ
  • Crayon ロゴ
  • G-gen ロゴ
  • Comm-it ロゴ
  • ClearDATA ロゴ
  • Digicloud Africa ロゴ
  • IpNet ロゴ
  • Epam のロゴ
  • Pythian ロゴ
  • Maven Wave ロゴ
  • Rackspace ロゴ
  • Accenture ロゴ
  • Megazone Soft ロゴ
  • SADA ロゴ
  • DoIT ロゴ
  • Searce ロゴ
  • 66degrees ロゴ
  • Carahsoft のロゴ
  • Devoteam ロゴ
  • CloudAce ロゴ
  • CloudMile ロゴ
  • Quantiphi ロゴ
  • Bespin Global ロゴ
  • Huware Srl ロゴ
  • Onix ロゴ
  • WebEye ロゴ
  • Softchoice ロゴ
  • Appsbroker ロゴ
  • OchK ロゴ
  • SantoDigital ロゴ
  • MasterConcept ロゴ
  • Polymeric Cloud ロゴ
  • Persistent Systems ロゴ
  • Briotech ロゴ
  • Baidao ロゴ
  • Noovle のロゴ
  • Zencore ロゴ
  • Public Cloud Group ロゴ
  • Tangerine ロゴ
  • Xebia ロゴ
  • Crayon ロゴ
  • G-gen ロゴ
  • Comm-it ロゴ
  • ClearDATA ロゴ
  • Digicloud Africa ロゴ
  • IpNet ロゴ
  • Epam のロゴ
  • Pythian ロゴ
  • Maven Wave ロゴ
  • Rackspace ロゴ
  • Accenture ロゴ
  • Megazone Soft ロゴ

ビジネスに最適なパートナーやサードパーティ統合について詳細を確認するには、パートナー ディレクトリをご覧ください

よくある質問

Bigtable はどのような種類のデータベースですか。

Bigtable は NoSQL データベース サービスです。具体的には、数万列からなる非常に幅の広いテーブルに対応する Key-Value ストアであることから、ワイドカラム型データベースまたは分散多次元マップとも呼ばれます。「ゼロ SQL」というよりは、「SQL にとどまらない」という意味で NoSQL データベースです。

Bigtable は、Apache HBase や Cassandra など、影響を受けた一般的なオープンソース プロジェクトとよく似ているため、Google Cloud で高パフォーマンスで費用対効果の高いフルマネージド NoSQL データベース ソリューションを求める大量のデータを扱うお客様にとって、最も一般的な移行先です。

Bigtable は、Key-Value API に加えて、次の 3 つの方法で SQL クエリもサポートしています。

  • 低レイテンシのアプリケーション開発のために、Bigtable には、GoogleSQL をベースに構築された SQL クエリ API が用意されています。この API は、Cassandra のクエリ言語(CQL)に似たワイドカラム データモデルを拡張したものです。
  • データ サイエンスのユースケースやその他の種類のバッチ処理や ETL に対応できるように、Bigtable では Spark クライアントを使用して SparkSQL をサポートしています。
  • 事後的な探索的分析を行う場合や、複数のソースからのデータを統合してバッチ分析を行う場合は、Bigtable データに BigQuery からアクセスすることもできます。Bigtable テーブルを BigQuery に登録するだけで、他の BigQuery テーブルと同じようにクエリを実行できます。ETL やデータの重複は発生しません。

Bigtable が提供する Apache Cassandra と HBase API と移行ツールを使用すると、少ない労力で正確なデータ移行を実現することで、オンボーディングをより迅速かつ簡単に行うことができます。Bigtable の HBase レプリケーション ライブラリCassandra 移行ツールにより、ダウンタイムなしのライブ マイグレーションが可能になります。Bigtable には、DynamoDB からの移行を簡素化するユーティリティも用意されています。

Bigtable ストレージは、サーバーレス モデルと同様に、使用済み GB ごとに課金されます。また、Bigtable では水平方向の線形スケーリングが可能で、需要の変動に応じてコンピューティング リソースを自動的にスケールアップまたはスケールダウンします。そのため、ストレージやコンピューティングの容量について長期的なコミットメントは必要ありません。ただし、低レイテンシ コンピューティングの料金は容量ベースであり、リクエスト単位ではなくノード単位で課金されます。ここでは各ノードが 1 秒あたり最大 17,000 のリクエストを処理できます。このため、Bigtable の料金は大規模なワークロードには有利ですが、小規模なアプリケーションにはあまり適していません。小規模なアプリケーションの場合、Firestore などの Google Cloud データベースの方が適している可能性があります。

Bigtable ではバッチデータ処理に対して Data Boost を利用できます。Data Boost ではサーバーレス処理ユニット(SPU)単位で課金されます。

詳細
Google Cloud