使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。
欢迎参加 2023 年 Google Data Cloud 和 AI 峰会,了解 AI、分析、BI、数据库等领域的最新创新。
跳转到

Cloud Bigtable

兼容 HBase 的企业级 NoSQL 数据库服务,具有单位数毫秒级延迟,规模不受限制,可用性高达 99.999%,用于处理大规模分析和运营工作负载。

新客户可获得 $300 赠金,用于抵扣 Bigtable 的相关费用。

  • 构建延迟稳定在数毫秒的快速响应应用

  • 可根据您的存储和吞吐量需求无缝扩缩;重新配置时无需停机

  • 通过无需停机的实时迁移从 Apache HBase 轻松迁移到 Bigtable

  • 非常适合个性化、欺诈检测、实时分析和 IoT 等使用场景

  • 通过多达 8 个区域中的多主实例复制功能确保高可用性

优势

快速且性能出色

您可以将 Cloud Bigtable 用作短延时应用的存储引擎,以从容应对您的需求增长(从 GB 到 PB 级数据规模),也可将其用于吞吐量高的数据处理和分析。

无缝扩容和复制

从每个集群一个节点开始,无缝扩容为数百个低延迟地动态支持峰值需求的节点。复制功能可让提供实时服务的应用有更高的可用性,并将服务工作负载隔离开来。

开放且集成

使用 Apache HBase API 可轻松连接到开源生态系统。通过与 HadoopDataflowDataprocBigQuery 无缝集成,可更快地构建数据驱动型应用。

主要特性

主要特性

以任意规模实现高吞吐量和低延迟

Bigtable 是一种键值对形式的宽列存储区,非常适合快速访问大量具有高读写吞吐量的结构化、半结构化或非结构化数据。Bigtable 可为许多核心 Google 服务提供支持,例如 YouTube、Google Analytics(分析)、搜索、广告、云端硬盘和地图。

无需停机即可调整集群大小

可从每秒数千次读/写无缝扩容为每秒数百万次读/写。Bigtable 吞吐量可动态调整,您只需添加或移除集群节点,整个过程中无需停机。Bigtable 还可以根据需求变化自动扩缩集群,使您能够以最经济高效的方式保持出色的性能。

可以灵活地自动复制,以优化任何工作负载

写入数据一次,就能根据需要自动复制,并确保最终一致性,从而使您有足够的控制能力以实现高可用性,并将读写工作负载隔离开。无需执行手动步骤,即可确保一致性、修复数据或同步写入和删除操作。在 3 个或更多集群中使用多集群路由的实例可获享 SLA 承诺的 99.999% 高可用性(单集群实例可享 99.9% 高可用性)。

从 Apache HBase 和 Cassandra 轻松迁移到 Bigtable

实时迁移可确保准确迁移数据、减少迁移工作量,并提供更出色的整体开发者体验,使得从 HBase 到 Bigtable 的迁移变得更快且更简单。HBase Bigtable 复制库支持无停机的实时迁移,导入工具可轻松将 HBase 快照加载到 Bigtable 中,验证工具可确保数据迁移准确无误。Dataflow 模板简化了从 Cassandra 到 Bigtable 的迁移。

企业级安全和控制

支持外部密钥管理器的客户管理的加密密钥 (CMEK)、用于访问和控制的 IAM 集成、VPC-SC 支持以及全面的审核日志记录可帮助确保您的数据得到保护并遵守相关法规。

文档

文档

教程
Codelab:Cloud Bigtable 简介

上手体验 Cloud Bigtable Codelab,了解如何避免常见的架构设计错误,如何导入数据,然后查询和使用这些数据。

Google Cloud 基础知识
创建 Cloud Bigtable 实例

使用命令行工具或 Cloud Console 创建 Cloud Bigtable 实例。

快速入门
快速入门:使用 cbt 工具

直接了解如何使用 cbt 命令行连接到 Cloud Bigtable 实例,如何执行基本管理任务,以及如何读取和写入表数据。

Google Cloud 基础知识
以极短停机时间从 HBase 迁移到 Cloud Bigtable

使用专为从 HBase 表架构创建 Cloud Bigtable 表、导入 HBase 表的快照以及验证已迁移数据的完整性而设计的工具。

Google Cloud 基础知识
自动扩缩

让 Cloud Bigtable 能够在使用情况发生变化时自动添加或移除节点,从而大幅降低过度预配资源或预配资源不足的风险。

Google Cloud 基础知识
客户管理的加密密钥 (CMEK)

CMEK 可让您使用 Google Cloud Key Management (KMS) 加密密钥创建和管理 Bigtable 实例,以保护其静态数据。

Google Cloud 基础知识
面向 Cassandra 用户的 Cloud Bigtable 简介

了解 Cloud Bigtable 与 Apache Cassandra 之间的异同,以便您可以迁移现有应用或使用 Bigtable 构建新应用。

API 与库
Cloud Bigtable 客户端库

使用您偏好的编程语言的 Google Cloud 客户端库处理 Cloud Bigtable 事务。

Google Cloud 基础知识
使用 Key Visualizer 优化架构性能

借助 Key Visualizer,您能够以热图格式查看关键访问模式,从而优化 Cloud Bigtable 架构以提升性能。

使用场景

使用场景

使用场景
金融分析

根据历史行为构建模型。持续更新欺诈模式,并与实时交易进行比较。存储并整合市场数据、交易活动和其他数据(例如社交网络平台和业务数据)。

金融分析使用场景图:标有 Google Cloud 的灰色矩形框中左侧有两个框,上方的框标有“批处理”,包含时间序列文件/Cloud Storage;下方的框标有“流处理”,包含时间序列流处理/Pub/Sub。箭头向右移动到时间序列处理/Dataflow。箭头向右指向 6 个相互连接的框:存储/BigQuery、存储/Cloud Bigtable、存储/Cloud Storage、机器学习/AI Platform、处理/Dataproc、分析/Datalab。
使用场景
IoT

实时提取和分析来自传感器的大量时间序列数据,跟上物联网极快的数据速度,以跟踪正常和异常行为。让客户可以构建信息中心并对自己的数据进行实时分析。

IoT 使用场景图:从左到右依次为:绿色矩形,标有“受约束的设备非 TCP(例如 BLE)”,包含 3 个设备图标。箭头向右流到粉色矩形,标有“标准设备 HTTP”,包含 3 个设备图标。箭头向右指向 Google Cloud 矩形,包含“提取”、“流水线”、“存储”、“分析”以及“应用和呈现”矩形。“提取”包含 Pub/Sub、Cloud Monitoring、Cloud Logging 的图标。“流水线”包含 Dataflow。“存储”包含 Cloud Storage、数据库、Cloud Bigtable。“分析”包含 Dataflow、BigQuery、Dataproc 和 Datalab。“应用和呈现”包含 App Engine、Google Kubernetes 和 Compute Engine。这 4 个矩形之间有箭头互相连接。
使用场景
广告技术

整合大量众多来源的未提炼数据,通常用于跨渠道推动一致的客户活动。收集并比较大量不同客户的行为数据,以发现可以促成推荐和销售的常见规律。

左侧为 3 个堆叠的框。1“信标 - 临近通知”;2“后台 - 业务系统”;3“移动设备 - 推送通知”。1 和 2 向右流至包含多个框的 Google Cloud 方形。第一个标有“消息传递/Pub/Sub/临近数据流”。箭头向右指向标有“处理/Dataflow/流处理”的框。箭头向下指向标有“消息传递/Pub/Sub/队列通知”的框。箭头向下指向标有“通知/App Engine/推送到设备”的框。箭头向左移动到堆栈中的第三个框:移动设备。从“处理”框中,箭头还向右指向标有“事件/Cloud Bigtable/临近事件”的框,以及标有“分析/BigQuery/数据仓库”的框

价格

价格

Cloud Bigtable 是一种快速、扩容能力极强的全代管式 NoSQL 数据库服务。如需详细了解价格信息,请参阅价格指南

合作伙伴

与具备 Bigtable 专业知识的合作伙伴携手

借力于我们不断发展壮大的合作伙伴生态系统,最大限度地发挥 Bigtable 的价值。