Cloud Bigtable

Vollständig verwalteter, skalierbarer NoSQL-Datenbankdienst für große analytische und operative Arbeitslasten.

Neukunden erhalten eine Gutschrift von 300 $ für Google Cloud während der ersten 90 Tage. Alle Kunden können bestimmte Produkte wie BigQuery und GKE innerhalb monatlicher Limits kostenlos nutzen.

Google Cloud kostenlos testen
  • action/check_circle_24px Erstellt mit Sketch

    Konsistente Latenz von weniger als 10 Millisekunden – Millionen von Anfragen pro Sekunde bearbeiten

  • action/check_circle_24px Erstellt mit Sketch

    Ideal für Anwendungsfälle wie Personalisierung, AdTech, FinTech, digitale Medien und IoT

  • action/check_circle_24px Erstellt mit Sketch

    Nahtlose Skalierung gemäß Ihrem Speicherbedarf, keine Ausfallzeiten bei einer Neukonfiguration

  • action/check_circle_24px Erstellt mit Sketch

    Mit Speichermodul für ML-Anwendungen, die zu besseren Vorhersagen führen

  • action/check_circle_24px Erstellt mit Sketch

    Einfache Verbindung zu Google Cloud-Diensten wie BigQuery oder zur Apache-Umgebung

Vorteile

Schnell und leistungsfähig

Cloud Bigtable als Speichermodul wächst zusammen mit Ihnen, vom ersten Gigabyte bis zum Petabytebereich. Cloud Bigtable eignet sich sowohl für umfangreiche Anwendungen mit niedriger Latenz als auch für die durchsatzintensive Datenverarbeitung und -analyse.

Nahtlos skalierbar und replizierbar

Beginnen Sie mit einem einzigen Knoten pro Cluster und skalieren Sie nahtlos auf Hunderte von Knoten, die dynamisch auch Nachfragespitzen bewältigen. Replikation sorgt außerdem für eine hochverfügbare Bereitstellung von Anwendungen und isoliert Arbeitslasten voneinander.

Einfach und eingebunden

Vollständig verwalteter Dienst, der sich reibungslos in Big-Data-Tools wie Hadoop, Dataflow und Dataproc einfügt. Die Unterstützung des Open-Source-Standards HBase API erleichtert Entwicklungsteams außerdem den Einstieg.

Wichtige Features

Wichtige Features

Hoher Durchsatz bei niedriger Latenz

Bigtable ist ideal für die Speicherung sehr großer Datenmengen in einem Schlüssel-Werte-Speicher und unterstützt einen hohen Durchsatz an Lese- und Schreibvorgängen bei niedriger Latenz. So wird schneller Zugriff auf große Datenmengen ermöglicht. Der Durchsatz steigt linear – soll die Anzahl der QPS (Abfragen pro Sekunde) erhöht werden, fügen Sie weitere Bigtable-Knoten ein. Bigtable beruht auf derselben bewährten Infrastruktur wie Google-Produkte, die von Milliarden von Menschen genutzt werden, z. B. die Google Suche und Google Maps.

Größenänderung des Clusters ohne Ausfallzeiten

Skalieren Sie nahtlos von einigen Tausend auf mehrere Millionen Lese-/Schreibvorgänge pro Sekunde. Der Bigtable-Durchsatz lässt sich dynamisch und ohne Neustart anpassen. Hierzu müssen Sie nur Clusterknoten einfügen oder entfernen. Wenn Sie mit einer starken Auslastung rechnen, können Sie den Bigtable-Cluster also für einige Stunden vergrößern und danach wieder verkleinern – ohne Ausfallzeiten.

Flexible, automatisierte Replikation zur Optimierung der Arbeitslast

Schreiben Sie die Daten einmalig und replizieren Sie sie bei Bedarf automatisch mit Eventual Consistency. So steuern Sie die Hochverfügbarkeit und auch die Isolierung der Arbeitslasten an Lese- und Schreibvorgängen. Konsistenz sicherstellen, Daten reparieren oder Schreib- und Löschvorgänge synchronisieren – das alles läuft ohne manuelle Schritte ab. Bei Instanzen mit Multi-Cluster-Routing profitieren Sie von einem Hochverfügbarkeits-SLA von 99,99 % (99,9 % bei Instanzen mit einem einzelnen Cluster).

Kunden

Kunden

Beispiel: Eine Referenzarchitektur zur Veranschaulichung des ML-Workflows.
Dow Jones veranschaulicht mit Cloud Bigtable Datasets zu wichtigen historischen Ereignissen
Weiterlesen

Highlights

  • Auswertung von Nachrichtendaten aus mehr als 30 Jahren zur Beurteilung der Geschäftsauswirkungen

  • Aufdeckung bisher verborgener Datenbeziehungen und Informationen

  • Einfache Bereitstellung eines Knowledge Graph-Prototyps in 10 Wochen

Partner

Das ist neu

Dokumentation

Dokumentation

Kurzanleitung
Kurzanleitung: cbt-Tool verwenden

In der Kurzanleitung mit der Cloud Console und dem cbt-Befehlszeilentool erlernen Sie die Grundlagen von Cloud Bigtable.

Tutorial
Codelab: Einführung in Cloud Bigtable

In einem Cloud Bigtable-Codelab lernen Sie, wie Sie häufige Schemadesignfehler vermeiden und Daten importieren, abfragen und nutzen.

Best Practice
Daten von HBase zu Cloud Bigtable migrieren

Mit Cloud Bigtable können Sie anhand einer Google Cloud-Clientbibliothek in Ihrer bevorzugten Programmiersprache arbeiten.

APIs und Bibliotheken
Cloud Bigtable-Clientbibliotheken

Die Zugriffssteuerung für Cloud Bigtable kann auf Projekt-, Instanz- und Tabellenebene verwaltet werden.

Grundlagen zu Google Cloud
IAM-Verwaltung auf Tabellenebene

Sie lernen, wie Sie eine Cloud Bigtable-Instanz mithilfe der Cloud Console oder der Befehlszeilentools erstellen.

Tutorial
Cloud Bigtable-Instanz erstellen

Sie erfahren aus erster Hand, wie Sie über das cbt-Befehlszeilentool eine Verbindung zu einer Cloud Bigtable-Instanz herstellen, einfache Verwaltungsaufgaben erledigen und Daten aus einer Tabelle lesen oder in eine Tabelle schreiben.

Grundlagen zu Google Cloud
Global agieren mit Cloud Bigtable

Mit den Replikationsfunktionen von Cloud Bigtable stellen Sie Ihre Daten flexibel in einer bestimmten Region oder auch weltweit zur Verfügung.

Grundlagen zu Google Cloud
Schemaleistung mit Key Visualizer optimieren

Key Visualizer zeigt wichtige Zugriffsmuster im Heatmap-Format, sodass Sie Ihre Cloud Bigtable-Schemas mit Blick auf eine Leistungssteigerung optimieren können.

Grundlagen zu Google Cloud
Google Cloud-Dienste und Daten schützen und unter Kontrolle halten

Mit VPC Service Controls erstellen Sie einen Sicherheitsbereich um die Daten, die in Bigtable gespeichert sind, sodass das Risiko einer Daten-Exfiltration sinkt.

Anwendungsfälle

Anwendungsfälle

Anwendungsfall
Finanzanalyse

Sie können Modelle anhand historischer Verhaltensdaten erstellen. Betrugsmuster können fortlaufend aktualisiert und mit Echtzeit-Transaktionen verglichen werden. Außerdem können Sie Marktdaten, Handelsaktivitäten und sonstigen Daten, z. B. zu sozialen Medien und Transaktionen, speichern und konsolidieren.

Anwendungsfalldiagramm: Finanzanalyse
Anwendungsfall
IoT

Mit Cloud Bigtable können Sie große Mengen von Zeitachsendaten aus Sensoren in Echtzeit aufnehmen und analysieren. Da die Lösung auf die hohen Geschwindigkeiten von IoT-Daten ausgelegt ist, lassen sich sowohl normale als auch ungewöhnliche Verhaltensweisen verfolgen. Außerdem können Kunden Dashboards erstellen und Daten in Echtzeit auswerten.

Anwendungsfalldiagramm: IoT
Anwendungsfall
Adtech

Mit Adtech lassen sich aus vielen Quellen große Mengen von Rohdaten verarbeiten, z. B. zu kanalübergreifenden Kundenaktivitäten. Sie können große Mengen von Verhaltensdaten Ihrer Kunden erheben und vergleichen, um gängige Muster zu erkennen, Empfehlungen zu generieren und den Umsatz zu steigern.

Beispiel: Ein vereinfachter Gesamtdatenfluss zwischen einem lokalen Data Warehouse wie Teradata und BigQuery.

Preise

Preise

Cloud Bigtable ist ein schneller, vollständig verwalteter, extrem skalierbarer NoSQL-Datenbankdienst. Ausführliche Preisinformationen finden Sie in der Preisübersicht.

Partner

Einbindungen

Cloud Bigtable lässt sich zur Analyse, Verarbeitung und Speicherung von Daten nahtlos in die Apache®-Umgebung und andere Google Cloud-Produkte einbinden. Weitere Informationen finden Sie in der Dokumentation zu Einbindungen.