Cloud Bigtable
대규모 분석 및 운영 워크로드를 위한 확장 가능한 완전 관리형 NoSQL 데이터베이스 서비스로 최대 99.999%의 가용성을 제공합니다.
-
1초에 수백만 건의 요청을 처리하면서도 지연 시간을 10ms 미만으로 일관되게 유지
-
맞춤설정, 광고 기술, 핀테크, 디지털 미디어, IoT 등의 사용 사례에 적합
-
스토리지 요구사항에 맞게 원활한 확장이 가능하며 재구성 과정에 다운타임 없음
-
머신러닝 애플리케이션용 스토리지 엔진으로 설계되어 효과적인 예측 가능
-
BigQuery 또는 Apache 생태계 등의 Google Cloud 서비스와 간편하게 연결
이점
빠른 속도, 우수한 성능
지연 시간이 짧은 애플리케이션이나 많은 처리량을 요구하는 데이터 처리와 분석을 위해 기가바이트급에서 페타바이트급 규모로 확장해 나갈 스토리지 엔진으로 Cloud Bigtable을 사용해 보세요.
원활한 확장 및 복제
클러스터별 단일 노드로 시작하여 수백 개의 노드로 원활한 확장이 가능하므로 최대 수요를 동적으로 지원할 수 있습니다. 복제를 통해 실시간 제공 앱의 가용성을 향상시키고 워크로드 격리를 강화할 수도 있습니다.
주요 특징
주요 특징
많은 처리량과 짧은 지연 시간
Bigtable은 키-값 저장소의 대규모 데이터를 저장하는 데 적합하며 짧은 지연 시간으로 많은 읽기 및 쓰기 처리량을 지원하므로 대규모 데이터에 빠르게 액세스할 수 있습니다. 처리량은 선형으로 확장하므로 Bigtable 노드를 추가하여 QPS(초당 쿼리 수)를 늘릴 수 있습니다. Bigtable은 검색과 지도 등 수십억 명의 사람들이 사용하는 Google 제품을 지원하는 검증된 인프라로 구축되었습니다.
다운타임 없이 클러스터 크기 조절
초당 수천에서 수백만 회의 읽기/쓰기로 원활하게 확장하세요. 다시 시작할 필요 없이 클러스터 노드를 추가하거나 제거하여 Bigtable 처리량을 동적으로 조정할 수 있습니다. 즉, 몇 시간 동안 Bigtable 클러스터의 크기를 늘려서 대규모 로드를 처리한 후 클러스터 크기를 다시 줄일 수 있습니다. 다운타임 없이 이 모든 작업을 수행할 수 있습니다.
유연하고 자동화된 복제 기능으로 워크로드 최적화
데이터를 쓰기만 하면 필요한 위치에 eventual consistency를 고려한 복제를 자동으로 수행하므로 읽기 및 쓰기 워크로드의 고가용성과 격리 상태를 관리할 수 있습니다. 일관성 유지, 데이터 복구, 쓰기 및 삭제 동기화를 위한 수동 작업이 필요하지 않습니다. 3개 이상의 리전에서 멀티 클러스터 라우팅을 사용한 인스턴스에 적용되는 99.999% 고가용성 SLA의 장점을 활용할 수 있습니다(단일 클러스터 인스턴스의 경우 99.9%).
문서
문서
Codelab: Cloud Bigtable 소개
Cloud Bigtable Codelab을 통해 일반적인 스키마 설계 실수를 방지하고, 데이터를 가져온 다음 쿼리하고 사용하는 방법을 알아보세요.
Cloud Bigtable 인스턴스 만들기
명령줄 도구 또는 Cloud Console을 사용하여 Cloud Bigtable 인스턴스를 만드세요.
cbt 도구를 사용한 빠른 시작
cbt 명령줄을 사용하여 Cloud Bigtable 인스턴스를 연결하고, 기본적인 관리 작업을 수행하고, 테이블에서 데이터를 읽고 쓰는 방법을 직접 배워보세요.
다운타임을 최소화하면서 HBase에서 Cloud Bigtable로 마이그레이션
HBase 테이블 스키마에서 Cloud Bigtable 테이블을 만들고, HBase 테이블의 스냅샷을 가져오고, 마이그레이션된 데이터의 무결성을 검증하도록 설계된 도구를 사용합니다.
자동 확장
사용량 변경 시 Cloud Bigtable에서 노드를 자동으로 추가하거나 삭제하도록 하면 리소스를 과도하거나 부족하게 프로비저닝할 위험을 크게 줄일 수 있습니다.
Cassandra 사용자를 위한 Cloud Bigtable
Cloud Bigtable과 Apache Cassandra의 유사점과 차이점을 통해 기존 애플리케이션을 마이그레이션하거나 Bigtable을 사용하여 새 애플리케이션을 빌드합니다.
Cloud Bigtable 클라이언트 라이브러리
원하는 프로그래밍 언어로 Google Cloud 클라이언트 라이브러리를 사용하여 Cloud Bigtable을 활용하세요.
Key Visualizer로 스키마 성능 최적화
Key Visualizer를 사용하면 키 액세스 패턴을 히트맵 형식으로 볼 수 있어 Cloud Bigtable 스키마를 최적화하여 성능을 개선할 수 있습니다.
사용 사례
사용 사례
기존 행동을 기반으로 모델을 구축합니다. 사기 패턴을 지속적으로 업데이트하고 실시간 트랜잭션과 비교합니다. 시장 데이터, 거래 활동, 이외에도 소셜 데이터와 트랜잭션 데이터 등의 기타 데이터를 저장하고 통합합니다.
빠른 속도의 IoT 데이터에 맞게 센서에서 실시간으로 대량의 시계열 데이터를 수집하고 분석하여 정상 동작 및 비정상 동작을 추적합니다. 고객은 실시간으로 대시보드를 빌드하고 데이터 분석을 수행할 수 있습니다.
일반적으로 채널 전반에 걸쳐 일관된 고객 활동을 유도하기 위해 여러 소스에서 정제되지 않은 대규모 데이터를 통합합니다. 고객 전반에 걸쳐 대량의 행동 데이터를 수집하고 비교하여 추천과 영업을 유도할 수 있는 공통 패턴을 찾습니다.
가격 책정
파트너
통합
Cloud Bigtable은 Apache® 생태계 및 기타 Google Cloud 제품과 통합되어 데이터를 분석, 처리, 저장합니다. 자세한 내용은 통합 문서를 참조하세요.