コンテンツに移動
データ分析

データクラウドに柔軟性と予測可能性をもたらす、新たな BigQuery Editions を発表

2023年3月30日
https://storage.googleapis.com/gweb-cloudblog-publish/images/finserve_2022.max-2500x2500.jpg
Google Cloud Japan Team

※この投稿は米国時間 2023 年 3 月 30 日に、Google Cloud blog に投稿されたものの抄訳です。

多くの組織が、柔軟性、予測可能な料金体系、そして優れたコスト パフォーマンスを実現するデータ プラットフォームを求めています。Google Cloud は、本日、Google Data Cloud & AI Summit において、「Standard」、「Enterprise」、「Enterprise Plus」の 3 つの価格帯を備えた BigQuery Editions を発表しました。これらのエディションにより、お客様は個々のワークロードのニーズに応じて、適切な価格と性能を組み合わせて選択することが可能になります。

BigQuery Editions には、2 つの革新的な機能を搭載します。まず、ワークロードのニーズに合わせてきめ細かいコンピュート キャパシティをリアルタイムに追加するオートスケーリングにより、使用したリソースに対してのみ支払いが発生するようにします。また、高度な圧縮後のデータ ストレージに対するコストのみを支払う、Compressed Storage 価格を導入します。Compressed Storage 価格では、データフットプリントを増加させながら、ストレージ コストを削減することができます。今回のアップデートは、クラウド ポートフォリオに新しく柔軟な料金体系を提供する Google Cloud の取り組みを反映しています。

BigQuery は 10 年以上にわたる継続的なイノベーションとお客様との協働により、市場で最も統合された、オープン、セキュアかつインテリジェントなデータ分析プラットフォームとして、お客様のデータクラウドの中心的なコンポーネントとなっています。その特徴として、SQL で機械学習を利用可能にする BigQuery ML、クロスクラウド分析を実行する BigQuery Omni、データ ウェアハウスとレイクを統合する BigLake、あらゆる種類のデータ分析のサポート、Apache Spark の統合エクスペリエンス、地理空間分析などが挙げられます。これらの機能はすべて、2022 年の Google Cloud Next で発表 した最新のイノベーションに基づいています。

SanjMo の Principal であり、元 Gartner Research VP である Sanjeev Mohan 氏は次のように述べています。「Google Cloud は本日、お客様のデータ分析を強化する大きな一歩を踏み出しました。きめ細やかなオート スケーリングにより、顧客は使用した分だけ支払うことができるなど、今回発表された BigQuery Editions はワークロードの価格選択の幅を広げるよう設計されています。」

新しい柔軟な料金体系、エディションの組み合わせ、複数年利用割引により、BigQuery を利用するお客様は予測可能性を向上させ、総所有コストを削減することができます。さらに、きめ細かなオート スケーリングにより、お客様は現在コミットされているキャパシティを 30~40% 削減できると推定しています。

PayPal の VP Enterprise Data Platforms である Bala Natarajan 氏は、次のように述べています。「BigQuery の柔軟な料金体系により、PayPal はデータをレイクハウスとして統合できます。オート スケーリングおよび Compressed Storage により、スケーラブルなデータ処理パイプラインとデータ利用を費用対効果の高い方法でユーザー コミュニティに提供することができます。」

価格と性能に応じてデータワークロードを最適化する柔軟性を提供

BigQuery Editions では、個々のワークロードの要件に適した機能セットを選択できます。例えば、Standard Edition はアドホック、開発、テスト ワークロードに最適です。一方、Enterprise はセキュリティ、ガバナンス、機械学習、データ管理機能が強化されています。Enterprise Plus は、高稼働率、可用性、リカバリ要件が求められるミッション クリティカルなワークロードや、複雑な規制ニーズがあるワークロードを対象としています。機能セットの詳細は以下をご覧ください。

https://storage.googleapis.com/gweb-cloudblog-publish/images/New_BigQuery_editions_JA.max-2000x2000.png

使用状況に応じた支払い

BigQuery のオート スケーリングは、お客様に代わってコンピュート キャパシティを管理します。お客様は最大と任意のベースライン コンピュート キャパシティを設定すれば、手動で介入することなく、使用状況に基づいてコンピュート キャパシティのプロビジョニングと最適化を BigQuery に任せることができます。これにより、十分な容量を確保しつつ、管理オーバーヘッドや利用していない容量を削減することができます。

BigQuery は、事前にプロビジョニングされた固定容量でフル ウェアハウスのコストを課金する他の VM ベースのソリューションとは異なり、サーバーレス アーキテクチャの機能を利用して、スロット単位で追加容量を提供、分単位で課金するため、使用した分だけの料金を支払うことができます。

L'Oréal の Group Data Architect である Antoine Castex 氏は次のように述べています。「BigQuery の新しい柔軟な料金体系により、我々のビジネスのニーズをより細かくサポートするエディションを利用することができます。」

https://storage.googleapis.com/gweb-cloudblog-publish/images/BigQuery_Editions_Pitch_Deck_graphs_whiteb.max-1500x1500.png

オート スケーリングの利点を享受しているお客様の事例を以下にご紹介します。 

  • 需要の一時的な急増により、年に数回、数時間だけのスケーリングを行う小売業者

  • 最高財務責任者(CFO)のための四半期財務報告書を編集するアナリスト

  • ビジネスの初期段階で予測できないニーズに対応するスタートアップ

  • 新製品ローンチ時の需要変動に備えるデジタルネイティブ

  • インフルエンザなどの季節的な感染症の拡大時にスケーリングを必要とする医療機関

データストレージのコストを削減

データ量が急激に増加するにつれて、大規模なデータの保存・管理はますます複雑かつ高価になってきています。今回発表された Compressed Storage の課金モデルを利用すれば、コストを抑えつつ、あらゆる種類のデータを管理することができます。

BigQuery Compressed Storage は、ストレージの最適化、カラム圧縮、コンパクションにおける Google の長年のイノベーションに基づいています。セキュリティ運用のリーダーである Exabeam はこの機能を利用することで、12 分の 1 以上の圧縮率を達成し、より多くのデータを低コストで保存できるようになり、複雑なセキュリティ課題の解決を支援しています。お客様が BigQuery Editions に移行するか、オンデマンド モデルを引き続き利用する場合、Compressed Storage の課金モデルでより多くのデータをコスト効率よく保存することができます。

BigQuery をすでにご利用中のお客様 

2023 年 7 月 5 日より BigQuery のお客様は、年間定額、月間定額、Flex Slots コミットメントを購入できなくなる予定です。既存の定額料金をご利用のお客様は、ビジネス要件に基づいて定額およびフレックス キャパシティを適切なエディションに移行し、ニーズの変化に応じてエディション階層を移行することができます。

BigQuery はサーバーレス機能クエリ パフォーマンスおよび機能の改善を考慮し、2023 年 7 月 5 日より、すべてのリージョンでオンデマンド分析モデルの価格を 25% 値上げします。

BigQuery をすでにご利用中のお客様は、今回発表されたイノベーションと複数年契約割引を組み合わせることで、総所有コストを削減することができます。詳しくは、最新の BigQuery コスト最適化ガイドをご参照ください。

お客様には近日中に、BigQuery の商用モデルにおける変更について、Mandatory Service Announcement に関するメールで詳細をお知らせします。その他の詳細に関しては、FAQ価格情報製品に関する資料をご覧ください。また、2023 年 4 月 5 日に開催する BigQuery ロードマップ セッションにもぜひご参加ください。


-Google Cloud, Data & Analytics, VP and GM, Gerrit Kazmaier

投稿先