Data Catalog
Ein vollständig verwalteter, äußerst skalierbarer Dienst für die Datenermittlung und Metadatenverwaltung.
Neukunden profitieren während des kostenlosen Testzeitraums von einer Gutschrift über 300 $ für Google Cloud. Alle Kunden erhalten bis zu 1 MiB Speicher für Geschäfts- oder aufgenommene Metadaten und eine Million API-Aufrufe kostenlos.
-
Daten mit einer einfachen, aber leistungsstarken Attributsuchoberfläche lokalisieren
-
Technische Metadaten automatisch synchronisieren und schematisierte Tags für geschäftliche Metadaten erstellen
-
Sensible Daten automatisch durch DLP-Einbindung (Data Loss Prevention, Schutz vor Datenverlust) in der Cloud taggen
-
Sofortiger Zugang und anschließende Skalierung ohne Einrichten und Verwalten einer Infrastruktur
Vorteile
Vereinfachte Ermittlung von Daten jeglichen Umfangs
Unterstützen Sie alle Nutzer im Team beim Suchen und Taggen von Daten mit einer leistungsstarken Benutzeroberfläche, die mit derselben Suchtechnologie wie Gmail erstellt wurde, oder über API-Zugriff. Data Catalog ist vollständig verwaltet und Sie können problemlos starten und skalieren.
Ganzheitliche Ansicht aller Datasets
Analysieren Sie Ihre Datenassets in Google Cloud und darüber hinaus. Die Einbindung von BigQuery, Pub/Sub, Cloud Storage und zahlreichen Connectors bietet eine ganzheitliche Übersicht und einen Tagging-Mechanismus für technische und geschäftliche Metadaten.
Wichtige Features
Wichtige Features
Serverlos
Ein vollständig verwalteter Dienst zur Metadatenverwaltung. Das Einrichten und Verwalten einer Infrastruktur entfällt, sodass Sie sich auf Ihr Geschäft konzentrieren können.
Metadata as a Service
Ein Dienst zur Metadatenverwaltung, mit dem Sie Datenassets über benutzerdefinierte APIs und die Benutzeroberfläche katalogisieren können. Sie erhalten dadurch ungeachtet des Speicherorts eine ganzheitliche Ansicht Ihrer Daten.
Zentraler Katalog
Ein flexibles und leistungsfähiges Katalogisierungssystem, mit dem Sie sowohl technische Metadaten (automatisch) als auch geschäftliche Metadaten (durch Tags) auf strukturierte Weise erfassen können.
Das ist neu
Das ist neu
Melden Sie sich für die Google Cloud-Newsletter an. So werden Sie regelmäßig über Neuigkeiten zu Produkten, Veranstaltungen, Sonderangebote und weitere aktuelle Themen informiert.
Dokumentation
Dokumentation
Kurzanleitung zum Taggen von Datasets
Erstellen Sie ein BigQuery-Dataset und eine Tag-Vorlage mit einem Schema, suchen Sie den Data Catalog-Eintrag für Ihre Tabelle und hängen Sie das Tag an Ihre Tabelle an.
Suchvorgänge mit Data Catalog
Suchen Sie mit dem Data Catalog nach Datenassets wie Datasets, Tabellen, Ansichten und Pub/Sub-Themen in Ihren Google Cloud-Projekten.
Zugriff mit BigQuery-Sicherheit auf Spaltenebene beschränken
Auf dieser Seite wird gezeigt, wie Sie mit der BigQuery-Sicherheit auf Spaltenebene den Zugriff auf BigQuery-Daten auf Spaltenebene beschränken.
Zugriff auf lokale Metadaten-Connectors auf GitHub
Commons-Code für Data Catalog-Connectors und Links für den Connectors-Beispielcode.
Anwendungsfälle
Anwendungsfälle
Sie können zwar mit der Data Catalog API Ihre eigenen Connectors zur Aufnahme von Metadaten aus einer Datenquelle Ihrer Wahl erstellen, aber wir stellen auch „fertige“ Open-Source-Connectors zur Aufnahme von Metadaten aus einer Reihe gängiger Datenquellen wie MySQL, PostgreSQL, Hive, Teradata, Oracle, SQL Server, Redshift usw. bereit. Nach der Aufnahme in den Data Catalog können alle Assets gesucht und getaggt werden.
Mit der Data Catalog API können Metadaten aus einem beliebigen Business Intelligence-Asset aufgenommen werden. Für Looker und Tableau gibt es fertige Open-Source-Connectors, die auffindbar sind und direkt in Data Catalog getaggt werden können.
Alle Features
Alle Features
Serverlos | Ein vollständig verwalteter Dienst zur Metadatenverwaltung. Das Einrichten und Verwalten einer Infrastruktur entfällt, sodass Sie sich auf Ihr Geschäft konzentrieren können. |
Metadata as a Service | Ein Dienst zur Metadatenverwaltung, mit dem Sie Datenassets über benutzerdefinierte APIs und die Benutzeroberfläche katalogisieren können. Sie erhalten dadurch ungeachtet des Speicherorts eine ganzheitliche Ansicht Ihrer Daten. |
Zentraler Katalog | Ein flexibles und leistungsfähiges Katalogisierungssystem, mit dem Sie sowohl technische Metadaten (automatisch) als auch geschäftliche Metadaten (durch Tags) auf strukturierte Weise erfassen können. |
Daten suchen und ermitteln | Dank der einfachen und nutzerfreundlichen Oberfläche mit leistungsfähigen, strukturierten Suchfunktionen lassen sich Datenassets schnell und bequem auffinden. Die Oberfläche basiert auf derselben Google-Suchtechnologie, die Gmail und Drive unterstützt. |
Schematisierte Metadaten | Unterstützt nicht nur einfache Texttags, sondern auch schematisierte Tags wie „Enum“, „Bool“ und „DateTime“, sodass Sie Zugriff auf umfassende und organisierte geschäftliche Metadaten haben. |
Einbindung von Cloud DLP | Erkennt und klassifiziert sensible Daten, wodurch Sie wertvolle Informationen gewinnen und die Steuerung Ihrer Daten vereinfachen können. |
Lokale Connectors | In Data Catalog können Sie technische Metadaten aus Datenassets aufnehmen, die nicht von Google Cloud stammen, um alle Ihre Datenassets ganzheitlich darzustellen. |
Einbindung von Cloud IAM | Bietet Zugriffskontrollen für Unternehmen und berücksichtigt Quell-ACLs für Lese-, Schreib- und Suchvorgänge der Datenassets |
Governance | Bietet dank der Einbindung von Cloud DLP und Cloud IAM eine starke Sicherheits- und Compliancegrundlage |
Preise
Preise
In Data Catalog werden Metadatenspeicher und API-Aufrufe nutzungsbasiert separat berechnet. Der Metadatenspeicher umfasst alle neu in Data Catalog gespeicherten Metadaten, einschließlich:
• Geschäftliche Metadaten, z. B. Tag-Vorlagen und Tags in Data Catalog
• An Pub/Sub-Themen angehängte Schemas für Cloud Storage-Filesets
• Benutzerdefinierte, in Data Catalog gespeicherte Metadaten usw.
Der Metadatenspeicher umfasst keine technischen Metadaten, die von anderen Google Cloud-Diensten gespeichert wurden, z. B. in BigQuery gespeicherte Dataset-Tabellennamen und Dataset-Spaltennamen. Eine detaillierte Preisübersicht und Beispiele für Metadatenspeicher und API-Aufrufe finden Sie in der Data Catalog-Dokumentation.