統合データ分析プラットフォームで企業データを AI に接続します。BigQuery はマルチエンジン、マルチフォーマット、マルチクラウドとなるように設計されており、あらゆるビジネスデータの保存、分析、変換を容易にします。
BigQuery は、エンドツーエンドのデータ ライフサイクルをサポートする統合データ分析プラットフォームです。BigQuery と Vertex AI のファースト パーティ統合により、データのコピーや移動を行わずに、エンタープライズ データを使用してマルチモーダル LLM をチューニング、トレーニング、グラウンディングできます。
すべてのデータとワークロードを単一のプラットフォームで管理できるシンプルさとスケール
連携しないデータ ワークロードの簡素化、費用削減、リスクの軽減。BigQuery はシンプルさとスケーラビリティを備えており、構造化 / 非構造化 / ストリーミングのワークロードを最適な価格とパフォーマンスで管理できます。
AI をより多くの企業データに接続する
生成 AI を大規模かつ効率的にデータに適用し、LLM でビジネスデータを活用できます。BigQuery は Vertex AI とのファースト パーティ統合により、企業の信頼できるデータに基づいた AI を基盤にしています。
あらゆるデータチームにインテリジェンスを常時提供
実用的なデータの使用を増やし、生産性を向上させます。BigQuery で Gemini を使用すると、自然言語でデータと会話でき、コード アシスト、レコメンデーション、データ探索などに役立ちます。
Category | 機能 | 重要ポイント |
---|---|---|
AI のためのデータ分析基盤の構築 | データの単一コピーで複数の分析や AI のユースケースを実行したいと考えるお客様が増えています。BigQuery では、SQL と同様に Python でも簡単にデータを処理でき、BigQuery で直接サーバーレス Spark を使用できます。統合メタストアは、SQL、オープンソース エンジン、AI/ML 用のランタイム メタデータとコネクタを提供します。 |
|
BigQuery では、既存のオープンソース形式を柔軟に使用できます。BigQuery のストレージ エンジンである BigLake は、分析エンジンと AI エンジンがマルチフォーマット、マルチクラウド、マルチモーダル データをクエリするための統合インターフェースを提供します。BigQuery は、Iceberg、Delta、Hudi のほか、すべての処理エンジンをサポートし、これらの全テーブル形式ですべての機能に対応します。 |
| |
BigQuery Studio は、あらゆるデータ実務者のためのワンストップ ショップです。BigQuery Studio には、優れた SQL エディタと Python ノートブックがあります。これにより、データチームは SQL、Python、Spark、自然言語のいずれかを選択できます。データチームは、BigQuery 内で Gemini を活用したチャットおよびコード アシスタントを使用して生産性を最大化できます。 |
| |
BigQuery に組み込まれたデータ ガバナンス機能により、データの管理、検出、統制を簡単に行うことができます。これには、データ品質、リネージ、プロファイリングのほか、BigQuery リソースに対するポリシーを管理するためのガバナンス ルールが含まれます。 |
| |
BigQuery のリアルタイム機能を使用してリアルタイムでイベント ストリームの取り込み、処理、分析を行い、データの利便性とアクセス性を高めます。BigQuery の継続的クエリは、BigQuery で受信イベントを分析して変換するためのリアルタイム処理レイヤを提供します。Apache Kafka for BigQuery を使用すると、バージョン アップグレード、リバランシング、モニタリングなどの運用上の悩みを心配することなく、ストリーミング データ ワークロードを管理できます。 |
| |
データと AI の統合 | BigQuery ML では、使い慣れた SQL を使用して機械学習モデルを作成、トレーニング、実行できます。Gemini 1.0 Pro から Vertex AI まで、任意のモデルと統合できます。Vertex AI は、テキスト要約タスクや感情分析タスクにおいて、高い入出力スケールと優れた結果を得られるよう設計されています。構造化データ、非構造化データ、生成 AI モデルを組み合わせて、新しいクラスの分析アプリケーションを作成できるデータ パイプラインを構築できます。 |
|
BigLake は、単一の管理フレームワークの下でデータレイクとデータ ウェアハウスを統合し、非構造化データの分析、検索、保護、管理、共有を可能にします。お客様はすでに幅広い AI モデルを使用して画像を分析しています。BigLake では、Vertex AI のドキュメント処理 API と Speech-to-Text API を使用して、ドキュメントや音声ファイルから分析情報を簡単に抽出できる機能が拡張されています。 |
| |
BigQuery ベクトル検索は Vertex AI と統合し、BigQuery データに対するベクトル類似度検索を可能にします。この機能により、セマンティック検索、類似性検出、LLM を使用した検索拡張生成(RAG)などのユースケースが可能になります。ベクトル検索は、コンテキストの理解を向上させ、あいまいさを減らし、事実の正確性を確保し、さまざまなタスクや分野への適応性を実現することで、AI モデルの品質を向上させることができます。 |
| |
Enterprise の機能 | BigQuery は、データセンター レベルの障害が発生した場合に高可用性を実現できる十分なスタンバイ コンピューティング容量を備え、データの同期コピーを 2 番目のゾーンに自動的に保持します。クロスリージョンの障害復旧により、万が一リージョン障害が発生した場合にマネージド フェイルオーバーを提供します。クロスリージョンの障害復旧では、BigQuery が 2 番目のリージョンで保持するデータセットの予約およびコレクションを指定できます。 |
|
BigQuery を使用するとコラボレーションが可能になり、大規模なデータアセットを安全に交換できます。データ クリーンルームを使用すると、プライバシーを重視したデータの共有と分析のための環境を作成、管理できます。データ プロバイダは、データリスティングのサブスクリプションを管理し、サブスクライバーの共有データの使用状況をモニタリングできます。BigQuery Omni を使用すると、クラウド間でデータを共有できます。また、リンクされたデータセットに対するユーザー定義関数、タイムトラベル、マテリアライズド ビューがサポートされています。 |
| |
BigQuery Migration Service は、BigQuery への移行に役立つ無料のツールセットです。新機能を継続的に追加し、Amazon Redshift、Apache HiveQL、Netezza、Teradata、Azure Synapse、Oracle、Presto、Snowflake、SQL Server、Vertica など、さまざまなソースをサポートするようになりました。生成 AI で強化された変換は、必要に応じてクエリ コンパイラを支援し、オンプレミスやクラウドのソースからの移行をサポートする出力オプションを自動的に提案します。 |
|
データ分析と AI を 1 つに統合したエクスペリエンス
データの単一コピーで複数の分析や AI のユースケースを実行したいと考えるお客様が増えています。BigQuery では、SQL と同様に Python でも簡単にデータを処理でき、BigQuery で直接サーバーレス Spark を使用できます。統合メタストアは、SQL、オープンソース エンジン、AI/ML 用のランタイム メタデータとコネクタを提供します。
完全なサーバーレスでクラスタのスピンアップや管理が不要
すべてのワークロードに対応するシングル ユーザー環境
異なるツール間でデータをコピーする必要がない
BigQuery ML では、使い慣れた SQL を使用して機械学習モデルを作成、トレーニング、実行できます。Gemini 1.0 Pro から Vertex AI まで、任意のモデルと統合できます。Vertex AI は、テキスト要約タスクや感情分析タスクにおいて、高い入出力スケールと優れた結果を得られるよう設計されています。構造化データ、非構造化データ、生成 AI モデルを組み合わせて、新しいクラスの分析アプリケーションを作成できるデータ パイプラインを構築できます。
推論エンジンや Vertex AI Model Registry によるデータから AI へのインテグレーション
ARIMA+ 時系列モデリング、Explainable AI などを使用したモデリング機能
LLM がテキストとテキスト エンベディングを生成するためのリモート推論
BigQuery は、データセンター レベルの障害が発生した場合に高可用性を実現できる十分なスタンバイ コンピューティング容量を備え、データの同期コピーを 2 番目のゾーンに自動的に保持します。クロスリージョンの障害復旧により、万が一リージョン障害が発生した場合にマネージド フェイルオーバーを提供します。クロスリージョンの障害復旧では、BigQuery が 2 番目のリージョンで保持するデータセットの予約およびコレクションを指定できます。
確実なスタンバイ
リージョンの停止に関する SLA
調整されたフェイルオーバー
Google Cloud のお客様が BigQuery でデータ基盤を構築し、AI でイノベーションを実現している様子をご覧ください。