大数据解决方案

使用我们的集成式大数据平台处理海量数据

免费试用 与销售人员联系

Google 级大数据分析

现如今的应用从您企业内的各种来源生成的数据量前所未有的多,这种情况也在延伸到真实世界中,任意设备都可以捕获重要信息进行分析。生成的数据量正在以极快的速度增加。我们现在可以大规模高效剖析这些高度非结构化的原始数据,让您了解您的运营环境和客户。网络级分析和机器智能在很久以前就已经融入 Google 的发展基因中了。Google Cloud Platform 让近 20 年来 Google 开发和使用的分析引擎技术不再“深藏闺中”,它能够帮助您针对自己的业务和运营环境挖掘数据洞见。

利用完全托管的无服务器架构发掘数据洞见

Google Cloud Platform 使您能够在一种完全托管的无服务器架构(在这样的架构中,我们替您全面处理后端基础架构工作)中以媲美整个网络的规模分析数据(如果您熟悉 SQL,将会游刃有余),并在这方面处于行业领先地位。我们的大数据分析产品可以自动扩展,您只需专注于您要挖掘的业务数据洞见。

快速查询 PB 级数据集

BigQuery 是 Cloud Platform 的完全托管式数据仓库,可让您以 Google 才有的速度经济实惠地查询海量数据。我们采用即用即付的模式,让您能够利用我们的定价优势以及 Google 的世界级基础架构带来的可扩展能力和安全性,为您在挖掘业务数据洞见方面提供助力。

统一批量数据处理和流式数据处理

Cloud Dataflow 是一种新颖的完全托管式服务,适用于开发和运行各种各样的数据处理模式,包括 ETL、批量计算和流式分析。您可以将一个工具和编程模型同时用于批量数据处理和流式数据处理,因而不需要任何转换费用。

在云端使用 Spark 和 Hadoop

针对优秀开源工具(包括 Spark、Hadoop/MapReduce、Hive 和 Pig)进行过标准化的公司会发现,他们可以自然地过渡到使用 Cloud Dataproc。您永远不必担心数据流水线负载超过集群处理能力,因为您可以使用 Dataproc 随时快速创建集群和调整集群规模。基础 Compute Engine 资源按秒计费,确保您仅需为使用的资源付费,分析完成后,费用可以降为零。

托管数据库、对象存储和归档

您很难预料未来自己可能会提出什么样的具体业务问题,因而,绝不要舍弃您的业务环境中的事件数据和宝贵的元数据,而应以经济实惠的方式存储这些信息供以后挖掘数据洞见。从托管型 SQL 到 NoSQL,您可以从多种面向全球的存储产品(包括我们颠覆性的归档产品 Nearline)中选择一种用于您的数据。

机器智能的下一阶段

长远来看,企业的机会在于将 Google 的网络级机器学习和分析资源用于与您的业务相关的真实数据。借助 Cloud Platform,规模较小的团队也可以对海量数据进行汇总并运行机器学习工作负载,以进行预测性分析。为了推动机器学习的广泛采用,Google 最近以开放源代码平台的形式发布了机器智能库 TensorFlow,并推出了 Cloud Machine Learning 产品,包括多个开箱即用的预先训练好的模型(例如 Cloud Vision APICloud Speech APIGoogle Cloud Translation API)。

开拓创新

Google 在数据处理技术(例如 MapReduce、Bigtable 和 Dremel)创新方面处于行业领先地位。现在,Google 正在将其最新一代的数据处理工具(包括行业领先的编程工具和编程模型)提供给所有人。

大数据指南

针对大数据开发的深入指南和资源。

公共数据集

从 Google Cloud Platform 上托管的公共数据集中挖掘新的数据洞见并进行学习。

查看公共数据集

商业数据集

访问和分析在 Google Cloud Platform 上托管的商业数据集。

查看商业数据集

数据生命周期

使用 Google Cloud 在数据的整个生命周期(从初始的获取到最终可视化)内对数据进行管理。

阅读文章

面向数据仓库专家的 BigQuery 介绍

了解如何将 Google BigQuery 用作数据仓库。

阅读文章

从关系型数据库提取、转换和加载数据到 BigQuery

了解如何将数据从 OLTP 关系型数据库提取、转换和加载到 Google BigQuery 中进行分析。

阅读文章

对分析数据的大规模提取

了解用于对分析事件和日志的大规模提取进行优化的架构。

阅读文章

移动游戏流水线

参阅一个手机假想游戏的用户数据的处理示例。

查看流水线示例

预测性数字营销

功能全面的网站流量分析工具 Google Analytics Premium 已与 BigQuery 集成到一起。

阅读文章

针对金融时间序列数据的机器学习

在 Google Cloud Platform 上使用机器学习分析金融时间序列。

阅读教程

“Spotify 选择 Google 的部分原因是其提供的用于分析大量数据的服务远比其他云服务商提供的数据服务更加先进。”

- Wired,2016 年 2 月