解決方案

資料湖泊現代化

可對各種資料執行任何分析作業的資料湖泊

Google Cloud 的資料湖泊可讓資料專業人員以安全且符合成本效益的方式,大規模擷取、儲存及分析各式各樣完整不失真的資料。將資料湖泊建立於 Google Cloud 後,自動調整資源配置服務就能讓您將儲存空間與運算資源區隔開來,進而提升查詢執行速度,並以 GB 為單位管理費用。

客戶經驗談

案例特色

  • 將超過 12,000 個內部部署 Hadoop 節點遷移至 GCP

  • 捨棄內部部署 Apache Hadoop,省下大量總持有成本

依據需求建立現代化的資料湖泊

在 Google Cloud 中重新託管資料湖泊

如果您已投入時間建立內部部署資料湖泊,而不希望在雲端環境中重新執行建立工作,那麼可以將資料和程式碼隨即轉移至 Google Cloud,以便運用雲端技術節省費用並輕鬆調度資源。

使用 Google Cloud 的資源爆發處理資料湖泊工作負載

運用雲端資源爆發處理必須耗用大量資源的資料或數據分析處理工作負載 (ETL、SQL、模型訓練等),這麼一來,就能讓系統自動調度運算資源,而不必佈建新的硬體。在雲端環境中持續執行工作負載,或是在尖峰時期過後直接終止叢集。

在 Google Cloud 中建立雲端原生資料湖泊

如果您因為資料湖泊雜亂無章而希望重新構思計畫,可以在 Google Cloud 中建立雲端原生資料湖泊,藉此協助資料工程師、資料分析師和數據資料學家加快數據分析的開發作業。

主要優點

全代管服務

Google Cloud 的全代管服務可以為您省去管理實體硬體的相關複雜工作。也就是說,您可以在短短 90 秒內佈建叢集並自動調度資源,更輕鬆地執行管理作業,並以近乎即時的方式啟動新的資源與服務。

瞭解 Apache Hadoop 和 Spark
加快資料和數據分析作業的處理速度

調度獨立於儲存空間的運算資源,將資料和數據分析作業的處理時間從數小時縮短為數秒。您也可以執行即時應用程式、訓練大規模的模型,並在幾秒內執行爆發性查詢,完全不必額外佈建硬體。

閱讀 Pandora 遷移至 Cloud 的故事
降低費用

Google Cloud 的總持有成本平均比內部部署環境的 Hadoop 低 57%。無伺服器資料湖泊可讓您的 IT 團隊以有效率的方式調度資源,不必擔心軟體升級和實體硬體的問題。

取得詳細的 ESG 報告
調度 AI 和機器學習技術的資源

我們已針對從雲端服務到服務所用硬體的整個堆疊進行最佳化,讓您可以調度機器學習技術的資源。也就是說,在 Google Cloud 中建立資料湖泊之後,您就能迅速新增機器學習和 AI 服務來支援目前和未來的數據分析用途。

瞭解我們的 AI 和機器學習產品
安全無虞的受控元件

從晶片到使用者的各種資料,我們都能全面防護,因此您可以保護自己的資料、與重要的資料管理解決方案相互整合,並確實遵守最嚴格的法規遵循規範。

瞭解我們的 Titan 晶片設計

推薦產品

查看在資料湖泊遷移作業中使用的主要 Google Cloud 服務。

推薦的資料湖泊合作夥伴

Google 只是資料湖泊服務的其中一環。我們的主要合作夥伴可以為您提供協助,讓您使用能夠與其他自有 IT 元件完美整合的新功能。