Crea una base de datos de analítica en tiempo real con Bigtable y BigQuery

Bigtable y BigQuery se combinan para crear una base de datos de estadísticas en tiempo real escalable y de alto rendimiento. Reúne datos más rápido y ofrece estadísticas de IA a los clientes con una plataforma integrada que agiliza el proceso de desarrollo, hace que las estadísticas en tiempo real sean accesibles para una amplia gama de posibilidades y ayuda a incorporar la IA en tus flujos de trabajo operativos.

hero de bigtable en tiempo real 2

¿Qué es una base de datos de analítica en tiempo real?

Una base de datos de analítica en tiempo real proporciona estadísticas y acciones inmediatas mediante el procesamiento de datos en el momento en que se crean. Este tipo de base de datos puede combinar el conocimiento empresarial con flujos de trabajo operativos y desbloquear capacidades que son sensibles al tiempo o que necesitan inyectar IA en las operaciones comerciales diarias.

La analítica en tiempo real se usa en aplicaciones como recomendaciones personalizadas, reacciones de dispositivos inteligentes, mantenimiento predictivo, malla de datos, automatización de procesos, seguridad cibernética y prevención de fraudes. Una base de datos de analítica en tiempo real suele ser esencial para los flujos de trabajo de IA generativa que dependen del acceso a información reciente. 

Si bien crear este tipo de aplicaciones era complejo y requería muchos recursos, los nuevos avances en Bigtable y BigQuery simplifican el proceso.

Beneficios

Integración perfecta

Bigtable y BigQuery combinan estadísticas en tiempo real con datos históricos sin la necesidad de trabajos de ETL autoadministrados. Un dialecto de SQL unificado entre los dos también permite una experiencia de desarrollo única.

Capacidades integradas en tiempo real

Funciones dedicadas en tiempo real diseñadas para trabajar juntas, que proporcionan una base de datos de estadísticas en tiempo real integral incluso con terabytes o petabytes de datos, y consultas por segundo (QPS) muy altas.

Reduce las operaciones y logra más

Solución de analítica en tiempo real de nivel empresarial y completamente administrada que minimiza la sobrecarga operativa con ANS líderes en la industria para garantizar una confiabilidad y un rendimiento en los que puedes confiar.

Características clave

Responde a los datos de transmisión

Google Cloud ofrece un ecosistema de análisis de transmisiones sólido para procesar flujos de datos continuos de diversas fuentes. BigQuery es una fuente de transferencia ideal para esquemas conocidos, con la API de escritura de almacenamiento y las consultas continuas de BigQuery que permiten la transferencia de datos directa, maximizan la frescura de los datos dentro del almacén y te permiten conectarte a otras fuentes. Bigtable, por otro lado, ofrece escalabilidad lineal global y sincronización de datos integrada, lo que lo hace ideal para esquemas flexibles y dinámicos que necesitan coherencia inmediata de lectura después de la escritura. Bigtable también proporciona un control de versiones basado en marcas de tiempo y políticas de retención de tiempo de actividad (TTL) automatizadas, lo que la convierte en una opción de almacenamiento y análisis ideal para eventos de transmisión. La cantidad de datos que necesitas para transmitir también es una consideración. BigQuery puede transmitir datos en GBps por segundo en las multirregiones de EE.UU. y la UE con cientos de MBps por segundo en otras regiones. Bigtable proporciona más flexibilidad para capturar datos de transmisión, con una escalabilidad lineal de 14,000 escrituras por segundo por nodo en cualquier región compatible con Bigtable. 

Con la combinación de BigQuery y Bigtable, no necesitas hacer intercambios, sino que puedes elegir la técnica de transferencia adecuada para el caso de uso.

Canalización de transmisión

Almacenamiento escalable y flexible con estadísticas y recuperación rápida

En la mayoría de las bases de datos, debes elegir entre la recuperación rápida de filas o el procesamiento de estadísticas a gran escala. Bigtable y BigQuery combinan sus propósitos distintos para proporcionar una base de datos de estadísticas en tiempo real completa, independientemente del tipo de consulta. 

Bigtable se destaca como un motor de almacenamiento optimizado para la recuperación ultrarrápida de filas individuales o rangos de datos, lo que lo hace ideal para aplicaciones orientadas al usuario que necesitan una capacidad de respuesta en tiempo real, como gráficos dentro de una aplicación, búsquedas de perfiles, análisis de series temporales, métricas sobre datos de transmisión, como clics, o cualquier otra consulta que sea predecible y que deba entregarse a un volumen alto y con baja latencia. Bigtable se basa en un motor de estructura de registro (árbol LSM) que optimiza el rendimiento mediante una combinación de almacenamiento en memoria y almacenamiento de disco desacoplado, junto con bibliotecas cliente especializadas que ofrecen acceso síncrono y asíncrono. El esquema flexible de Bigtable y sus capacidades de autoadministración mejoran aún más su idoneidad para aplicaciones exigentes. En cambio, BigQuery sobresale en cargas de trabajo de análisis, ya que proporciona herramientas potentes para consultar y analizar conjuntos de datos grandes con agregaciones, integraciones en Vertex AI y transformaciones complejas.

Si eliges la combinación de Bigtable y BigQuery, no tendrás que elegir entre búsquedas de filas individuales y procesamiento analítico integral en conjuntos de datos masivos. La integración perfecta facilita el uso de cualquiera de los modelos de almacenamiento para potenciar tu aplicación en tiempo real. Bigtable se usa a menudo como una solución de almacenamiento en caché rentable para conjuntos de datos del tamaño de BigQuery. Por ejemplo, BigQuery se puede usar para crear embeddings por lotes y, luego, entregar esos embeddings en Bigtable para admitir aplicaciones de generación mejorada por recuperación (RAG).

Arquitectura de BQ

Métricas disponibles al instante

Bigtable ofrece tipos de datos especializados que procesan previamente tus datos a medida que se escriben, lo que te brinda resultados y estadísticas instantáneos. Puedes calcular sumas, mínimos, máximos y recuentos aproximados de valores distintos a medida que se escriben los datos, con una replicación global integrada para obtener resultados coherentes en toda la aplicación. Estos tipos de datos también son completamente interoperables con los datos del almacén que se pueden cargar desde BigQuery.

La agregación de datos en tiempo real puede potenciar la creación de funciones de aprendizaje automático integrales, lo que genera predicciones precisas que pueden atraer a los usuarios en el momento.

Panel de Google Automotive

Análisis de datos continuos

Bigtable está integrado en el ecosistema analítico de BigQuery, lo que permite acceder fácilmente a tus datos en tiempo real para realizar análisis de transmisiones adicionales. Puedes consultar y unir datos de Bigtable con otros conjuntos de datos en BigQuery con tablas externas, usar análisis de Spark de código abierto o canalizaciones de Apache Beam directamente en los datos de Bigtable y devolver los resultados. Este acceso a los análisis también puede usar Data Boost de Bigtable para obtener análisis de alto rendimiento sin afectar el rendimiento de la aplicación en tiempo real. Además, con la captura de datos modificados (CDC) y Dataplex, exportar y descubrir tus datos de Bigtable es sencillo y no requiere tareas de sincronización de datos complejas o personalizadas.


Analítica de Bigtable

Cartera de Analítica en tiempo real de Google Cloud

Obtén más información sobre las soluciones de Analítica en tiempo real en Google Cloud.

Google Cloud