BigQuery は AI に対応したデータ分析プラットフォームです

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。

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。

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。