Revisió i valoració de Bigquery de Google

Google BigQuery, gratuït per 10 gigabytes (GB) al mes, és el magatzem de dades ginormous, petabyte (PB) del gegant de la cerca per a analítiques. És un producte SQL, a nivell d’empresa, i Big Data es troba en l’ADN de Google. Totes les eines i serveis de la companyia en són una prova. En definitiva, si voleu fer qualsevol cosa amb dades, podeu apostar perquè Google tingui una eina per fer-ho realitat. Si teniu conjunts de dades massius o amplieu les dades combinant-los amb conjunts de dades públics o comercials, Google BigQuery pot ser una opció més sòlida. Està dissenyat per escanejar terabytes (TBs) en segons i PB en pocs minuts. La consulta més gran fins ara és de 2, 1 PB i Google BigQuery la va gestionar sense cap problema. Malgrat aquestes capacitats, l’analítica Big Data és un desafiament i, si es treballa amb conjunts de dades més petits, pot ser que sigui excessiu. Tot i això, Google BigQuery és una opció sòlida que es troba just darrere de la base de dades Microsoft Azure SQL i MongoDB Atlas, els Editors 'Choices seleccionen el nostre formulari de revisió de solucions DBaaS.

Model de preus

Google BigQuery és un model d’analítica de dades sense servidor. La separació d’emmagatzematge i càlcul us ofereix millors controls de preus, que solen ser d’interès per a les persones que duen a terme projectes excepcionalment grans. L’emmagatzematge té un preu reduït i es calcula segons les taxes d’ús. Els primers 10 GB d’emmagatzematge són gratuïts cada mes i els costos comencen a partir de dos cèntims per GB al mes després d’això. Per exemple, si emmagatzeneu 1 terabyte (TB) durant un mes, el cost seria de 20 dòlars. La inserció de dades en streaming comença a 1 cent per cent de megabytes (MB). La primera 1 TB de consultes és gratuïta, amb una anàlisi addicional a 5 dòlars per TB a partir de llavors. Les operacions de meta meta són gratuïtes.

També teniu l’opció de pagar mentre aneu o una quota mensual plana. Alguns desenvolupadors prefereixen la tarifa única per alleujar l’ansietat pressupostària. Com que l'emmagatzematge ja paga una tarifa fixa, aquesta opció només significa que el càlcul també es realitza amb una tarifa mensual única. Però abans d’entusiasmar-se amb la inscripció a preus fixos, tingueu en compte que només compten amb aquesta opció els comptes amb 40.000 dòlars més en despeses d’analítica mensual.

El nivell gratuït de Google BigQuery proporciona fins a 1 TB de dades analitzades cada mes i 10 GB d’emmagatzematge de dades, però de debò, si esteu molt per sota d’aquesta marca, hi ha altres eines més adequades a la tasca, com ara la base de dades Microsoft Azure SQL, IBM. Db2 a Cloud, o Google Cloud amb Google Analytics 360.

Pas a pas

Haureu de tenir un compte de Google, per tant, configureu-lo si encara no en teniu. Us caldrà que us registreu a un compte de Google Cloud Platform, que també requerirà una targeta de crèdit per utilitzar la prova gratuïta. Però no us preocupeu perquè no sereu actualitzats i facturats automàticament al final del període de prova. Heu d’actualitzar manualment qualsevol cosa que es cobrarà a la targeta de crèdit.

Des de la interfície d'usuari de Google Cloud (interfície d'usuari), aneu a BigQuery. La interfície d'usuari de BigQuery és una mica clara, Jane, però també és fàcil d'utilitzar. Google em diu que ara funciona en una nova IU. Amb la interfície d'interès actual, si només voleu explorar, feu clic a Completar consulta i trieu un dels conjunts de dades públics de la pàgina de benvinguda. Escriviu una consulta SQL estàndard al quadre de consulta mitjançant l'editor de consulta o l'Editor de funcions definides per l'usuari (UDF) i engegueu-vos.

Les guies Quickstart són útils per transferir dades o fer una base de dades pròpia a Cloud Bigtable, Cloud Spanner, Cloud SQL o Cloud Datastore (base de dades NoSQL). BigQuery utilitza els sistemes compatibles SQL compatibles amb l'American National Standards Institute (ANSI) i els controladors Open Database Connectivity (ODBC) i Java Database Connectivity Connectivity (JDBC) per integrar-se amb les dades en altres productes al núvol i tipus d'aplicacions addicionals. Les implementacions SQL exclusives dissenyades per facilitar la consulta vol dir que hi ha diversos dialectes SQL que poden ser confusos. Vaig notar que, mentre que el valor predeterminat és "Legacy SQL", podria desmarcar la caixa del dialecte SQL per tornar a SQL veritable estàndard.

Google BigQuery també disposa d’un motor d’ingestió de streaming per a la captura i anàlisi de dades en temps real. Utilitzeu la pestanya Crea conjunt de dades al menú desplegable El meu primer projecte per crear un conjunt de dades. Introduïu l'ID del conjunt de dades, trieu la ubicació de les dades (EUA, Unió Europea o Àsia-nord-est) i configureu la caducitat de les dades. Google BigQuery pot detectar esquemes automàticament. Un cop configurat el conjunt de dades, esteu preparats per realitzar consultes.

La caixa d’eines

Hi ha connectors a la majoria d’eines d’intel·ligència empresarial (BI). Però és possible que vulgueu fer servir Data Studio, que és l’eina de visualització de BI de Google, i és gratuïta. La llista d’eines de Google que podeu utilitzar és llarga. Us recomano que comenceu a revisar la llista de nivells gratuïts de Google Cloud Platform.

Google Cloud Platform té 15 regions, 45 zones, més de 100 punts de presència i una xarxa global ben proveïda amb 100.000 milles de cable de fibra òptica. Obteniu millors preus mitjançant el servei global, però no podeu especificar les regions que vulgueu.

Les còpies de seguretat i els acords de nivell de servei (SLA) es troben sota els auspicis de Google SQL Cloud. El SLA complet està aquí. Cloud SQL conserva set còpies de seguretat automatitzades per a cada instància. Les còpies de seguretat (gen) de primera generació capturen tot i s’inclouen en els costos d’instància (segons el model d’ús). El seu espai d’emmagatzematge no compta amb el vostre espai d’emmagatzematge assignat. Les còpies de seguretat de segon gen només van capturar les dades que han canviat i el seu emmagatzematge es carrega a un ritme reduït.

En general, Google BigQuery està dissenyat de manera brillant. És més adequat per a grans conjunts de dades i per a aquells que són capaços de treballar amb ells. Si esteu escrivint aplicacions d'aprenentatge automàtic (ML) o dissenyant dades de formació ML, aleshores us agradarà especialment aquest producte. El mateix passa amb els desenvolupadors que treballen en aplicacions d'Internet of Things (IoT) o qualsevol desenvolupament que requereixi una ingestió de dades flexible i una anàlisi massiva de dades.