Ringkasan BigQuery

BigQuery adalah platform data yang terkelola sepenuhnya dan siap AI yang membantu Anda mengelola dan menganalisis data dengan fitur bawaan seperti machine learning, penelusuran, analisis geospasial, dan business intelligence. Arsitektur serverless BigQuery memungkinkan Anda menggunakan bahasa seperti SQL dan Python untuk menjawab pertanyaan terbesar organisasi Anda tanpa perlu mengelola infrastruktur.

BigQuery menyediakan cara yang seragam untuk menangani data terstruktur dan tidak terstruktur serta mendukung format tabel terbuka seperti Apache Iceberg, Delta, dan Apache Hudi. Streaming BigQuery mendukung penyerapan dan analisis data berkelanjutan, sementara mesin analisis terdistribusi yang skalabel milik BigQuery memungkinkan Anda membuat kueri terabita dalam hitungan detik dan petabyte dalam hitungan menit.

Arsitektur BigQuery terdiri dari dua bagian: lapisan penyimpanan yang menyerap, menyimpan, dan mengoptimalkan data serta lapisan komputasi yang menyediakan kemampuan analisis. Lapisan komputasi dan penyimpanan ini beroperasi secara efisien dan independen satu sama lain berkat jaringan skala petabit Google yang memungkinkan komunikasi yang diperlukan di antara keduanya.

Database lama biasanya harus berbagi resource antara operasi baca dan tulis serta operasi analisis. Hal ini dapat menyebabkan konflik resource dan dapat memperlambat kueri saat data ditulis ke atau dibaca dari penyimpanan. Kumpulan resource bersama dapat menjadi lebih terbebani saat resource diperlukan untuk tugas pengelolaan database seperti menetapkan atau mencabut izin. Pemisahan lapisan komputasi dan penyimpanan BigQuery memungkinkan setiap lapisan mengalokasikan resource secara dinamis tanpa memengaruhi performa atau ketersediaan lapisan lainnya.

Arsitektur BigQuery memisahkan resource dengan jaringan petabit.

Prinsip pemisahan ini memungkinkan BigQuery berinovasi lebih cepat karena peningkatan penyimpanan dan komputasi dapat di-deploy secara independen, tanpa waktu henti atau dampak negatif pada performa sistem. Hal ini juga penting untuk menawarkan data warehouse serverless yang terkelola sepenuhnya dan tim engineering BigQuery menangani update dan pemeliharaan. Hasilnya adalah Anda tidak perlu menyediakan atau menskalakan resource secara manual, sehingga Anda dapat berfokus pada penyampaian nilai, bukan tugas pengelolaan database tradisional.

Antarmuka BigQuery meliputi Google Cloud konsol antarmuka dan alat command line BigQuery. Developer dan data scientist dapat menggunakan library klien dengan pemrograman familier termasuk Python, Java, JavaScript, dan Go, serta REST API dan RPC API BigQuery untuk mengubah dan mengelola data. Driver ODBC dan JDBC menyediakan interaksi dengan aplikasi yang ada, termasuk alat dan utilitas pihak ketiga.

Sebagai analis data, data engineer, administrator data warehouse, atau data scientist, BigQuery membantu Anda memuat, memproses, dan menganalisis data untuk mendasari keputusan bisnis yang penting.

Mulai menggunakan BigQuery

Anda dapat mulai menjelajahi BigQuery dalam hitungan menit. Manfaatkan paket penggunaan gratis atau sandbox gratis BigQuery untuk mulai memuat dan membuat kueri data.

Jelajahi BigQuery

Infrastruktur serverless BigQuery memungkinkan Anda berfokus pada data, bukan pada pengelolaan resource. BigQuery menggabungkan data warehouse berbasis cloud dan alat analisis yang andal.

Penyimpanan BigQuery

BigQuery menyimpan data menggunakan format penyimpanan berbasis kolom yang dioptimalkan untuk kueri analitis. BigQuery menyajikan data dalam tabel, baris, dan kolom, serta memberikan dukungan penuh untuk semantik transaksi database (ACID). Penyimpanan BigQuery secara otomatis direplikasi ke beberapa lokasi untuk memberikan ketersediaan tinggi.

Untuk mengetahui informasi selengkapnya, lihat Ringkasan penyimpanan BigQuery.

Analisis BigQuery

Penggunaan analisis deskriptif dan preskriptif mencakup business intelligence, analisis ad hoc, analisis geospasial, dan machine learning. Anda dapat membuat kueri untuk data yang tersimpan di BigQuery atau menjalankan kueri pada data di tempat data tersebut berada menggunakan tabel eksternal atau kueri gabungan termasuk Cloud Storage, Bigtable, Spanner, atau Google Spreadsheet yang disimpan di Google Drive.

  • Kueri SQL standar ANSI (dukungan ISO/IEC 9075) termasuk dukungan untuk gabungan, kolom bertingkat dan berulang, fungsi analisis dan agregasi, kueri multi-pernyataan, serta berbagai fungsi spasial dengan analisis geospasial - Sistem Informasi Geografis.
  • Python API yang kompatibel dengan Pandas, yang disediakan oleh BigQuery DataFrames.
  • Buat tampilan untuk membagikan analisis Anda.
  • Dukungan alat business intelligence termasuk alat pihak ketiga menggunakan driver Simba ODBC dan JDBC untuk BigQuery
  • BigQuery ML menyediakan machine learning dan analisis prediktif.
  • BigQuery Studio menawarkan fitur seperti notebook Python, dan kontrol versi untuk notebook dan kueri tersimpan. Fitur-fitur ini dapat memudahkan Anda menyelesaikan analisis data dan alur kerja machine learning (ML) di BigQuery.
  • Kueri data di luar BigQuery dengan tabel eksternal.

Untuk mengetahui informasi selengkapnya, baca Ringkasan analisis BigQuery.

Administrasi BigQuery

BigQuery menyediakan pengelolaan resource komputasi dan data terpusat sementara Identity and Access Management (IAM) membantu Anda mengamankan resource tersebut dengan model akses yang digunakan di seluruh Google Cloud. Google Cloud Praktik terbaik keamanan memberikan pendekatan yang solid namun fleksibel yang dapat mencakup keamanan perimeter atau pendekatan pertahanan mendalam yang lebih kompleks dan terperinci .

  • Pengantar keamanan dan tata kelola data membantu Anda memahami tata kelola data, dan kontrol apa saja yang mungkin Anda perlukan untuk mengamankan resource BigQuery.
  • Tugas adalah tindakan yang dijalankan BigQuery atas nama Anda untuk memuat, mengekspor, membuat kueri, atau menyalin data.
  • Reservasi memungkinkan Anda beralih antara harga sesuai permintaan dan harga berdasarkan kapasitas.

Untuk informasi lebih lanjut, lihat Pengantar administrasi BigQuery.

Referensi BigQuery

Pelajari referensi BigQuery:

API, alat, dan referensi

Materi referensi untuk developer dan analis BigQuery:

Peran dan resource BigQuery

BigQuery memenuhi kebutuhan para profesional data dalam berbagai peran dan tanggung jawab berikut.

Analis Data

Panduan tugas untuk membantu jika Anda perlu melakukan hal berikut:

Administrator Data

Panduan tugas untuk membantu jika Anda perlu melakukan hal berikut:

Untuk informasi lebih lanjut, lihat Pengantar administrasi BigQuery.

Data Scientist

Panduan tugas untuk membantu jika Anda perlu menggunakan machine learning BigQuery ML untuk melakukan hal berikut:

Developer Data

Panduan tugas untuk membantu jika Anda perlu melakukan hal berikut:

Langkah berikutnya