BigQuery 簡介

BigQuery 是內建 AI 的全代管資料平台，內建機器學習、搜尋、地理空間分析和商業智慧等功能，有助於管理及分析資料。BigQuery 的無伺服器架構可讓您使用 SQL 和 Python 等語言，針對貴機構最重要的問題找出解答，而且完全不必管理基礎架構。

BigQuery 提供一致的方式來處理結構化和非結構化資料，並支援 Apache Iceberg、Delta 和 Hudi 等開放式資料表格式。BigQuery 串流支援持續擷取及分析資料，而 BigQuery 可擴充的分散式分析引擎，則可讓您在幾秒內查詢 TB 級資料，在幾分鐘內查詢 PB 級資料。

BigQuery 的架構包含兩個部分：擷取、儲存及最佳化資料的儲存層，以及提供分析功能的運算層。Google 的 Petabit 級網路可讓運算和儲存層相互通訊，因此這兩層能有效率地獨立運作。

舊版資料庫通常必須在讀取和寫入作業與分析作業之間共用資源。這可能會導致資源衝突，並在資料寫入或讀取儲存空間時，減緩查詢速度。如果資料庫管理工作 (例如指派或撤銷權限) 需要資源，共用資源集區的負擔可能會進一步加重。BigQuery 將運算和儲存層分開，讓每個層級都能動態分配資源，不會影響其他層級的效能或可用性。

BigQuery 架構會透過 Petabit 網路分隔資源。

這項分離原則可讓 BigQuery 更快創新，因為儲存空間和運算資源的改良功能可以獨立部署，不會造成系統停機，也不會對系統效能造成負面影響。此外，這也是提供全代管無伺服器資料倉儲的必要條件，BigQuery 工程團隊會負責更新和維護作業。因此您不必佈建或手動擴充資源，可以專心提供價值，不必處理傳統資料庫管理工作。

BigQuery 介面包括 Cloud de Confiance 主控台介面和 BigQuery 指令列工具。開發人員和資料科學家可以使用用戶端程式庫，透過熟悉的程式設計語言 (包括 Python、Java、JavaScript 和 Go)，以及 BigQuery 的 REST API 和 RPC API，轉換及管理資料。ODBC 和 JDBC 驅動程式可與現有應用程式互動，包括第三方工具和公用程式。

無論是資料分析師、資料工程師、資料倉儲管理員或資料科學家，BigQuery 都能協助您載入、處理及分析資料，進而做出重要的業務決策。

開始使用 BigQuery

您可以在幾分鐘內開始探索 BigQuery。

探索 BigQuery

BigQuery 的無伺服器基礎架構可讓您專注於資料，不必費心管理資源。BigQuery 結合了雲端資料倉儲和強大的分析工具。

BigQuery 儲存空間

BigQuery 會使用欄式儲存格式儲存資料，這種格式經過最佳化，可供分析查詢使用。BigQuery 會以資料表、資料列和資料欄的形式呈現資料，並完整支援資料庫交易語意 (ACID)。BigQuery 儲存空間會自動複製到多個位置，以提供高可用性。

詳情請參閱 BigQuery 儲存空間總覽。

BigQuery 分析

描述性和指示性分析的用途包括商業智慧、臨時分析、地理空間分析和機器學習。 您可以查詢儲存在 BigQuery 中的資料，也可以使用外部資料表或聯合查詢 (包括 Cloud Storage)，在資料所在位置執行查詢。

詳情請參閱「BigQuery 數據分析總覽」一文。

BigQuery 管理

BigQuery 可集中管理資料和運算資源，而身分與存取權管理 (IAM) 則可協助您透過整個 Cloud de Confiance by S3NS

  • 資料安全與管理簡介可協助您瞭解資料管理，以及保護 BigQuery 資源可能需要的控管機制。
  • 「工作」是指 BigQuery 代表您執行的動作，包括載入、匯出、查詢或複製資料。
  • 預訂可讓您在以量計價和以運算量為基礎的計價模式之間切換。

詳情請參閱 BigQuery 管理簡介。

BigQuery 資源

探索 BigQuery 資源：

API、工具和參考資料

BigQuery 開發人員和分析師適用的參考資料：

BigQuery 角色和資源

BigQuery 可滿足下列角色和職責的資料專業人員需求。

資料分析師

工作指引，協助您完成下列事項：

資料管理員

工作指引，協助您完成下列事項：

詳情請參閱「BigQuery 管理簡介」。

資料科學家

如果您需要使用 BigQuery ML 的機器學習功能執行下列作業，請參閱相關工作指南：

資料開發人員

工作指引，協助您完成下列事項：

後續步驟