BigQuery

BigQueryを使うと、サーバーを管理せずに膨大な量のデータを分析できます。ファイル、データベース、ストリーム、他のGoogleサービスからデータを読み込み、SQLを書くと、BigQueryは処理を多くのマシンに分散し、テーブルが数百万行でも数兆行でも結果を速く返します。ストレージとコンピュートは分離されて管理されるので、規模を決めたり調整したりするクラスタはありません。分析チームがこれを好む大きな理由です。

データとAIのいまの仕事向けに、多くの機能が加わっています。BigQuery MLでは、予測や分類を含むモデルの学習と実行をSQL文で行い、クエリの中からGeminiや他のモデルにつないで、テキストや埋め込みを生成できます。ベクトル検索は、類似度と取得のワークロードを支えます。Gemini in BigQueryは、SQLを書いて説明し、コードを生成し、データの変換を提案するのを助けます。Looker、Connected Sheets、他社のBIツールともつながります。

料金の形は二つです。クエリが走査したデータ量に基づくオンデマンド課金と、確保したコンピュートへのキャパシティ料金で、これにストレージ料金が加わります。毎月の無料枠があります。テーブルが大きく、パーティションもなければ、高いクエリをうっかり実行しやすいので、費用の管理が要ります。主な競合はSnowflakeとDatabricksで、Amazon RedshiftはAWSにおける同等のサービス、DuckDBはより小さなローカル分析をカバーします。BigQueryは、すでにGoogle Cloudを使っているチームに合います。