BigQuery es un almacén de datos sin servidor totalmente administrado que permite un análisis escalable en petabytes de datos. Es una plataforma como servicio ( PaaS ) que admite consultas mediante ANSI SQL . También tiene capacidades de aprendizaje automático integradas. BigQuery se anunció en mayo de 2010 y se puso a disposición general en noviembre de 2011. [1]
Tipo de sitio | Plataforma como almacén de datos de servicio |
---|---|
Disponible en | inglés |
Dueño | |
URL | nube |
Registro | Requerido |
Lanzado | 19 de mayo de 2010 |
Estado actual | Activo |
Diseño
BigQuery proporciona acceso externo a la tecnología Dremel de Google , [2] [3] un sistema de consultas ad hoc interactivo y escalable para el análisis de datos anidados. BigQuery requiere que todas las solicitudes estén autenticadas, lo que es compatible con varios mecanismos de propiedad de Google, así como con OAuth .
Características
- Gestión de datos : cree y elimine objetos como tablas, vistas y funciones definidas por el usuario. Importe datos de Google Storage en formatos como CSV, Parquet, Avro o JSON.
- Consulta : las consultas se expresan en un dialecto SQL estándar [4] y los resultados se devuelven en JSON con una longitud máxima de respuesta de aproximadamente 128 MB, o un tamaño ilimitado cuando se habilitan resultados de consultas grandes. [5]
- Integración : BigQuery se puede utilizar desde Google Apps Script [6] (p. Ej., Como un script enlazado en Google Docs ) o cualquier lenguaje que pueda funcionar con su API REST o bibliotecas cliente. [7]
- Control de acceso : comparta conjuntos de datos con individuos, grupos o el mundo arbitrarios.
- Aprendizaje automático : cree y ejecute modelos de aprendizaje automático mediante consultas SQL.
Referencias
- ^ Iain Thomson (14 de noviembre de 2011). "Google abre BigQuery para el análisis de la nube: prueba gratuita de Dangles para atraer a los escépticos" . Consultado el 26 de agosto de 2016 .
- ^ Sergey Melnik; Andrey Gubarev; Jing Jing Long; Geoffrey Romer; Shiva Shivakumar; Matt Tolton; Theo Vassilakis (2010). "Dremel: análisis interactivo de conjuntos de datos a escala web" . Proc. de la 36ª Conferencia Internacional sobre Bases de Datos Muy Grandes (VLDB) .
- ^ Kazunori Sato (2012). "Una mirada al interior de Google BigQuery" (PDF) . Consultado el 26 de agosto de 2016 .
- ^ "Referencia SQL" . Consultado el 26 de junio de 2017 .
- ^ "Política de cuotas" . Consultado el 26 de junio de 2017 .
- ^ "Servicio BigQuery | Apps Script | Desarrolladores de Google" . 15 de marzo de 2018 . Consultado el 23 de abril de 2018 .
- ^ "Bibliotecas cliente de BigQuery" . Consultado el 26 de junio de 2017 .