Bigtable
Faites évoluer vos applications sensibles à la latence avec le pionnier de NoSQL
Service professionnel de base de données NoSQL à faible latence pour le machine learning, les analyses opérationnelles et les applications destinées aux utilisateurs à grande échelle.
Les nouveaux clients reçoivent 300 $ de crédits à dépenser sur Bigtable.
Points forts du produit
Gérez facilement des charges de travail opérationnelles et analytiques mixtes, mutualisées et en temps réel sur une seule plate-forme.
Opérations de lecture et d'écriture hautes performances, même dans des déploiements distribués à l'échelle mondiale
Créez des architectures multicloud et cloud hybrides avec l'API Open Source Apache HBase et la synchronisation bidirectionnelle
Fonctionnalités
Faible latence et débit élevé
Bigtable est un magasin de clés-valeurs orientés colonnes, idéal pour un accès rapide à des données structurées, semi-structurées ou non structurées. Ainsi, les charges de travail sensibles à la latence, comme la personnalisation, sont parfaitement adaptées à Bigtable. De plus, grâce à ses compteurs distribués et à son débit élevé en lecture et en écriture par dollar dépensé, Bigtable est parfaitement adapté aux cas d'utilisation liés aux flux de clics et à l'IoT, et même aux analyses par lots pour les applications de calcul hautes performances (HPC), y compris l'entraînement de modèles de ML.
Évolutivité sans limites, en lecture comme en écriture
Bigtable dissocie les ressources de calcul du stockage des données, ce qui permet d'ajuster de manière transparente les ressources de traitement. Chaque nœud supplémentaire peut traiter aussi bien les lectures et les écritures, ce qui permet une évolutivité horizontale sans effort. Bigtable optimise les performances en effectuant un scaling automatique des ressources pour qu'elles s'adaptent au trafic du serveur, ainsi qu'en gérant la segmentation, la réplication et le traitement des requêtes.
Flexibilité des modèles de données
Bigtable permet à votre modèle de données d'évoluer naturellement. Stockez n'importe quel élément scalaire, JSON, tampons de protocole, Avro, Arrow, représentations vectorielles continues et images, et ajoutez ou supprimez de nouvelles colonnes de manière dynamique si nécessaire. Proposez une diffusion à faible latence ou des analyses par lot hautes performances sur des données brutes non structurées dans une seule base de données.
D'une seule zone jusqu'à 8 régions à la fois
Les applications reposant sur Bigtable peuvent fournir des lectures et des écritures à faible latence avec des configurations multiprincipales distribuées à l'échelle mondiale, quel que soit l'endroit où se trouvent vos utilisateurs. Les instances zonales sont idéales pour faire des économies et peuvent facilement être adaptées aux déploiements multirégionaux grâce à la réplication automatique. Lorsque vous exécutez une instance multirégionale, votre base de données est protégée contre les défaillances régionales et offre une disponibilité de premier ordre de 99,999 %.
Migration facile à partir de bases de données NoSQL
Les migrations à chaud accélèrent et simplifient l'intégration en assurant une migration précise des données avec moins d'efforts. La bibliothèque de réplications Bigtable HBase permet des migrations à chaud sans temps d'arrêt avec des outils d'importation et de validation pour charger facilement des instantanés HBase dans Bigtable, tandis que les modèles Dataflow simplifient les migrations de Cassandra vers Bigtable.
Traitement des données hautes performances et isolé des charges de travail
L'outil Bigtable Data Boost permet aux utilisateurs d'exécuter des requêtes analytiques, d'exécuter des processus ETL par lot, d'entraîner des modèles de ML ou d'exporter des données plus rapidement sans affecter les charges de travail transactionnelles. Data Boost ne nécessite aucune planification ni gestion de la capacité. Il permet d'interroger directement les données stockées dans le système de stockage distribué de Google, Colossus, à l'aide de la capacité à la demande, ce qui permet aux utilisateurs de gérer facilement des charges de travail mixtes et de partager des données en toute sérénité.
Compatibilité avec de nombreux outils et applications
Connectez-vous facilement à l'écosystème Open Source grâce à l'API Apache HBase. Créez plus rapidement des applications basées sur les données grâce à des intégrations parfaites avec Apache Spark, Hadoop, GKE, Dataflow, Dataproc, Vertex AI Vector Search et BigQuery. Rencontrez les équipes de développement où qu'elles se trouvent grâce à SQL et aux bibliothèques clientes pour Java, Go, Python, C#, Node.js, PHP, Ruby, C++, HBase et l'intégration à LangChain.
Aucuns frais cachés
Aucuns frais d'IOPS, aucuns frais de création ou de restauration de sauvegardes, ni de tarification disproportionnée en lecture/écriture qui affectent votre budget à mesure que vos charges de travail évoluent.
Réduisez les coûts opérationnels et améliorez la fiabilité, quelle que soit la taille des bases de données. La réplication et la maintenance sont automatiques et intégrées sans aucun temps d'arrêt.
Capture et événements des données modifiées en temps réel
Utilisez les flux de modifications Bigtable pour capturer les données modifiées des bases de données Bigtable et les intégrer à d'autres systèmes à des fins d'analyse, de déclenchement d'événements et de conformité.
Sécurité et contrôles de niveau professionnel
Les clés de chiffrement gérées par le client (CMEK) compatibles avec Cloud External Key Manager, l'intégration IAM pour les accès et les contrôles, la compatibilité avec VPC-SC, Access Transparency, Access Approval et la journalisation d'audit exhaustive vous aident à protéger vos données et à assurer leur conformité vis-à-vis de la réglementation. Le contrôle des accès ultraprécis vous permet d'autoriser l'accès au niveau des tables, des colonnes ou des lignes.
Observabilité
Surveillez les performances des bases de données Bigtable à l'aide de métriques côté serveur. Analysez les schémas d'utilisation avec l'outil de surveillance interactif Key Visualizer. Utilisez les statistiques sur les requêtes, les statistiques des tableaux et l'outil de tablettes populaires pour résoudre les problèmes de performances des requêtes et diagnostiquer rapidement les problèmes de latence grâce à la surveillance côté client.
Reprise après sinistre
Effectuez des sauvegardes incrémentielles instantanées de votre base de données, à moindre coût et à la demande. Stockez les sauvegardes dans différentes régions pour plus de résilience et effectuez facilement des restaurations entre des instances ou des projets pour des scénarios de test ou de production.
Intégration de Vertex AI Vector Search
Utilisez le modèle Bigtable vers Vertex AI Vector Search pour indexer les données de votre base de données Bigtable avec Vertex AI afin d'effectuer une recherche de similarité sur des représentations vectorielles continues avec Vertex AI Vector Search.
Intégration de LangChain
Créez facilement des applications d'IA générative plus précises, transparentes et fiables grâce à la recherche kNN du voisin le plus proche (en preview) et à l'intégration de LangChain. Pour en savoir plus, consultez le dépôt GitHub.
Fonctionnement
Les instances Bigtable fournissent des capacités de calcul et de stockage dans une ou plusieurs régions. Chaque cluster Bigtable peut recevoir des lectures et des écritures. Les données sont automatiquement "divisées" pour plus d'évolutivité et répliquées entre les clusters de manière asynchrone. Une horloge distribuée appelée TrueTime garantit que les transactions sont correctement ordonnées.
Les instances Bigtable fournissent des capacités de calcul et de stockage dans une ou plusieurs régions. Chaque cluster Bigtable peut recevoir des lectures et des écritures. Les données sont automatiquement "divisées" pour plus d'évolutivité et répliquées entre les clusters de manière asynchrone. Une horloge distribuée appelée TrueTime garantit que les transactions sont correctement ordonnées.
Utilisations courantes
AdTech et commerce
Personnalisez les expériences en temps réel
Suivez le comportement et les préférences des clients pour les annonces personnalisées, les flux d'actualités, les remises et les recommandations de produits ou de contenus. Ingérez des flux d'événements à volume élevé et diffusez des recommandations à faible latence à l'aide d'une seule base de données qui s'adapte et rééquilibre automatiquement pour optimiser les performances. Rapprochez les données de vos clients pour bénéficier d'une latence optimale grâce à des déploiements multirégionaux sur plusieurs instances principales, et réduisez les risques et les temps d'arrêt grâce à une disponibilité de 99,999 % et sans maintenance.
Comment Google fait évoluer la personnalisation des annonces avec Bigtable
Home Depot offre des expériences personnalisées avec Bigtable
OpenX diffuse plus de 150 milliards de demandes d'annonces par jour avec Bigtable et Memorystore.
Ressources de formation
Personnalisez les expériences en temps réel
Suivez le comportement et les préférences des clients pour les annonces personnalisées, les flux d'actualités, les remises et les recommandations de produits ou de contenus. Ingérez des flux d'événements à volume élevé et diffusez des recommandations à faible latence à l'aide d'une seule base de données qui s'adapte et rééquilibre automatiquement pour optimiser les performances. Rapprochez les données de vos clients pour bénéficier d'une latence optimale grâce à des déploiements multirégionaux sur plusieurs instances principales, et réduisez les risques et les temps d'arrêt grâce à une disponibilité de 99,999 % et sans maintenance.
Comment Google fait évoluer la personnalisation des annonces avec Bigtable
Home Depot offre des expériences personnalisées avec Bigtable
OpenX diffuse plus de 150 milliards de demandes d'annonces par jour avec Bigtable et Memorystore.
Data fabric et analyses opérationnelles
Consolider les silos de données et effectuer un scaling horizontal des anciens systèmes
Ingérez et intégrez des données provenant de plusieurs bases de données, sources de flux et mainframes de manière groupée ou en temps réel grâce aux intégrations avec BigQuery, Dataflow, Cloud Composer et Cloud Data Fusion pour créer des plates-formes de données client, des datastores opérationnels, des hubs d'intégration numérique, des couches sémantiques ou data fabrics pour permettre un accès aux API à faible latence et des rapports évolutifs dans les applications.
La data fabric d'Equifax convertit les silos de données en produits de données à l'aide de Bigtable
Macy's effectue un scaling horizontal de son mainframe avec Bigtable
La plate-forme de données client (CDP, customer data platform) de Reltio crée une vue unifiée des données avec Bigtable et BigQuery
Ressources de formation
Consolider les silos de données et effectuer un scaling horizontal des anciens systèmes
Ingérez et intégrez des données provenant de plusieurs bases de données, sources de flux et mainframes de manière groupée ou en temps réel grâce aux intégrations avec BigQuery, Dataflow, Cloud Composer et Cloud Data Fusion pour créer des plates-formes de données client, des datastores opérationnels, des hubs d'intégration numérique, des couches sémantiques ou data fabrics pour permettre un accès aux API à faible latence et des rapports évolutifs dans les applications.
La data fabric d'Equifax convertit les silos de données en produits de données à l'aide de Bigtable
Macy's effectue un scaling horizontal de son mainframe avec Bigtable
La plate-forme de données client (CDP, customer data platform) de Reltio crée une vue unifiée des données avec Bigtable et BigQuery
Cybersécurité
Détectez les logiciels malveillants, la fraude au paiement, le spam et les escroqueries
Retenez en temps réel les signaux de fraude tels que l'activité des utilisateurs, les fichiers de catalogue, les signatures de logiciels malveillants et les listes de blocage, ainsi que les contenus non structurés comme les fiches produit et les avis. Vous pouvez ainsi identifier les articles de contrefaçon, les comptes de spam, les escroqueries, le matériel piraté et les fraudes en temps réel.
Ravelin adapte la détection des fraudes avec Bigtable
Ressources de formation
Détectez les logiciels malveillants, la fraude au paiement, le spam et les escroqueries
Retenez en temps réel les signaux de fraude tels que l'activité des utilisateurs, les fichiers de catalogue, les signatures de logiciels malveillants et les listes de blocage, ainsi que les contenus non structurés comme les fiches produit et les avis. Vous pouvez ainsi identifier les articles de contrefaçon, les comptes de spam, les escroqueries, le matériel piraté et les fraudes en temps réel.
Ravelin adapte la détection des fraudes avec Bigtable
Multimédia
Fournissez des données analytiques sur l'engagement et le contenu multimédia
Gérez des playlists, des assets en réalité augmentée (RA), des catalogues de livres, de contenus audio ou vidéo, des historiques des vidéos regardées, des notes et des commentaires, suivez la progression du visionnage, et diffusez des flux de contenu et des données analytiques personnalisés pour les créateurs de contenu et les annonceurs.
Comment l'entrepôt de données YouTube s'appuie sur Bigtable
Spotify propose des recommandations musicales à grande échelle avec Bigtable
Ressources de formation
Fournissez des données analytiques sur l'engagement et le contenu multimédia
Gérez des playlists, des assets en réalité augmentée (RA), des catalogues de livres, de contenus audio ou vidéo, des historiques des vidéos regardées, des notes et des commentaires, suivez la progression du visionnage, et diffusez des flux de contenu et des données analytiques personnalisés pour les créateurs de contenu et les annonceurs.
Comment l'entrepôt de données YouTube s'appuie sur Bigtable
Spotify propose des recommandations musicales à grande échelle avec Bigtable
Séries temporelles et IoT
Gérer les données de séries temporelles à n'importe quelle échelle
Qu'il s'agisse de séries temporelles financières, de maisons connectées, de capteurs météorologiques, de journaux de jeux en ligne, de télémétrie dans des usines, de voitures connectées ou d'architectures de sources d'événements, ingérez de grandes quantités de données sans interrompre les charges de travail de diffusion à faible latence pour permettre le reporting en temps réel, les alertes et la maintenance prédictive. Simplifiez la gestion des données avec des règles TTL, conservez les données à moindre coût en utilisant le support de stockage de votre choix à des tarifs de stockage physiques inégalés, et atteignez un débit d'analyse élevé pour les analyses par lot sans le moindre effort.
MLB capture tous les mouvements de la balle et chaque joueur à 30 FPS avec Bigtable
Ressources de formation
Gérer les données de séries temporelles à n'importe quelle échelle
Qu'il s'agisse de séries temporelles financières, de maisons connectées, de capteurs météorologiques, de journaux de jeux en ligne, de télémétrie dans des usines, de voitures connectées ou d'architectures de sources d'événements, ingérez de grandes quantités de données sans interrompre les charges de travail de diffusion à faible latence pour permettre le reporting en temps réel, les alertes et la maintenance prédictive. Simplifiez la gestion des données avec des règles TTL, conservez les données à moindre coût en utilisant le support de stockage de votre choix à des tarifs de stockage physiques inégalés, et atteignez un débit d'analyse élevé pour les analyses par lot sans le moindre effort.
MLB capture tous les mouvements de la balle et chaque joueur à 30 FPS avec Bigtable
Infrastructure de machine learning
Entraîner un modèle et effectuer des inférences à grande échelle
Créez des magasins de caractéristiques pour prendre en charge les prédictions à faible latence, mettez en cache les données GCS pour un accès rapide aux clusters HPC et aux frameworks de ML, et effectuez des pondérations des modèles d'instantanés pendant l'entraînement avec des lectures et des écritures à haut débit et à faible latence, un contrôle des accès précis et une isolation des charges de travail.
Découvrez comment utiliser Bigtable avec les principaux magasins de fonctionnalités Open Source.
Ressources de formation
Entraîner un modèle et effectuer des inférences à grande échelle
Créez des magasins de caractéristiques pour prendre en charge les prédictions à faible latence, mettez en cache les données GCS pour un accès rapide aux clusters HPC et aux frameworks de ML, et effectuez des pondérations des modèles d'instantanés pendant l'entraînement avec des lectures et des écritures à haut débit et à faible latence, un contrôle des accès précis et une isolation des charges de travail.
Découvrez comment utiliser Bigtable avec les principaux magasins de fonctionnalités Open Source.
Tarification
| Fonctionnement des tarifs de Bigtable | Les tarifs de Bigtable sont basés sur la capacité de calcul, le stockage de base de données, le stockage de sauvegarde et l'utilisation du réseau. Les remises sur engagement d'utilisation réduisent davantage le prix. | |
|---|---|---|
| Service | Description | Prix |
Capacité de calcul | La capacité de calcul est provisionnée en tant que nœuds. | Starting at 0,65 $ par nœud et par heure |
Stockage de données | SSD La tarification est basée sur la taille physique des tables. Chaque instance répliquée est facturée séparément. Cette option est recommandée pour l'inférence à faible latence. | Starting at 0,17 $ par Go/mois |
HDD La tarification est basée sur la taille physique des tables. Chaque instance répliquée est facturée séparément. | Starting at 0,026 $ par Go/mois | |
Sauvegardes | Les tarifs sont basés sur la taille physique des sauvegardes. Les sauvegardes Bigtable sont incrémentielles. | Starting at 0,026 $ par Go/mois |
Réseau | Entrée | Gratuit |
Sortie dans la même région | Gratuit | |
Sortie entre régions | Starting at 0,10 $ par Go | |
Réplication | Dans la même région | Gratuit |
Entre des régions | Starting at 0,01 $ par Go | |
En savoir plus sur les tarifs de Bigtable et les remises sur engagement d'utilisation.
Fonctionnement des tarifs de Bigtable
Les tarifs de Bigtable sont basés sur la capacité de calcul, le stockage de base de données, le stockage de sauvegarde et l'utilisation du réseau. Les remises sur engagement d'utilisation réduisent davantage le prix.
Capacité de calcul
Description
La capacité de calcul est provisionnée en tant que nœuds.
Prix
Starting at
0,65 $
par nœud et par heure
Stockage de données
Description
SSD
La tarification est basée sur la taille physique des tables. Chaque instance répliquée est facturée séparément. Cette option est recommandée pour l'inférence à faible latence.
Prix
Starting at
0,17 $
par Go/mois
HDD
La tarification est basée sur la taille physique des tables. Chaque instance répliquée est facturée séparément.
Description
Starting at
0,026 $
par Go/mois
Sauvegardes
Description
Les tarifs sont basés sur la taille physique des sauvegardes. Les sauvegardes Bigtable sont incrémentielles.
Prix
Starting at
0,026 $
par Go/mois
Réseau
Description
Entrée
Prix
Gratuit
Sortie dans la même région
Description
Gratuit
Sortie entre régions
Description
Starting at
0,10 $
par Go
Réplication
Description
Dans la même région
Prix
Gratuit
Entre des régions
Description
Starting at
0,01 $
par Go
En savoir plus sur les tarifs de Bigtable et les remises sur engagement d'utilisation.
SIMULATEUR DE COÛTS
Estimez vos coûts Bigtable mensuels (l'estimation inclut les tarifs et les frais spécifiques à une région).
DEVIS PERSONNALISÉ
Contactez notre équipe commerciale pour obtenir un devis personnalisé pour votre entreprise.
Commencer votre démonstration de faisabilité de Bigtable
Utilisateur bénéficiant d'un crédit de 300 $ (nouveaux utilisateurs)
Découvrez comment utiliser Bigtable
Fédérer des requêtes BigQuery dans Bigtable
Migrer de HBase, Cassandra, Aerospike ou DynamoDB vers Bigtable
Se lancer dans le codage en utilisant des exemples
Cas d'utilisation métier
Découvrez comment d'autres entreprises ont créé des applications innovantes pour offrir une expérience client de qualité, réduire les coûts et augmenter le ROI avec Bigtable.
Découvrez comment Box a modernisé ses bases de données NoSQL avec Bigtable
Box a amélioré l'évolutivité et la disponibilité tout en réduisant les coûts de gestion, grâce à une migration fluide.
Regarder la vidéoContenu associé
Sabre fournit des résultats de recherche de voyages avec une latence et un coût total de possession réduits avec Bigtable
Découvrez comment Plaid a développé sa plate-forme d'analyse en temps réel sur BigQuery et Bigtable
Airship atteint plus d'un million d'écritures et 700 000 lectures par seconde à moindre coût avec Bigtable
Avantages et clients
Développez votre activité grâce à des applications innovantes qui évoluent sans limites pour répondre à n'importe quel niveau de demande.
Bénéficiez d'un rapport prix-performances exceptionnel et payez à l'usage.
Migrez facilement depuis d'autres bases de données NoSQL, et exécutez des déploiements hybrides ou multicloud avec des API et des outils de migration Open Source.
Partenaires et intégration
Faites appel à des partenaires disposant de l'expertise Bigtable pour vous aider à chaque étape de votre parcours, des évaluations aux analyses de rentabilisation en passant par les migrations et la création d'applications sur Bigtable.
Intégrateurs système
Vous souhaitez en savoir plus sur l'intégration partenaire ou tierce la plus adaptée à votre entreprise ? Accédez à l'annuaire des partenaires.
Questions fréquentes
De quel type de base de données est Bigtable ?
Bigtable est un service de base de données NoSQL, en particulier un magasin de clés-valeurs qui permet d'utiliser des tables très larges comportant des dizaines de milliers de colonnes. Il est donc également appelé base de données à colonnes larges ou carte multidimensionnelle distribuée. Il s'agit d'une base de données NoSQL plutôt que "pas uniquement SQL".
Bigtable ressemble le plus aux projets Open Source populaires qu'il a inspirés, tels qu'Apache HBase et Cassandra. Il s'agit donc de la destination la plus courante pour les clients qui traitent d'importants volumes de données et qui recherchent une solution de base de données NoSQL hautes performances, économique et entièrement gérée sur Google Cloud.
Bigtable est-il compatible avec SQL ?
En plus de ses API clé-valeur, Bigtable accepte les requêtes SQL de trois façons différentes :
- Pour le développement d'applications à faible latence, Bigtable propose une API de requête SQL qui s'appuie sur GoogleSQL avec des extensions pour le modèle de données orienté colonnes, semblable à Cassandra Query Language (CQL).
- Pour les cas d'utilisation de la data science ou d'autres types de traitement par lot et d'ETL, Bigtable est compatible avec SparkSQL à l'aide de son client Spark.
- Les utilisateurs qui souhaitent effectuer une analyse exploratoire post-hoc ou combiner des données provenant de plusieurs sources à des fins d'analyse par lot peuvent également accéder aux données Bigtable depuis BigQuery. Il vous suffit d'enregistrer vos tables Bigtable dans BigQuery et de les interroger comme n'importe quelle autre table BigQuery, sans aucun processus ETL ni duplication de données.
Comment migrer des bases de données vers Bigtable ?
Bigtable propose des outils de migration qui accélèrent et simplifient l'intégration en assurant une migration précise des données sans effort. La bibliothèque de réplications Bigtable HBase permet des migrations à chaud sans temps d'arrêt avec des outils d'importation et de validation pour charger facilement des instantanés HBase dans Bigtable, tandis que les modèles Dataflow simplifient les migrations de Cassandra vers Bigtable.
Bigtable est-il sans serveur ?
Le stockage Bigtable est facturé au Go utilisé, comme dans un modèle sans serveur. Bigtable offre également un scaling horizontal linéaire et peut automatiquement effectuer un scaling à la hausse ou à la baisse des ressources de calcul en fonction des fluctuations de la demande. Par conséquent, aucun engagement de capacité à long terme n'est requis pour le stockage ou le calcul. Cependant, la tarification du calcul à faible latence est basée sur la capacité et facturée par nœud, et non par requête, où chaque nœud peut traiter jusqu'à 17 000 requêtes par seconde. Ainsi, le prix de Bigtable est plus avantageux pour les charges de travail importantes, mais moins adapté aux petites applications, qui peuvent être plus adaptés aux bases de données Google Cloud telles que Firestore.
Pour le traitement de données par lot, Bigtable propose Data Boost, qui est facturé en unités de traitement sans serveur (SPU, Serverless Processing Units).
En savoir plus
