Đánh giá và đánh giá của Google

Google BigQuery, miễn phí 10 gigabyte (GB) mỗi tháng, là kho dữ liệu cấp độ khổng lồ, petabyte (PB) của gã khổng lồ tìm kiếm để phân tích. Đây là một sản phẩm SQL, cấp độ doanh nghiệp và Dữ liệu lớn nằm trong DNA của Google. Tất cả các công cụ và dịch vụ của công ty là bằng chứng về điều đó. Nói tóm lại, nếu bạn muốn làm bất cứ điều gì với dữ liệu, thì bạn có thể đặt cược Google có một công cụ để thực hiện. Nếu bạn có bộ dữ liệu lớn hoặc bạn đang làm hỏng dữ liệu của mình bằng cách trộn dữ liệu đó với bộ dữ liệu công khai hoặc thương mại, thì Google BigQuery có thể là một lựa chọn chắc chắn. Nó được thiết kế để quét terabyte (TB) trong vài giây và PB trong vài phút. Truy vấn lớn nhất cho đến nay là 2.1 PB và Google BigQuery đã xử lý nó mà không gặp vấn đề gì. Mặc dù có những khả năng này, phân tích Dữ liệu lớn là một thách thức và, nếu bạn đang làm việc với các tập dữ liệu nhỏ hơn, thì đó có thể là quá mức cần thiết. Tuy nhiên, Google BigQuery là một lựa chọn chắc chắn, chỉ xếp sau Cơ sở dữ liệu Microsoft Azure SQL và MongoDB Atlas, Lựa chọn của các biên tập viên trong phần đánh giá giải pháp DBaaS của chúng tôi.

Mô hình định giá

Google BigQuery là một mô hình phân tích dữ liệu không có máy chủ. Việc phân tách lưu trữ và tính toán giúp bạn kiểm soát giá tốt hơn, điều này có xu hướng được nhiều người quan tâm hơn khi chạy các dự án đặc biệt lớn. Lưu trữ được định giá ở mức giá cố định và tính toán trên tỷ lệ sử dụng. 10 GB lưu trữ đầu tiên là miễn phí mỗi tháng và chi phí bắt đầu ở mức 2 xu mỗi GB mỗi tháng sau đó. Ví dụ: nếu bạn lưu trữ 1 terabyte (TB) trong một tháng, thì chi phí sẽ là 20 đô la. Truyền dữ liệu chèn bắt đầu ở mức 1 xu trên 200 megabyte (MB). 1 TB truy vấn đầu tiên là miễn phí, với phân tích bổ sung ở mức 5 đô la cho mỗi TB sau đó. Hoạt động dữ liệu meta là miễn phí.

Bạn cũng có tùy chọn thanh toán khi bạn đi hoặc một khoản phí cố định hàng tháng. Một số nhà phát triển thích phí cố định để giảm bớt lo lắng ngân sách. Vì lưu trữ đã ở mức phí cố định, tùy chọn này chỉ có nghĩa là tính toán cũng nằm trong sự sắp xếp phí hàng tháng. Nhưng trước khi bạn quá phấn khích về việc đăng ký giá cố định, hãy lưu ý rằng chỉ những tài khoản có 40.000 đô la + trong phân tích hàng tháng mới đủ điều kiện cho tùy chọn này.

Cấp miễn phí của Google BigQuery cung cấp tới 1TB dữ liệu được phân tích mỗi tháng và 10 GB lưu trữ dữ liệu, nhưng nghiêm túc, nếu bạn ở dưới mức đó, thì có các công cụ khác phù hợp hơn với nhiệm vụ, như Cơ sở dữ liệu Microsoft Azure SQL, IBM Db2 trên Đám mây hoặc Google Cloud với Google Analytics 360.

Từng bước một

Bạn sẽ cần một tài khoản Google để thiết lập một tài khoản nếu bạn chưa có tài khoản. Bạn sẽ cần nó để đăng ký tài khoản Google Cloud Platform, cũng sẽ cần thẻ tín dụng để sử dụng bản dùng thử miễn phí. Nhưng đừng lo lắng vì bạn sẽ không được tự động nâng cấp và lập hóa đơn vào cuối thời gian dùng thử. Bạn phải nâng cấp thủ công cho mọi thứ được tính vào thẻ tín dụng của bạn.

Từ giao diện người dùng (UI) của Google Cloud, đi đến BigQuery. Giao diện người dùng của BigQuery hơi đơn giản - Jane, nhưng cách xử lý của nó cũng giúp dễ sử dụng. Google nói với tôi rằng họ đang làm việc trên một giao diện người dùng mới. Với giao diện người dùng hiện tại, nếu bạn chỉ muốn khám phá, sau đó nhấp vào Soạn truy vấn và chọn một trong các bộ dữ liệu công khai trên trang chào mừng. Viết một truy vấn SQL tiêu chuẩn vào hộp truy vấn bằng cách sử dụng Trình soạn thảo truy vấn hoặc Trình soạn thảo hàm do người dùng xác định (UDF) và tắt đi.

Các hướng dẫn Quickstart rất hữu ích trong việc truyền dữ liệu hoặc quay vòng cơ sở dữ liệu của riêng bạn trong Cloud Bigtable, Cloud Spanner, Cloud SQL hoặc Cloud Datastore (cơ sở dữ liệu NoQuery). BigQuery sử dụng các trình điều khiển SQL của Viện Tiêu chuẩn Quốc gia Hoa Kỳ (ANSI) cũng như Trình điều khiển Kết nối Cơ sở dữ liệu Mở (ODBC) và Kết nối Cơ sở dữ liệu Java (JDBC) để tích hợp với dữ liệu trong các sản phẩm Đám mây khác và các loại ứng dụng bổ sung khác. Các triển khai SQL duy nhất được thiết kế để truy vấn trơn tru có nghĩa là có một số phương ngữ SQL, có thể gây nhầm lẫn. Tôi đã nhận thấy rằng mặc dù là "SQL kế thừa", tôi có thể bỏ chọn hộp phương ngữ SQL để trở lại SQL chuẩn thực sự.

Google BigQuery cũng có một công cụ nhập dữ liệu để thu thập và phân tích dữ liệu thời gian thực. Sử dụng tab Tạo tập dữ liệu trong menu thả xuống Dự án đầu tiên của tôi để tạo tập dữ liệu. Nhập ID tập dữ liệu, chọn vị trí dữ liệu (Hoa Kỳ, Liên minh châu Âu hoặc Châu Á-Đông Bắc) và đặt hết hạn dữ liệu. Google BigQuery có thể tự động phát hiện lược đồ. Khi bộ dữ liệu được thiết lập, bạn đã sẵn sàng để chạy truy vấn.

Hộp công cụ

Có kết nối với hầu hết các công cụ kinh doanh thông minh (BI). Nhưng bạn có thể muốn sử dụng Data Studio, công cụ trực quan BI của Google và hoàn toàn miễn phí. Danh sách các công cụ Google bạn có thể sử dụng dài. Tôi khuyên bạn nên bắt đầu với việc xem xét danh sách các tầng miễn phí của Google Cloud Platform.

Google Cloud Platform có 15 vùng, 45 khu, hơn 100 điểm của sự hiện diện, và một mạng lưới toàn cầu nổi được cung cấp với 100.000 dặm của cáp sợi quang. Bạn nhận được giá tốt hơn bằng cách sử dụng dịch vụ toàn cầu, nhưng bạn có thể tự do chỉ định các khu vực như bạn muốn.

Các bản sao lưu và thỏa thuận cấp dịch vụ (SLA) xuất hiện dưới sự bảo trợ của Google SQL Cloud. SLA đầy đủ là ở đây. Cloud SQL giữ bảy bản sao lưu tự động cho mỗi phiên bản. Sao lưu thế hệ đầu tiên (gen) nắm bắt mọi thứ và được bao gồm trong chi phí cá thể của bạn (trên mỗi mô hình sử dụng). Không gian lưu trữ của họ không được tính vào không gian lưu trữ được phân bổ của bạn. Các bản sao lưu thế hệ thứ hai chỉ thu được dữ liệu đã thay đổi và bộ nhớ của chúng được tính với tốc độ giảm.

Nhìn chung, Google BigQuery được thiết kế tuyệt vời. Nó phù hợp hơn cho các tập dữ liệu khổng lồ và những người có kỹ năng làm việc với chúng. Nếu bạn thích viết ứng dụng học máy (ML) hoặc thiết kế dữ liệu đào tạo ML, thì bạn đặc biệt sẽ yêu thích sản phẩm này. Điều tương tự cũng đúng với các nhà phát triển làm việc trên các ứng dụng Internet of Things (IoT) hoặc bất kỳ sự phát triển nào đòi hỏi phải nhập dữ liệu linh hoạt và phân tích dữ liệu lớn.