Google BigQuery, que es gratuito por 10 gigabytes (GB) por mes, es el enorme almacén de datos a escala de petabytes (PB) del gigante de las búsquedas para análisis.
Es un producto SQL de nivel empresarial y Big Data está en el ADN de Google.
Todas las herramientas y servicios de la empresa son prueba de ello.
En resumen, si desea hacer algo con los datos, puede apostar que Google tiene una herramienta para hacerlo realidad.
Si tiene conjuntos de datos masivos o está acumulando sus datos combinándolos con conjuntos de datos públicos o comerciales, entonces Google BigQuery puede ser una opción sólida.
Está diseñado para escanear terabytes (TB) en segundos y PB en minutos.
La consulta más grande hasta la fecha es 2.1 PB y Google BigQuery la manejó sin ningún problema.
A pesar de estas capacidades, el análisis de Big Data es un desafío y, si está trabajando con conjuntos de datos más pequeños, puede ser excesivo.
Aún así, Google BigQuery es una opción sólida que se encuentra justo detrás de Microsoft Azure SQL Database y MongoDB Atlas, las selecciones de Editors 'Choices en nuestra Resumen de revisión de soluciones DBaaS.
Modelo de precios
Google BigQuery es un modelo de análisis de datos sin servidor.
La separación del almacenamiento y la computación le brinda mejores controles de precios, que tienden a ser de mayor interés para las personas que ejecutan proyectos excepcionalmente grandes.
El almacenamiento tiene un precio fijo y se calcula en función de las tasas de uso.
Los primeros 10 GB de almacenamiento son gratuitos cada mes y los costos comienzan en 2 centavos por GB por mes después de eso.
Por ejemplo, si almacena 1 terabyte (TB) durante un mes, el costo sería de $ 20.
Las inserciones de datos de transmisión comienzan en 1 centavo por 200 megabytes (MB).
El primer 1 TB de consultas es gratuito, con un análisis adicional a $ 5 por TB a partir de entonces.
Las operaciones de metadatos son gratuitas.
También tiene la opción de pagar sobre la marcha o una tarifa plana mensual.
Algunos desarrolladores prefieren la tarifa plana para aliviar la ansiedad presupuestaria.
Dado que el almacenamiento ya tiene una tarifa plana, esta opción solo significa que la computación también se encuentra en un acuerdo de tarifa plana mensual.
Pero antes de que se entusiasme demasiado con la suscripción a un precio de tarifa plana, tenga en cuenta que solo las cuentas con $ 40,000 + en gastos de análisis mensuales califican para esta opción.
El nivel gratuito de Google BigQuery proporciona hasta 1 TB de datos analizados cada mes y 10 GB de almacenamiento de datos, pero en serio, si está muy por debajo de esa marca, existen otras herramientas que se adaptan mejor a la tarea, como Microsoft Azure SQL Database, IBM.
Db2 on Cloud o Google Cloud con Google Analytics 360.
Paso a paso
Necesitará una cuenta de Google, así que configure una si aún no tiene una.
Lo necesitará para registrarse en una cuenta de Google Cloud Platform, que también requerirá una tarjeta de crédito para usar la prueba gratuita.
Pero no se preocupe, ya que no se le actualizará ni se le facturará automáticamente al final del período de prueba.
Debe actualizar manualmente para que se cargue cualquier cosa a su tarjeta de crédito.
Desde la interfaz de usuario (IU) de Google Cloud, vaya a BigQuery.
La interfaz de usuario de BigQuery es un poco simple, pero su concisión también hace que sea fácil de usar.
Google me dice que ahora está trabajando en una nueva interfaz de usuario.
Con la interfaz de usuario actual, si solo desea explorar, haga clic en Redactar consulta y elija uno de los conjuntos de datos públicos en la página de bienvenida.
Escriba una consulta SQL estándar en el cuadro de consulta utilizando el Editor de consultas o el Editor de funciones definidas por el usuario (UDF), y listo.
Las guías de inicio rápido son útiles para transferir datos o crear una base de datos propia en Cloud Bigtable, Cloud Spanner, Cloud SQL o Cloud Datastore (base de datos NoSQL).
BigQuery utiliza SQL compatible con el Instituto Nacional de Estándares Estadounidenses (ANSI), así como controladores de Conectividad de base de datos abierta (ODBC) y Conectividad de base de datos Java (JDBC) para integrarse con datos en otros productos de la nube y tipos adicionales de aplicaciones.
Las implementaciones de SQL únicas diseñadas para facilitar las consultas significan que hay varios dialectos de SQL, lo que puede resultar confuso.
Me di cuenta de que, si bien el valor predeterminado es "SQL heredado", podía desmarcar la casilla del dialecto SQL para volver al SQL estándar verdadero.
Google BigQuery también tiene un motor de ingestión de transmisión para la captura y el análisis de datos en tiempo real.
Utilice la pestaña Crear conjunto de datos en el menú desplegable Mi primer proyecto para crear un conjunto de datos.
Ingrese el ID del conjunto de datos, elija la ubicación de los datos (EE.
UU., Unión Europea o Asia-Noreste) y configure la caducidad de los datos.
Google BigQuery puede detectar esquemas automáticamente.
Una vez que se configura el conjunto de datos, está listo para ejecutar consultas.
Hay conectores para la mayoría de las herramientas de inteligencia empresarial (BI).
Pero es posible que desee utilizar Data Studio, que es la herramienta de visualización de BI de Google, y es gratis.
La lista de herramientas de Google que puede utilizar es extensa.
Le recomiendo que comience revisando la lista de niveles gratuitos de Google Cloud Platform.
Google Cloud Platform tiene 15 regiones, 45 zonas, más de 100 puntos de presencia y una red global bien aprovisionada con más de 100,000 millas de cable de fibra óptica.
Obtiene mejores precios utilizando el servicio global, pero puede especificar las regiones que desee.
Las copias de seguridad y los acuerdos de nivel de servicio (SLA) están bajo los auspicios de Google SQL Cloud.
El SLA completo está aquí.
Cloud SQL mantiene siete copias de seguridad automatizadas para cada instancia.
Las copias de seguridad de primera generación (gen) capturan todo y se incluyen en los costos de su instancia (en el modelo por uso).
Su espacio de almacenamiento no cuenta contra su espacio de almacenamiento asignado.
Las copias de seguridad de segunda generación capturan solo los datos que han cambiado y su almacenamiento se cobra a una tarifa reducida.
En general, Google BigQuery tiene un diseño brillante.
Es más adecuado para grandes conjuntos de datos y para aquellos que están capacitados para trabajar con ellos.
Si te gusta escribir aplicaciones de aprendizaje automático (ML) o diseñar datos de entrenamiento de ML, te encantará este producto.
Lo mismo ocurre con los desarrolladores que trabajan en aplicaciones de Internet de las cosas (IoT) o cualquier desarrollo que requiera una ingesta flexible de datos y un análisis masivo de datos.
Contras
Creado para Big Data, por lo que es excesivo para conjuntos de datos pequeños.
Dialectos SQL confusos.
Costos inmanejables sin la debida atención al uso de herramientas y escalado automatizado.
El precio fijo funciona mejor.
Ver más
La línea de fondo
Google BigQuery es una excelente solución de base de datos como servicio (DBaaS) para empresas nativas de la nube y cualquier persona que trabaje con el desarrollo de aplicaciones de aprendizaje automático o maneje conjuntos masivos.
Google BigQuery, que es gratuito por 10 gigabytes (GB) por mes, es el enorme almacén de datos a escala de petabytes (PB) del gigante de las búsquedas para análisis.
Es un producto SQL de nivel empresarial y Big Data está en el ADN de Google.
Todas las herramientas y servicios de la empresa son prueba de ello.
En resumen, si desea hacer algo con los datos, puede apostar que Google tiene una herramienta para hacerlo realidad.
Si tiene conjuntos de datos masivos o está acumulando sus datos combinándolos con conjuntos de datos públicos o comerciales, entonces Google BigQuery puede ser una opción sólida.
Está diseñado para escanear terabytes (TB) en segundos y PB en minutos.
La consulta más grande hasta la fecha es 2.1 PB y Google BigQuery la manejó sin ningún problema.
A pesar de estas capacidades, el análisis de Big Data es un desafío y, si está trabajando con conjuntos de datos más pequeños, puede ser excesivo.
Aún así, Google BigQuery es una opción sólida que se encuentra justo detrás de Microsoft Azure SQL Database y MongoDB Atlas, las selecciones de Editors 'Choices en nuestra Resumen de revisión de soluciones DBaaS.
Modelo de precios
Google BigQuery es un modelo de análisis de datos sin servidor.
La separación del almacenamiento y la computación le brinda mejores controles de precios, que tienden a ser de mayor interés para las personas que ejecutan proyectos excepcionalmente grandes.
El almacenamiento tiene un precio fijo y se calcula en función de las tasas de uso.
Los primeros 10 GB de almacenamiento son gratuitos cada mes y los costos comienzan en 2 centavos por GB por mes después de eso.
Por ejemplo, si almacena 1 terabyte (TB) durante un mes, el costo sería de $ 20.
Las inserciones de datos de transmisión comienzan en 1 centavo por 200 megabytes (MB).
El primer 1 TB de consultas es gratuito, con un análisis adicional a $ 5 por TB a partir de entonces.
Las operaciones de metadatos son gratuitas.
También tiene la opción de pagar sobre la marcha o una tarifa plana mensual.
Algunos desarrolladores prefieren la tarifa plana para aliviar la ansiedad presupuestaria.
Dado que el almacenamiento ya tiene una tarifa plana, esta opción solo significa que la computación también se encuentra en un acuerdo de tarifa plana mensual.
Pero antes de que se entusiasme demasiado con la suscripción a un precio de tarifa plana, tenga en cuenta que solo las cuentas con $ 40,000 + en gastos de análisis mensuales califican para esta opción.
El nivel gratuito de Google BigQuery proporciona hasta 1 TB de datos analizados cada mes y 10 GB de almacenamiento de datos, pero en serio, si está muy por debajo de esa marca, existen otras herramientas que se adaptan mejor a la tarea, como Microsoft Azure SQL Database, IBM.
Db2 on Cloud o Google Cloud con Google Analytics 360.
Paso a paso
Necesitará una cuenta de Google, así que configure una si aún no tiene una.
Lo necesitará para registrarse en una cuenta de Google Cloud Platform, que también requerirá una tarjeta de crédito para usar la prueba gratuita.
Pero no se preocupe, ya que no se le actualizará ni se le facturará automáticamente al final del período de prueba.
Debe actualizar manualmente para que se cargue cualquier cosa a su tarjeta de crédito.
Desde la interfaz de usuario (IU) de Google Cloud, vaya a BigQuery.
La interfaz de usuario de BigQuery es un poco simple, pero su concisión también hace que sea fácil de usar.
Google me dice que ahora está trabajando en una nueva interfaz de usuario.
Con la interfaz de usuario actual, si solo desea explorar, haga clic en Redactar consulta y elija uno de los conjuntos de datos públicos en la página de bienvenida.
Escriba una consulta SQL estándar en el cuadro de consulta utilizando el Editor de consultas o el Editor de funciones definidas por el usuario (UDF), y listo.
Las guías de inicio rápido son útiles para transferir datos o crear una base de datos propia en Cloud Bigtable, Cloud Spanner, Cloud SQL o Cloud Datastore (base de datos NoSQL).
BigQuery utiliza SQL compatible con el Instituto Nacional de Estándares Estadounidenses (ANSI), así como controladores de Conectividad de base de datos abierta (ODBC) y Conectividad de base de datos Java (JDBC) para integrarse con datos en otros productos de la nube y tipos adicionales de aplicaciones.
Las implementaciones de SQL únicas diseñadas para facilitar las consultas significan que hay varios dialectos de SQL, lo que puede resultar confuso.
Me di cuenta de que, si bien el valor predeterminado es "SQL heredado", podía desmarcar la casilla del dialecto SQL para volver al SQL estándar verdadero.
Google BigQuery también tiene un motor de ingestión de transmisión para la captura y el análisis de datos en tiempo real.
Utilice la pestaña Crear conjunto de datos en el menú desplegable Mi primer proyecto para crear un conjunto de datos.
Ingrese el ID del conjunto de datos, elija la ubicación de los datos (EE.
UU., Unión Europea o Asia-Noreste) y configure la caducidad de los datos.
Google BigQuery puede detectar esquemas automáticamente.
Una vez que se configura el conjunto de datos, está listo para ejecutar consultas.
Hay conectores para la mayoría de las herramientas de inteligencia empresarial (BI).
Pero es posible que desee utilizar Data Studio, que es la herramienta de visualización de BI de Google, y es gratis.
La lista de herramientas de Google que puede utilizar es extensa.
Le recomiendo que comience revisando la lista de niveles gratuitos de Google Cloud Platform.
Google Cloud Platform tiene 15 regiones, 45 zonas, más de 100 puntos de presencia y una red global bien aprovisionada con más de 100,000 millas de cable de fibra óptica.
Obtiene mejores precios utilizando el servicio global, pero puede especificar las regiones que desee.
Las copias de seguridad y los acuerdos de nivel de servicio (SLA) están bajo los auspicios de Google SQL Cloud.
El SLA completo está aquí.
Cloud SQL mantiene siete copias de seguridad automatizadas para cada instancia.
Las copias de seguridad de primera generación (gen) capturan todo y se incluyen en los costos de su instancia (en el modelo por uso).
Su espacio de almacenamiento no cuenta contra su espacio de almacenamiento asignado.
Las copias de seguridad de segunda generación capturan solo los datos que han cambiado y su almacenamiento se cobra a una tarifa reducida.
En general, Google BigQuery tiene un diseño brillante.
Es más adecuado para grandes conjuntos de datos y para aquellos que están capacitados para trabajar con ellos.
Si te gusta escribir aplicaciones de aprendizaje automático (ML) o diseñar datos de entrenamiento de ML, te encantará este producto.
Lo mismo ocurre con los desarrolladores que trabajan en aplicaciones de Internet de las cosas (IoT) o cualquier desarrollo que requiera una ingesta flexible de datos y un análisis masivo de datos.
Contras
Creado para Big Data, por lo que es excesivo para conjuntos de datos pequeños.
Dialectos SQL confusos.
Costos inmanejables sin la debida atención al uso de herramientas y escalado automatizado.
El precio fijo funciona mejor.
Ver más
La línea de fondo
Google BigQuery es una excelente solución de base de datos como servicio (DBaaS) para empresas nativas de la nube y cualquier persona que trabaje con el desarrollo de aplicaciones de aprendizaje automático o maneje conjuntos masivos.
