La tua valuta registrata è eur tutte le transazioni nel Daxdi saranno effettuate in questa valuta.
Le mie aste vinte
Storia dell'account
Aggiungere credito
Il mio conto
prelevare contanti
Negozio di punti
Modifica profilo
Cambiare la password
Il mio indirizzo
Supporto
Notifiche
Logout
Tempo attuale dei server Daxdi 11-03-2026 12:11:15 (CEST)
I tuoi crediti della lotteria
Attualmente avete crediti della lotteria nel tuo conto
Usa i tuoi crediti della lotteria per partecipare alle lotterie Daxdi, compra i tuoi numeri in qualsiasi lotteria usando i tuoi crediti della lotteria.
Google BigQuery, che è gratuito per 10 gigabyte (GB) al mese, è il gigantesco data warehouse su scala petabyte (PB) del gigante della ricerca per l'analisi.
È un prodotto SQL di livello aziendale e i Big Data sono nel DNA di Google.
Tutti gli strumenti e i servizi dell'azienda ne sono la prova.
In breve, se vuoi fare qualcosa con i dati, puoi scommettere che Google ha uno strumento per realizzarlo.
Se disponi di enormi set di dati o stai aumentando i tuoi dati fondendoli con set di dati pubblici o commerciali, Google BigQuery potrebbe essere una scelta solida.
È progettato per scansionare terabyte (TB) in pochi secondi e PB in pochi minuti.
La query più grande fino ad oggi è di 2,1 PB e Google BigQuery l'ha gestita senza problemi.
Nonostante queste capacità, l'analisi dei Big Data è impegnativa e, se si lavora con set di dati più piccoli, potrebbe essere eccessivo.
Tuttavia, Google BigQuery è una scelta solida che si trova appena dietro il database SQL di Microsoft Azure e MongoDB Atlas, scelte dagli editori nel nostro Riepilogo delle revisioni delle soluzioni DBaaS.
Recensioni oneste e obiettive
Daxdi.com è un'autorità leader nel campo della tecnologia e fornisce recensioni indipendenti basate su Labs dei prodotti e servizi più recenti.
La nostra analisi del settore esperta e le soluzioni pratiche ti aiutano a prendere decisioni di acquisto migliori e ottenere di più dalla tecnologia.
Modello di prezzo
Google BigQuery è un modello di analisi dei dati senza server.
La separazione tra archiviazione e calcolo offre migliori controlli sui prezzi, che tendono ad essere di maggiore interesse per le persone che eseguono progetti eccezionalmente grandi.
Lo spazio di archiviazione ha un prezzo fisso e viene calcolato in base ai tassi di utilizzo.
I primi 10 GB di spazio di archiviazione sono gratuiti ogni mese e successivamente i costi partono da 2 centesimi per GB al mese.
Ad esempio, se archivi 1 terabyte (TB) per un mese, il costo sarà di $ 20.
Gli inserimenti di dati in streaming partono da 1 centesimo per 200 megabyte (MB).
Il primo 1 TB di query è gratuito, con ulteriori analisi a $ 5 per TB in seguito.
Le operazioni sui metadati sono gratuite.
Hai anche la possibilità di pagare a consumo o una tariffa fissa mensile.
Alcuni sviluppatori preferiscono la tariffa fissa per alleviare l'ansia del budget.
Poiché l'archiviazione è già a tariffa fissa, questa opzione significa semplicemente che il calcolo è anche su una tariffa mensile fissa.
Ma prima che tu sia troppo entusiasta di registrarti per il prezzo forfettario, tieni presente che solo gli account con $ 40.000 + di spesa mensile per analisi si qualificano per questa opzione.
Il livello gratuito di Google BigQuery fornisce fino a 1 TB di dati analizzati ogni mese e 10 GB di archiviazione dati, ma seriamente, se sei ben al di sotto di quel livello, allora ci sono altri strumenti più adatti all'attività, come il database SQL di Microsoft Azure, IBM Db2 on Cloud o Google Cloud con Google Analytics 360.
Passo dopo passo
Avrai bisogno di un account Google, quindi creane uno se non ne hai già uno.
Ti servirà per registrarti per un account Google Cloud Platform, che richiederà anche una carta di credito per utilizzare la prova gratuita.
Ma non preoccuparti perché non riceverai automaticamente l'upgrade e la fatturazione al termine del periodo di prova.
Devi eseguire l'upgrade manualmente affinché qualsiasi cosa venga addebitata sulla tua carta di credito.
Dall'interfaccia utente (UI) di Google Cloud, vai a BigQuery.
L'interfaccia utente di BigQuery è un po 'semplice Jane, ma la sua concisione lo rende anche facile da usare.
Google mi dice che ora sta lavorando a una nuova interfaccia utente.
Con l'interfaccia utente corrente, se desideri solo esplorare, fai clic su Componi query e scegli uno dei set di dati pubblici nella pagina di benvenuto.
Scrivi una query SQL standard nella casella della query utilizzando l'editor di query o l'editor di funzioni definite dall'utente (UDF) e il gioco è fatto.
Le guide di avvio rapido sono utili per trasferire dati o avviare un database personalizzato in Cloud Bigtable, Cloud Spanner, Cloud SQL o Cloud Datastore (database NoSQL).
BigQuery utilizza i driver SQL conformi all'ANSI (American National Standards Institute) e ODBC (Open Database Connectivity) e JDBC (Java Database Connectivity) per integrarsi con i dati in altri prodotti Cloud e altri tipi di applicazioni.
Implementazioni SQL uniche progettate per semplificare le query significa che ci sono diversi dialetti SQL, che possono creare confusione.
Ho notato che mentre l'impostazione predefinita è "Legacy SQL", potevo deselezionare la casella del dialetto SQL per tornare al vero SQL standard.
Google BigQuery dispone anche di un motore di importazione in streaming per l'acquisizione e l'analisi dei dati in tempo reale.
Utilizzare la scheda Crea set di dati nel menu a discesa Il mio primo progetto per creare un set di dati.
Immettere l'ID set di dati, scegliere la posizione dei dati (Stati Uniti, Unione europea o Asia-nord-est) e impostare la scadenza dei dati.
Google BigQuery può rilevare automaticamente lo schema.
Una volta impostato il set di dati, sei pronto per eseguire le query.
Esistono connettori per la maggior parte degli strumenti di business intelligence (BI).
Ma potresti voler utilizzare Data Studio, che è lo strumento di visualizzazione BI di Google, ed è gratuito.
L'elenco degli strumenti di Google che puoi utilizzare è lungo.
Ti consiglio di iniziare con la revisione dell'elenco dei livelli gratuiti di Google Cloud Platform.
Google Cloud Platform ha 15 regioni, 45 zone, oltre 100 punti di presenza e una rete globale ben fornita con oltre 100.000 miglia di cavo in fibra ottica.
Ottieni prezzi migliori utilizzando il servizio globale, ma sei libero di specificare le regioni come desideri.
I backup e gli accordi sul livello di servizio (SLA) rientrano negli auspici di Google SQL Cloud.
Lo SLA completo è qui.
Cloud SQL conserva sette backup automatici per ogni istanza.
I backup di prima generazione (gen) acquisiscono tutto e sono inclusi nei costi dell'istanza (sul modello per utilizzo).
Il loro spazio di archiviazione non conta per lo spazio di archiviazione assegnato.
I backup di seconda generazione hanno catturato solo i dati che sono stati modificati e il loro spazio di archiviazione viene addebitato a una tariffa ridotta.
Nel complesso, Google BigQuery è progettato in modo brillante.
È più adatto per enormi set di dati e per coloro che sono abili nel lavorare con essi.
Se ti piace scrivere app di machine learning (ML) o progettare dati di training ML, allora questo prodotto ti piacerà particolarmente.
Lo stesso vale per gli sviluppatori che lavorano su app Internet of Things (IoT) o su qualsiasi sviluppo che richieda un'inserimento flessibile dei dati e un'analisi massiccia dei dati.
Contro
Creato per i Big Data, quindi è eccessivo per piccoli set di dati.
Dialetti SQL confusi.
Costi ingombranti senza un'adeguata attenzione all'uso degli strumenti e al ridimensionamento automatizzato.
Il prezzo forfettario funziona meglio.
Visualizza altro
La linea di fondo
Google BigQuery è un'ottima soluzione DBaaS (Database-as-a-Service) per le aziende native del cloud e per chiunque lavori con lo sviluppo di applicazioni di machine learning o gestisca enormi set.
Google BigQuery, che è gratuito per 10 gigabyte (GB) al mese, è il gigantesco data warehouse su scala petabyte (PB) del gigante della ricerca per l'analisi.
È un prodotto SQL di livello aziendale e i Big Data sono nel DNA di Google.
Tutti gli strumenti e i servizi dell'azienda ne sono la prova.
In breve, se vuoi fare qualcosa con i dati, puoi scommettere che Google ha uno strumento per realizzarlo.
Se disponi di enormi set di dati o stai aumentando i tuoi dati fondendoli con set di dati pubblici o commerciali, Google BigQuery potrebbe essere una scelta solida.
È progettato per scansionare terabyte (TB) in pochi secondi e PB in pochi minuti.
La query più grande fino ad oggi è di 2,1 PB e Google BigQuery l'ha gestita senza problemi.
Nonostante queste capacità, l'analisi dei Big Data è impegnativa e, se si lavora con set di dati più piccoli, potrebbe essere eccessivo.
Tuttavia, Google BigQuery è una scelta solida che si trova appena dietro il database SQL di Microsoft Azure e MongoDB Atlas, scelte dagli editori nel nostro Riepilogo delle revisioni delle soluzioni DBaaS.
Recensioni oneste e obiettive
Daxdi.com è un'autorità leader nel campo della tecnologia e fornisce recensioni indipendenti basate su Labs dei prodotti e servizi più recenti.
La nostra analisi del settore esperta e le soluzioni pratiche ti aiutano a prendere decisioni di acquisto migliori e ottenere di più dalla tecnologia.
Modello di prezzo
Google BigQuery è un modello di analisi dei dati senza server.
La separazione tra archiviazione e calcolo offre migliori controlli sui prezzi, che tendono ad essere di maggiore interesse per le persone che eseguono progetti eccezionalmente grandi.
Lo spazio di archiviazione ha un prezzo fisso e viene calcolato in base ai tassi di utilizzo.
I primi 10 GB di spazio di archiviazione sono gratuiti ogni mese e successivamente i costi partono da 2 centesimi per GB al mese.
Ad esempio, se archivi 1 terabyte (TB) per un mese, il costo sarà di $ 20.
Gli inserimenti di dati in streaming partono da 1 centesimo per 200 megabyte (MB).
Il primo 1 TB di query è gratuito, con ulteriori analisi a $ 5 per TB in seguito.
Le operazioni sui metadati sono gratuite.
Hai anche la possibilità di pagare a consumo o una tariffa fissa mensile.
Alcuni sviluppatori preferiscono la tariffa fissa per alleviare l'ansia del budget.
Poiché l'archiviazione è già a tariffa fissa, questa opzione significa semplicemente che il calcolo è anche su una tariffa mensile fissa.
Ma prima che tu sia troppo entusiasta di registrarti per il prezzo forfettario, tieni presente che solo gli account con $ 40.000 + di spesa mensile per analisi si qualificano per questa opzione.
Il livello gratuito di Google BigQuery fornisce fino a 1 TB di dati analizzati ogni mese e 10 GB di archiviazione dati, ma seriamente, se sei ben al di sotto di quel livello, allora ci sono altri strumenti più adatti all'attività, come il database SQL di Microsoft Azure, IBM Db2 on Cloud o Google Cloud con Google Analytics 360.
Passo dopo passo
Avrai bisogno di un account Google, quindi creane uno se non ne hai già uno.
Ti servirà per registrarti per un account Google Cloud Platform, che richiederà anche una carta di credito per utilizzare la prova gratuita.
Ma non preoccuparti perché non riceverai automaticamente l'upgrade e la fatturazione al termine del periodo di prova.
Devi eseguire l'upgrade manualmente affinché qualsiasi cosa venga addebitata sulla tua carta di credito.
Dall'interfaccia utente (UI) di Google Cloud, vai a BigQuery.
L'interfaccia utente di BigQuery è un po 'semplice Jane, ma la sua concisione lo rende anche facile da usare.
Google mi dice che ora sta lavorando a una nuova interfaccia utente.
Con l'interfaccia utente corrente, se desideri solo esplorare, fai clic su Componi query e scegli uno dei set di dati pubblici nella pagina di benvenuto.
Scrivi una query SQL standard nella casella della query utilizzando l'editor di query o l'editor di funzioni definite dall'utente (UDF) e il gioco è fatto.
Le guide di avvio rapido sono utili per trasferire dati o avviare un database personalizzato in Cloud Bigtable, Cloud Spanner, Cloud SQL o Cloud Datastore (database NoSQL).
BigQuery utilizza i driver SQL conformi all'ANSI (American National Standards Institute) e ODBC (Open Database Connectivity) e JDBC (Java Database Connectivity) per integrarsi con i dati in altri prodotti Cloud e altri tipi di applicazioni.
Implementazioni SQL uniche progettate per semplificare le query significa che ci sono diversi dialetti SQL, che possono creare confusione.
Ho notato che mentre l'impostazione predefinita è "Legacy SQL", potevo deselezionare la casella del dialetto SQL per tornare al vero SQL standard.
Google BigQuery dispone anche di un motore di importazione in streaming per l'acquisizione e l'analisi dei dati in tempo reale.
Utilizzare la scheda Crea set di dati nel menu a discesa Il mio primo progetto per creare un set di dati.
Immettere l'ID set di dati, scegliere la posizione dei dati (Stati Uniti, Unione europea o Asia-nord-est) e impostare la scadenza dei dati.
Google BigQuery può rilevare automaticamente lo schema.
Una volta impostato il set di dati, sei pronto per eseguire le query.
Esistono connettori per la maggior parte degli strumenti di business intelligence (BI).
Ma potresti voler utilizzare Data Studio, che è lo strumento di visualizzazione BI di Google, ed è gratuito.
L'elenco degli strumenti di Google che puoi utilizzare è lungo.
Ti consiglio di iniziare con la revisione dell'elenco dei livelli gratuiti di Google Cloud Platform.
Google Cloud Platform ha 15 regioni, 45 zone, oltre 100 punti di presenza e una rete globale ben fornita con oltre 100.000 miglia di cavo in fibra ottica.
Ottieni prezzi migliori utilizzando il servizio globale, ma sei libero di specificare le regioni come desideri.
I backup e gli accordi sul livello di servizio (SLA) rientrano negli auspici di Google SQL Cloud.
Lo SLA completo è qui.
Cloud SQL conserva sette backup automatici per ogni istanza.
I backup di prima generazione (gen) acquisiscono tutto e sono inclusi nei costi dell'istanza (sul modello per utilizzo).
Il loro spazio di archiviazione non conta per lo spazio di archiviazione assegnato.
I backup di seconda generazione hanno catturato solo i dati che sono stati modificati e il loro spazio di archiviazione viene addebitato a una tariffa ridotta.
Nel complesso, Google BigQuery è progettato in modo brillante.
È più adatto per enormi set di dati e per coloro che sono abili nel lavorare con essi.
Se ti piace scrivere app di machine learning (ML) o progettare dati di training ML, allora questo prodotto ti piacerà particolarmente.
Lo stesso vale per gli sviluppatori che lavorano su app Internet of Things (IoT) o su qualsiasi sviluppo che richieda un'inserimento flessibile dei dati e un'analisi massiccia dei dati.
Contro
Creato per i Big Data, quindi è eccessivo per piccoli set di dati.
Dialetti SQL confusi.
Costi ingombranti senza un'adeguata attenzione all'uso degli strumenti e al ridimensionamento automatizzato.
Il prezzo forfettario funziona meglio.
Visualizza altro
La linea di fondo
Google BigQuery è un'ottima soluzione DBaaS (Database-as-a-Service) per le aziende native del cloud e per chiunque lavori con lo sviluppo di applicazioni di machine learning o gestisca enormi set.
