ミリ秒単位のレイテンシ、無制限の拡張性、99.999% の可用性を特長とする HBase 対応のエンタープライズ グレード NoSQL データベース サービス。大規模な分析ワークロードや運用ワークロードも実行できます。
新規のお客様には、Bigtable で使用できる無料クレジット $300 分を差し上げます。
一貫したミリ秒単位のレイテンシで、応答性の高いアプリケーションを構築
ストレージとスループットのニーズに合わせたシームレスなスケーリングで、構成変更によるダウンタイムはなし
ダウンタイムのないライブ マイグレーションで、Apache HBase から Bigtable へ簡単に移行可能
パーソナライズ、不正行為の検出、リアルタイム分析、IoT などのユースケースに最適
最大 8 リージョンでのマルチプライマリ レプリケーションで高可用性を確保
利点
Cloud Bigtable は、ギガバイト規模、さらにはペタバイト規模にまで需要に応じてスケールする低レイテンシ アプリケーション向けストレージ エンジンとしてだけでなく、高スループット データ処理や分析にも使用できます。
クラスタごとに単一のノードから始めて、ピーク時の需要に低レイテンシで動的に対応する数百のノードまでスケールできます。また、レプリケーションによってリアルタイム アプリ向けの高可用性の確保とワークロードの分離も可能になります。
主な機能
Bigtable はワイドカラム型の Key-Value ストアであり、高い読み取り / 書き込みスループットで大量の構造化データ、半構造化データ、非構造化データにアクセスする場合に適しています。Bigtable は、YouTube、Google アナリティクス、Google 検索、Google 広告、Google ドライブ、Google マップなど、Google の多数のコアサービスの原動力となっています。
毎秒数千回から数百万回の読み書きまでシームレスにスケールできます。Bigtable のスループットは、クラスタノードを追加または削除することで、ダウンタイムなしで動的に調整できます。また、Bigtable では需要の変化に基づいてクラスタをオートスケールできるため、費用対効果の高い方法で優れたパフォーマンスを維持できます。
データを一度書き込むと、結果整合性モデルに基づいて必要に応じて自動的にレプリケーションが行われるため、高可用性と読み取りと書き込みのワークロード分離をコントロールできます。整合性の確保、データの修復、書き込みと削除の同期に、手動での作業は必要ありません。3 つ以上のリージョンで複数クラスタのルーティングを使用したインスタンスでは、99.999%(単一クラスタ インスタンスでは 99.9%)の高可用性 SLA のメリットが得られます。
ライブ マイグレーションにより、HBase から Bigtable への迅速かつシンプルな移行が可能になるため、データ移行の正確性を確保できるとともに、移行の手間を減らし、全体的なデベロッパー エクスペリエンスが向上します。HBase Bigtable レプリケーション ライブラリにより、ダウンタイムなしのライブ マイグレーションが可能になります。インポート ツールを使用すると、HBase スナップショットを Bigtable に簡単に読み込むことができます。検証ツールによって、正確なデータ移行を実現できます。Dataflow テンプレートを使用すると、Cassandra から Bigtable への移行を簡素化できます。
External Key Manager のサポート、アクセスと制御のための IAM の統合、VPC-SC のサポート、包括的な監査ロギングを備えた顧客管理の暗号鍵(CMEK)により、データを確実に保護し、規制を遵守できます。
導入事例
最新情報
Google Cloud のニュースレターにご登録いただくと、プロダクトの最新情報、イベント情報、特典のお知らせなどが配信されます。
ドキュメント
ユースケース
過去の挙動に基づいてモデルを構築します。不正パターンを継続的に更新し、リアルタイムのトランザクションと比較します。マーケット データ、取引アクティビティ、その他のソーシャル データやトランザクション データなどを保存し、整理統合します。
センサーから大量の時系列データをリアルタイムに取り込んで分析します。IoT データフローの速さに完全対応しており、正常な挙動、異常な挙動それぞれの追跡を可能にします。データベース ユーザーはダッシュボードを作成して、得られたデータをリアルタイムに分析できます。
数多くのソースから得られた精緻化されていない大量のデータを統合できます。これは通常、複数のチャネルにわたって一貫した顧客アクティビティを促進する目的で行われます。複数の顧客から大量の行動データを収集して比較し、提案や販売の促進につながる共通のパターンを見つけ出します。