Servicio de almacenamiento de datos basado en la nube
BigQuery es un producto de almacenamiento de datos administrado y sin servidor de Google que ofrece análisis escalables sobre grandes cantidades de datos. Es una plataforma como servicio ( PaaS ) que admite consultas mediante un dialecto de SQL . También tiene capacidades de aprendizaje automático integradas . BigQuery se anunció en mayo de 2010 y se puso a disposición del público en noviembre de 2011. [1]
Diseño
BigQuery proporciona acceso externo a la tecnología Dremel de Google , [2] [3] un sistema de consultas ad hoc interactivo y escalable para el análisis de datos anidados. BigQuery requiere que todas las solicitudes estén autenticadas y es compatible con varios mecanismos propios de Google, así como con OAuth .
Características
- Gestión de datos: crea y elimina objetos como tablas, vistas y funciones definidas por el usuario. Importa datos desde Google Storage en formatos como CSV, Parquet, Avro o JSON.
- Consulta: las consultas se expresan en un dialecto SQL [4] y los resultados se devuelven en JSON con una longitud de respuesta máxima de aproximadamente 128 MB, o un tamaño ilimitado cuando se habilitan resultados de consultas grandes. [5]
- Integración: BigQuery se puede utilizar desde Google Apps Script [6] (por ejemplo, como un script enlazado en Google Docs ) o cualquier lenguaje que pueda funcionar con su API REST o bibliotecas de cliente. [7]
- Control de acceso: comparta conjuntos de datos con personas o grupos arbitrarios o con el mundo entero.
- Aprendizaje automático: cree y ejecute modelos de aprendizaje automático mediante consultas SQL.
Referencias
- ^ Iain Thomson (14 de noviembre de 2011). "Google abre BigQuery para análisis en la nube: ofrece una prueba gratuita para atraer a los escépticos". The Register . Consultado el 26 de agosto de 2016 .
- ^ Sergey Melnik; Andrey Gubarev; Jing Jing Long; Geoffrey Romer; Shiva Shivakumar; Matt Tolton; Theo Vassilakis (2010). "Dremel: Análisis interactivo de conjuntos de datos a escala web". Actas de la 36.ª Conferencia internacional sobre bases de datos de gran tamaño (VLDB) .
- ^ Kazunori Sato (2012). "Una mirada al interior de Google BigQuery" (PDF) . Consultado el 26 de agosto de 2016 .
- ^ "Referencia SQL" . Consultado el 26 de junio de 2017 .
- ^ "Política de cuotas" . Consultado el 26 de junio de 2017 .
- ^ "Servicio BigQuery | Apps Script | Google Developers". 15 de marzo de 2018. Consultado el 23 de abril de 2018 .
- ^ "Bibliotecas de cliente de BigQuery" . Consultado el 26 de junio de 2017 .
Enlaces externos
