Name: Google BigQuery
Brand: Google

Opis

Google BigQuery to w pełni zarządzana, serverlessowa hurtownia danych i platforma analityczna w chmurze Google Cloud. Powstała z wewnętrznej technologii Google Dremel; zapowiedziana w 2010 r. i ogólnie dostępna od listopada 2011 r. Umożliwia analizę dużych zbiorów danych za pomocą standardowego SQL bez zarządzania infrastrukturą.

Platforma integruje funkcje AI/ML: BigQuery ML pozwala tworzyć, trenować i uruchamiać modele uczenia maszynowego bezpośrednio w SQL; BigQuery DataFrames udostępnia API w Pythonie (bigframes); Gemini in BigQuery wnosi funkcje generatywnej AI, a integracja z Vertex AI umożliwia wywoływanie modeli zdalnych. BigQuery oferuje natywne wyszukiwanie wektorowe (VECTOR_SEARCH, CREATE VECTOR INDEX) i generowanie embeddingów (ML.GENERATE_EMBEDDING), wspierając scenariusze RAG.

BigQuery udostępnia też publiczne zbiory danych, w tym prognozy pogody WeatherNext od Google DeepMind. Rozliczenie odbywa się w modelu on-demand (opłata za przeskanowane dane) lub pojemnościowym (sloty/edycje: Standard, Enterprise, Enterprise Plus).

Dane i wiedza

Zastosowania

8

Architektura i mechanizmy

10

Bezpieczeństwo

Ekosystem deweloperski

Języki SDK

PyPythonJSJavaScriptTSTypeScriptGoGoC+C / C++

Typ API

RESTgRPC

Społeczność i zasoby

Biblioteka szablonów

Szybki start

Dokumentacja API

Samouczki

Cennik i model biznesowy

Zobacz pełny cennik

Modele cenowe

Płatność za użycie

Zarezerwowana przepustowość

Limity zasobów

Per projekt

Per użytkownik

Alerty kosztów

Wspierane modele AI

1

Źródła

Zrównoważony rozwój

Śledzenie śladu węglowego

Uruchamiane w centrach danych Google (średni PUE floty ~1,1).

Opis

Dane i wiedzaiZarządzanie danymi i wiedząKonektory danych, integracja z bazami wektorowymi, native vector search i mechanizmy zarządzania danymi (PII, provenance, dane syntetyczne).

ZastosowaniaiZastosowania AIDziedziny i scenariusze zastosowania, do których platforma jest najlepiej dopasowana – od RAG i fine-tuningu po zastosowania naukowe.

Architektura i mechanizmyiArchitektura i mechanizmyFundamenty architektoniczne i nowoczesne metody przetwarzania AI, które są natywnie wspierane lub wykorzystywane przez tę platformę.

BezpieczeństwoiBezpieczeństwo EnterpriseZestaw certyfikacji, kontroli dostępu oraz funkcji ochrony danych, kluczowych dla wdrożeń korporacyjnych i zachowania prywatności w chmurze.

Ekosystem deweloperskiiEkosystem DeweloperskiZasoby wspierające programistów: dostępne biblioteki SDK, wspierane języki programowania oraz funkcje infrastrukturalne i metody wdrażania modeli.

Cennik i model biznesowyiCennik i model biznesowyModele rozliczeń (usage-based, provisioned throughput), limity zasobów oraz parametry SLA (uptime, poziomy wsparcia).