Cloud Bigtable

Bigtable

使用 NoSQL 类型中的先驱数据库服务扩缩对延迟敏感的应用

低延迟、兼容 Cassandra 和 HBase 的 NoSQL 数据库服务,适用于机器学习、运营分析和面向用户的应用。

新客户可获得 $300 赠金,用于抵扣 Bigtable 的相关费用。

功能

低延迟和高吞吐量

Bigtable 是一种键值对形式的宽列存储区,非常适合快速访问结构化、半结构化或非结构化数据。因此,对延迟敏感的工作负载(如个性化)非常适合 Bigtable。

分布式计数器、很高的单位成本读写吞吐量效率使得它也非常适合点击流和 IoT 用例,甚至也非常适合用于高性能计算 (HPC) 应用的批量分析,包括训练机器学习模型。

无限的写入和读取扩缩能力

Bigtable 将计算资源与数据存储空间分离,因而可以透明地调整处理资源。每个增加的节点都能够以同样的质量处理读取和写入操作,从而轻松实现横向扩缩。Bigtable 通过自动扩缩资源来适应服务器流量、处理分片、复制和查询处理,从而优化性能。

SQL 和持续的物化视图

Bigtable SQL 让用户能够使用熟悉的 SQL 语法构建全托管式实时应用,同时还具备专门的功能来保留 Bigtable 的灵活架构。您还可以使用 SQL 界面来构建增量物化视图,从而简化实时指标的创建。Bigtable 物化视图会在变化发生时立即处理,从而自动保持数据最新,同时不会影响您的写入和读取性能,并会根据流量自动扩缩。

灵活的数据模型

Bigtable 让您的数据模型自然发展。可存储标量、JSON、协议缓冲区、Avro、Arrow、嵌入、图片等各种对象,并根据需要动态地添加或移除新列。在单个数据库中基于原始的非结构化数据提供低延迟传送或高性能的批量分析。

从 NoSQL 数据库轻松迁移

Bigtable 提供 Apache Cassandra 和 HBase API 以及迁移工具,可减少工作量并确保准确迁移数据,帮助您更快、更轻松地完成迁移。HBase Bigtable 复制库和 Cassandra Proxy 支持无停机的实时迁移,而 Bigtable 数据桥可简化从 Amazon DynamoDB 的迁移。

从单个可用区快速扩容至 8 个区域

无论您的用户在哪里,由 Bigtable 支持的应用都可通过全球分布的多主配置实现低延迟读写。可用区级实例有助于节省费用,并且可以通过自动复制功能无缝扩容为多区域部署。运行多区域实例时,您的数据库可以防范单区域故障,并提供业界领先的 99.999% 可用性。

与工作负载隔离的高性能数据处理

借助 Bigtable Data Boost,用户可以更快地运行分析查询、批处理 ETL 流程、训练机器学习模型或导出数据,而不会影响事务型工作负载。Data Boost 不需要进行容量规划或管理。它支持直接查询存储在 Google 分布式存储系统 Colossus 中的数据(使用按需容量),使用户能够轻松处理混合工作负载并放心共享数据。

丰富的应用和工具支持

使用 Apache HBase API 可轻松连接到开源生态系统。通过与 Apache SparkHadoopGKEDataflowDataprocVertex AI Vector SearchBigQuery 无缝集成,可更快地构建数据驱动型应用。利用 Java、Go、Python、C#、Node.js、PHP、Ruby、C++、HBaseSQL 和客户端库以及与 LangChain 的集成,满足开发团队的需求。

无隐性费用

没有 IOPS 费用,没有创建或恢复备份的费用,当工作负载增加时,也没有比例失调的读/写价格会影响预算。

实时变更数据捕获和事件

使用 Bigtable 变更数据流从 Bigtable 数据库中捕获变更数据并将其与其他系统集成,以用于分析、事件触发和合规性目的。

企业级安全和控制

支持 Cloud External Key Manager 的客户管理的加密密钥 (CMEK)、用于访问和控制的 IAM 集成、VPC-SC 支持、Access Transparency、Access Approval 以及全面的审核日志记录可帮助确保您的数据得到保护并遵守相关法规。精细的访问权限控制让您可以在表级、列级或行级授予访问权限。

可观测性

使用服务器端指标监控 Bigtable 数据库的性能。借助 Key Visualizer 交互式监控工具分析使用模式。使用查询统计信息表统计信息热片工具排查查询性能问题,并利用客户端监控快速诊断延迟问题。

灾难恢复

经济高效地对数据库进行即时的增量备份,并根据需要进行恢复。将备份存储在不同区域以提高弹性;针对测试和生产场景,可在实例或项目之间轻松恢复备份。

Vertex AI Vector Search 集成

使用 Bigtable to Vertex AI Vector Search 模板Vertex AI 将 Bigtable 数据库中的数据编入索引,以便使用 Vertex AI Vector Search 对向量嵌入执行相似度搜索。

LangChain 集成

利用内置的 kNN 最近��向量搜索(预览版)及 LangChain 集成,轻松构建更准确、更透明且更可靠的生成式 AI 应用。如需了解详情,请访问 GitHub 代码库

工作方式

Bigtable 实例在一个或多个区域中提供计算和存储资源。每个 Bigtable 集群都可以接收读取和写入操作。数据会自动“分块”以实现可伸缩性,并在各集群之间异步复制。名为 TrueTime 的分布式时钟保证事务的顺序正确。

Bigtable 架构

常见用途

实时分析

提高数据的新鲜度并减少查询延迟时间

Bigtable 是一个高性能、可伸缩的数据库,擅长实时捕获、处理和分析数据。它会在数据写入时进行汇总,即时提供有关用户行为、A/B 测试结果和互动指标的分析洞见。这种实时能力还可为交互式应用的 AI/机器学习模型提供支持。Bigtable 可与 Dataflow 和 BigQuery 无缝集成,Dataflow 通过低延迟查找丰富了流式处理流水线,BigQuery 可在面向用户的应用中实时提供分析,并对同一数据进行临时查询。
架构图

提高数据的新鲜度并减少查询延迟时间

Bigtable 是一个高性能、可伸缩的数据库,擅长实时捕获、处理和分析数据。它会在数据写入时进行汇总,即时提供有关用户行为、A/B 测试结果和互动指标的分析洞见。这种实时能力还可为交互式应用的 AI/机器学习模型提供支持。Bigtable 可与 Dataflow 和 BigQuery 无缝集成,Dataflow 通过低延迟查找丰富了流式处理流水线,BigQuery 可在面向用户的应用中实时提供分析,并对同一数据进行临时查询。
架构图

广告技术和零售

实时提供个性化体验

跟踪客户行为和偏好,以提供个性化广告、新闻信息流、折扣优惠以及产品或内容推荐。使用可自动扩缩和重新均衡以实现最佳性能的单个数据库,以低延迟注入高容量事件流并提供建议。采用多区域和多主模式部署,使数据更靠近您的客户,以尽量缩短延迟时间;实现 99.999% 可用性和零维护,从而减少风险和停机时间。
广告技术和零售架构参考图

实时提供个性化体验

跟踪客户行为和偏好,以提供个性化广告、新闻信息流、折扣优惠以及产品或内容推荐。使用可自动扩缩和重新均衡以实现最佳性能的单个数据库,以低延迟注入高容量事件流并提供建议。采用多区域和多主模式部署,使数据更靠近您的客户,以尽量缩短延迟时间;实现 99.999% 可用性和零维护,从而减少风险和停机时间。
广告技术和零售架构参考图

数据结构脉络和运营分析

整合数据孤岛,对旧式系统进行扩容

利用与 BigQuery、Dataflow、Cloud Composer 和 Cloud Data Fusion 的集成,批量或实时注入和集成来自多个数据库、流式处理来源和大型机的数据,以构建客户数据平台、运营数据存储区、数字集成中心、语义层或数据结构脉络,从而支持低延迟 API 访问和可扩缩的应用内报告。
数据结构脉络和运营分析架构参考图

整合数据孤岛,对旧式系统进行扩容

利用与 BigQuery、Dataflow、Cloud Composer 和 Cloud Data Fusion 的集成,批量或实时注入和集成来自多个数据库、流式处理来源和大型机的数据,以构建客户数据平台、运营数据存储区、数字集成中心、语义层或数据结构脉络,从而支持低延迟 API 访问和可扩缩的应用内报告。
数据结构脉络和运营分析架构参考图

信息安全

检测恶意软件和支付诈骗,防范垃圾邮件和欺骗手段

捕获欺诈信号(如用户活动、目录文件、恶意软件签名、屏蔽名单)和非结构化内容(如商品详情和评价),以实时识别仿冒商品、垃圾账号、欺骗手段、被破坏的��件和诈骗行为。
信息安全架构参考图

检测恶意软件和支付诈骗,防范垃圾邮件和欺骗手段

捕获欺诈信号(如用户活动、目录文件、恶意软件签名、屏蔽名单)和非结构化内容(如商品详情和评价),以实时识别仿冒商品、垃圾账号、欺骗手段、被破坏的硬件和诈骗行为。
信息安全架构参考图

媒体

提供媒体内容和互动分析

管理播放列表、增强现实 (AR) 资产、图书、音频或视频目录、观看记录、评分和评论、跟踪观看进度,并为内容创作者和广告主提供个性化的内容 Feed 和数��分析。
媒体架构参考图

提供媒体内容和互动分析

管理播放列表、增强现实 (AR) 资产、图书、音频或视频目录、观看记录、评分和评论、跟踪观看进度,并为内容创作者和广告主提供个性化的内容 Feed 和数据分析。
媒体架构参考图

时序和 IoT

管理任意规模的时序数据

从金融时序到智能家居、天气传感器、在线游戏日志、工厂车间遥测、联网汽车或事件溯源架构,可在不中断低延迟服务工作负载的情况下注入大量数据,以支持实时报告、提醒和预测式维护。使用 TTL 规则简化��据管理,使用您自己选择的存储媒介以行业领先的物理存储价格经济高效地保留数据,并毫不费力地实现高扫描吞吐量以进行批量分析。
时序和 IoT 架构参考图

管理任意规模的时序数据

从金融时序到智能家居、天气传感器、在线游戏日志、工厂车间遥测、联网汽车或事件溯源架构,可在不中断低延迟服务工作负载的情况下注入大量数据,以支持实时报告、提醒和预测式维护。使用 TTL 规则简化数据管理,使用您自己选择的存储媒介以行业领先的物理存储价格经济高效地保留数据,并毫不费力地实现高扫描吞吐量以进行批量分析。
时序和 IoT 架构参考图

机器学习基础设施

扩大模型训练和服务规模

利用高吞吐量且低延迟的读写、精细的访问权限控制和工作负载隔离,构建特征存储区以支持低延迟预测,缓存来自 GCS 的数据以供 HPC 集群和机器学习框架快速访问,以及在训练期间截取模型权重的快照。
机器学习基础设施架构参考图

了解如何将 Bigtable 与常见的开源特征存储区结合使用。

扩大模型训练和服务规模

利用高吞吐量且低延迟的读写、精细的访问权限控制和工作负载隔离,构建特征存储区以支持低延迟预测,缓存来自 GCS 的数据以供 HPC 集群和机器学习框架快速访问,以及在训练期间截取模型权重的快照。
机器学习基础设施架构参考图

了解如何将 Bigtable 与常见的开源特征存储区结合使用。

生成解决方案
您想解决什么问题?
What you'll get:
分步指南
参考架构
可用的预构建解决方案
此服务是使用 Vertex AI 构建的。您必须年满 18 周岁才能使用。请勿输入敏感信息、机密信息或个人信息。

价格

Bigtable 定价方式Bigtable 价格基于计算容量、数据库存储空间、备份存储空间和网络用量。承诺使用折扣可进一步降低价格。
服务说明价格
计算容量

计算容量预配为节点。

起价

$0.65

每个节点每小时

Data Boost


用于批量处理的按需、隔离的计算资源

起价

$0.000845

每小时每个无服务器处理单元

数据存储

SSD

价格取决于表的物理大小。每个副本分别计费。建议用于低延迟传送。

起价

$0.17

每月每 GB

HDD

价格取决于表的物理大小。每个副本分别计费。

起价

$0.026

每月每 GB

备份

价格取决于备份的物理大小。Bigtable 备份是增量备份。

起价

$0.026

每月每 GB

网络

入站

免费

同一区域内的出站流量

免费

区域之间的出站流量

起价

$0.10

每 GB

复制

在同一区域内

免费

在区域之间

起价

$0.01

每 GB

详细了解 Bigtable 价格承诺使用折扣

Bigtable 定价方式

Bigtable 价格基于计算容量、数据库存储空间、备份存储空间和网络用量。承诺使用折扣可进一步降低价格。

计算容量
说明

计算容量预配为节点。

价格

Starting at

$0.65

每个节点每小时

Data Boost


说明

用于批量处理的按需、隔离的计算资源

价格

Starting at

$0.000845

每小时每个无服务器处理单元

数据存储
说明

SSD

价格取决于表的物理大小。每个副本分别计费。建议用于低延迟传送。

价格

Starting at

$0.17

每月每 GB

HDD

价格取决于表的物理大小。每个副本分别计费。

说明

Starting at

$0.026

每月每 GB

备份

说明

价格取决于备份的物理大小。Bigtable 备份是增量备份。

价格

Starting at

$0.026

每月每 GB

网络
说明

入站

价格

免费

同一区域内的出站流量

说明

免费

区域之间的出站流量

说明

Starting at

$0.10

每 GB

复制

说明

在同一区域内

价格

免费

在区域之间

说明

Starting at

$0.01

每 GB

详细了解 Bigtable 价格承诺使用折扣

价格计算器

估算您的每月 Bigtable 费用,包括特定于区域的价格和费用。

定制报价

请与我们的销售团队联系,获取为贵组织量身定制的报价。

开始您的 Bigtable 概念验证

使用您的 $300 赠金(新用户)

了解如何使用 Bigtable

将 BigQuery 中的查询合并到 Bigtable

从 HBase、Cassandra、Aerospike 或 DynamoDB 迁移到 Bigtable

通过示例深入学习编码

业务用例

了解其他企业如何借助 Bigtable 打造创新应用、提供出色的客户体验、降低费用并提高投资回报率


了解 Box 如何使用 Bigtable 对 NoSQL 数据库进行现代化改造

Box 通过无缝迁移增强可伸缩性和可用性,同时降低管理成本。

优势和客户

利用可无限扩缩以满足任何需求的创新应用拓展您的业务。

获享卓越性价比,只需为实际用量付费。

从其他 NoSQL 数据库轻松迁移,并使用开源 API 和迁移工具运行混合云或多云部署。

  • Equifax 徽标
  • PayPal 徽标
  • Credit Karma 徽标
  • Major League Baseball 徽标
  • The Home Depot 徽标
  • Fastly 徽标
  • fullstory 徽标
  • Televisa Univision 徽标
  • Mercadolibre 徽标
  • Vimeo 徽标
  • Evernote 徽标
  • Bit.ly 徽标
  • Squarespace 徽标
  • LiveRamp 徽标
  • OpenX 徽标

合作伙伴与集成

从评估和业务案例,到迁移和在 Bigtable 上构建新应用,具备 Bigtable 专业知识的合作伙伴可在您整个历程的每一步提供帮助。
  • SADA 徽标
  • DoIT 徽标
  • Searce 徽标
  • 66 degrees 徽标
  • Carahsoft 徽标
  • Devoteam 徽标
  • Cloud Ace 徽标
  • CloudMile 徽标
  • Quantiphi 徽标
  • Bespin Global 徽标
  • Huware Srl 徽标
  • Onix 徽标
  • WebEye 徽标
  • Appsbroker 徽标
  • OchK 徽标
  • Santo Digital 徽标
  • MasterConcept 徽标
  • Polymeric Cloud 徽标
  • Persistent Systems 徽标
  • Baidao 徽标
  • Noovle 徽标
  • zencore 徽标
  • 公有云群组徽标
  • Tangerine 徽标
  • Xebia 徽标
  • Crayon 徽标
  • G-gen 徽标
  • Comm-it 徽标
  • Cleardata 徽标
  • Digicloud Africa 徽标
  • IpNet 徽标
  • Epam 徽标
  • Pythian 徽标
  • mavenwave 徽标
  • Accenture 徽标
  • Megazone Soft 徽标
  • SADA 徽标
  • DoIT 徽标
  • Searce 徽标
  • 66 degrees 徽标
  • Carahsoft 徽标
  • Devoteam 徽标
  • Cloud Ace 徽标
  • CloudMile 徽标
  • Quantiphi 徽标
  • Bespin Global 徽标
  • Huware Srl 徽标
  • Onix 徽标
  • WebEye 徽标
  • Appsbroker 徽标
  • OchK 徽标
  • Santo Digital 徽标
  • MasterConcept 徽标
  • Polymeric Cloud 徽标
  • Persistent Systems 徽标
  • Baidao 徽标
  • Noovle 徽标
  • zencore 徽标
  • 公有云群组徽标
  • Tangerine 徽标
  • Xebia 徽标
  • Crayon 徽标
  • G-gen 徽标
  • Comm-it 徽标
  • Cleardata 徽标
  • Digicloud Africa 徽标
  • IpNet 徽标
  • Epam 徽标
  • Pythian 徽标
  • mavenwave 徽标
  • Accenture 徽标
  • Megazone Soft 徽标

想要详细了解哪个合作伙伴或第三方集成最适合您的企业?请查看合作伙伴名录

常见问题解答

Bigtable 是什么类型的数据库?

Bigtable 是一种 NoSQL 数据库服务,具体而言是键值对存储。它支持包含数万列的超宽表,因此也称为宽列数据库或分布式多维映射。Bigtable 是一种 NoSQL 数据库,其中 NoSQL 指的是 “Not Only SQL”(不仅是 SQL),而非 “Zero SQL”(零 SQL)。它不仅支持键值查找,还支持许多其他功能,包括聚合和全局二级索引。

Apache HBase 和 Cassandra 等热门开源项目是在 Bigtable 的启发下诞生的,因此 Bigtable 与它们非常相似。如果客户需要处理大量数据,并且想要寻找 Google Cloud 上经济实惠且高性能的全托管式 NoSQL 数据库解决方案,Bigtable 通常是最好的选择。

除了键值对 API 之外,Bigtable 还通过三种方式支持 SQL 查询:

  • 对于低延迟应用开发,Bigtable 提供了一个 SQL 查询 API。此 API 以 GoogleSQL 为基础,具有类似于 Cassandra 查询语言 (CQL) 的宽列数据模型的扩展功能。 它支持 100 多种函数,包括聚合 (GROUP BY)、JSON 处理函数以及向量搜索 (kNN)。
  • 对于数据科学用例或其他类型的批处理和 ETL,Bigtable 通过 Spark 客户端支持 SparkSQL。
  • 如果用户想要执行事后探索性分析或混合多个来源的数据以进行批量分析,还可以从 BigQuery 访问 Bigtable 数据。只需在 BigQuery 中注册 Bigtable 表,然后像查询任何其他 BigQuery 表一样进行查询,而无需执行任何 ETL 或数据重复操作。

Bigtable 提供 Apache Cassandra 和 HBase API 以及迁移工具,可减少工作量并确保准确迁移数据,帮助您更快、更轻松地完成迁移。Bigtable 的 HBase 复制库Cassandra 迁移工具支持无停机的实时迁移。Bigtable 还提供实用程序以简化从 DynamoDB 的迁移。

与无服务器模型类似,Bigtable 存储按使用的容量 (GB) 计费。Bigtable 还提供线性横向扩缩,可根据需求波动自动扩缩计算资源。因此它不要求存储或计算的长期容量承诺。但是,低延迟计算的价格基于容量并按节点计费,而不是按请求计费,每个节点每秒最多可处理 1.7 万个请求。这使得 Bigtable 更适合大型工作负载,而不太适合小型应用。小型应用可能更适合使用 Firestore 等 Google Cloud 数据库。

针对批量数据处理,Bigtable 提供 Data Boost,该服务以无服务器处理单元 (SPU) 为单位计费。

了解详情
Google Cloud