GCPの「ビッグデータ分析サービス」10選【前編】
「BigQuery」だけではない GCPのビッグデータ分析サービスの違いは？
Googleは「Google Cloud Platform」（GCP）のサービスとして、ビッグデータ分析サービスを提供している。主要な10種類のうち、「BigQuery」を含む5種類を紹介する。
ビッグデータを利用することで、企業は顧客について理解したり、プロセスを最適化したり、セキュリティを強化したりするのに役立つ重要な情報を把握できる。ただし大量のデータを分析するのは至難の業だ。こうした中、企業の間では、大手クラウドベンダーが提供するビッグデータ分析サービスの人気が高まりつつある。
Googleもビッグデータ分析サービスを提供するベンダーの一つだ。同社の検索エンジン分野での実績は、ビッグデータ分析サービスにも生かされている。これらのサービスは同社のクラウドサービス群「Google Cloud Platform」（GCP）に含まれる。
GCPには、コンピューティング（仮想マシン）、ストレージ、データベース、ネットワーク、機械学習のサービスの他、管理、開発、セキュリティ向けのサービスもある。Googleのビッグデータ分析サービスを利用すると、企業は最小限の作業で他のGCPサービスとデータを連携できる。
本稿では前後編にわたり、Googleが提供する10個のビッグデータ関連サービスについて、具体的な機能と特徴を説明する。
BigQuery
「BigQuery」はSQLクエリを使ってデータセットを処理／分析するデータウェアハウス（DWH）サービスだ。大量のデータを読み込んで、リアルタイムに分析できる。Googleの列型のデータ形式「Capacitor」でデータを保管し、ユーザーはデータを処理しながら読み込んだり、バッチ処理したりできる。データの読み込み、エクスポート、クエリ、コピーには、WebブラウザやGCPの管理コンソール「Google Cloud Platform Console」、BigQuery操作用のコマンドラインツール「bq」などを使用する。
Cloud Dataflow
「Cloud Dataflow」はデータを連続的に処理するストリーム処理と、バッチ処理に利用するサービスだ。データ分析のためのリソースはCloud Dataflowが自動的に管理する。Cloud DataflowやBigQuery、「Cloud Machine Learning Engine」（Cloud ML Engine）などの他のGCPサービスと、分散処理ソフトウェア「Apache Spark」やストリーム／バッチ処理のプログラミングモデル「Apache Beam」などの他製品を連携できるようにする。
Cloud Dataproc
分散処理ソフトウェア「Apache Hadoop」のクラスタとSparkクラスタのマネージドサービスである「Cloud Dataproc」は、バッチ処理やクエリ実行、ストリーム処理、機械学習用のインフラとして利用できる。ユーザーはオーケストレーションや自動化機能を使用して、いつでもHadoopクラスタやSparkクラスタを稼働させたり、スケーリングしたりできる。BigQueryや「Cloud Bigtable」といったGoogleのビッグデータ関連サービスと、同社のログ管理サービス「Stackdriver Logging」「Stackdriver Monitoring」などとも連携が可能だ。
Cloud Pub/Sub
「Cloud Pub/Sub」は非同期メッセージングを実現するメッセージブローカーサービスだ。異なるアプリケーション間の通信を管理し、ストリーム処理の中核コンポーネントとして機能する。企業はCloud Pub/Subをイベントデータの取り込みと配布の汎用（はんよう）手段として使用できる。開発者はCloud Pub/Subを使用して、GCP内外のシステムを素早く連携させることが可能だ。
Cloud Data Fusion
ETL（抽出、変換、読み込み）サービスの「Cloud Data Fusion」は、ポイントアンドクリック型のグラフィカルユーザーインタフェースにより、コーディングしないでETL処理のパイプラインを開発できる。そのため、ユーザーのスキルレベルを問わず、データの準備と転送、変換が可能になる。オープンソースソフトウェアをベースとするため、ハイブリッドクラウド環境やマルチクラウド環境でも高い移植性を実現する。
Copyright © ITmedia, Inc. All Rights Reserved.
GCPの「ビッグデータ分析サービス」10選
Googleのクラウドサービス群「Google Cloud Platform」（GCP）には、ビッグデータ分析に利用できるサービスが複数ある。GCPに含まれる10個のビッグデータ分析サービスの特徴を説明する。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社kickflow] 2社の事例に学ぶワークフロー改革：属人化解消や年数万件の申請書類削減のコツ -
製品資料
[NTTPCコミュニケーションズ株式会社] 「回線速度不足」だけが原因ではない？ Web会議の遅延を解決する方法とは -
製品資料
[東京エレクトロン デバイス株式会社] 工場の可用性向上に重要な「7つの領域」と対策 OTセキュリティ強化の基礎知識 -
製品資料
[リコージャパン株式会社] 問い合わせ対応で本来の業務が進まない、総務や情シスの負担をどう減らす？ -
製品資料
[リコージャパン株式会社] 自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
2
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
3
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
4
LLMの「過学習」、正しく説明している文章はどれ？
-
5
管理職542人に聞いた AIやデジタル化でなくしたい主な事務作業第1位は？
-
6
10年かけてBIを再構築したアマノの一手 「権限がない」「予算がない」でもDXは動かせる
-
7
レガシー基幹システムをSAPに統合 山善が突き止めた「標準化と個別最適」の境界線
-
8
GitHub Copilotを使いこなす第一歩 初めてのプロンプト6つのコツ
-
9
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
10
AI活用か新たな脅威か OpenAI自律エージェントがRubyGemsを急襲
ホワイトペーパーランキング PR
-
1
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
2
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
3
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
少額減価償却資産が40万円未満へ拡大、令和8年度税制改正で押さえるべき変更点
-
6
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
7
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
8
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー