डेटा विश्लेषण के साथ BigQuery - अब वास्तविक समय में

व्यवसाय लगातार नेटवर्क अनुप्रयोगों से भारी मात्रा में डेटा प्राप्त करते हैं जो कई लेनदेन को पूरा करते हैं, लाखों लोगों की सेवा करते हैं और जुड़े उपकरणों की बढ़ती संख्या। प्रतिस्पर्धा बनाए रखने के लिए सबसे महत्वपूर्ण शर्त इस डेटा में परिवर्तनों का तुरंत जवाब देने की क्षमता है। इसी समय, कंपनियां बड़ी मात्रा में जानकारी के संग्रह, भंडारण और विश्लेषण में लगी हुई हैं, कभी-कभी प्रति दिन सैकड़ों गीगाबाइट्स, सिस्टम का उपयोग करके जो बस काम की इस गति का सामना नहीं कर सकते हैं।

हमने परिष्कृत, महंगे उपकरण में निवेश किए बिना व्यवसायों को इस समस्या से निपटने में मदद करने के लिए BigQuery का निर्माण किया। पेश है दो नए फीचर्स जो उनके टास्क को आसान बना सकते हैं।

वास्तविक समय स्ट्रीमिंग

अब आप एक साधारण API कॉल - tabledata().insertAll() साथ रिकॉर्ड द्वारा डेटा रिकॉर्ड स्थानांतरित कर सकते हैं। यह आपको श्रृंखला में कैशिंग और बाद के डेटा हस्तांतरण के लिए सिस्टम बनाने और बनाए रखने के बजाय, उन्हें डाउनलोड करने की अनुमति देगा। और सबसे महत्वपूर्ण बात, डेटा तुरंत विश्लेषण के लिए उपलब्ध हो जाता है।

BigQuery में डेटा स्ट्रीमिंग आसान है। यह पायथन के लिए एक उदाहरण है:

 body = {"rows":[ {"json": {"column_name":7.7,}} ]} response = bigquery.tabledata().insertAll( projectId=PROJECT_ID, datasetId=DATASET_ID, tableId=TABLE_ID, body=body).execute() 

1 जनवरी 2014 तक परीक्षण अवधि के दौरान डेटा स्ट्रीम करने की क्षमता नि: शुल्क प्रदान की जाती है। उसके बाद, सेवा के प्रावधान के लिए प्रति 10 हजार प्रविष्टियों पर 1 प्रतिशत शुल्क लिया जाएगा। मौजूदा बैच डेटा एंट्री सिस्टम मुफ्त रहेगा।

टेबल सब्मिट विश्लेषण

@ SQL . , , 24 , . , , 30 .

, BigQuery , SUM(), COUNT(), AVG(), MIN(), MAX(), FIRST_VALUE LAST_VALUE() , COVAR_POP(), COVAR_SAMP(), STDDEV_POP(), STDDEV_SAMP(), VAR_POP() VAR_SAMP() .

BigQuery , , , — , , .




.

BigQuery — , , . , Google+, # BigQuery . एक सरल नए संशोधक @ SQL . , , 24 , . , , 30 .

, BigQuery , SUM(), COUNT(), AVG(), MIN(), MAX(), FIRST_VALUE LAST_VALUE() , COVAR_POP(), COVAR_SAMP(), STDDEV_POP(), STDDEV_SAMP(), VAR_POP() VAR_SAMP() .

BigQuery , , , — , , .




.

BigQuery — , , . , Google+, # BigQuery . का उपयोग करके तालिका के विशिष्ट सबसेट का चयन करना संभव है @ SQL . , , 24 , . , , 30 .

, BigQuery , SUM(), COUNT(), AVG(), MIN(), MAX(), FIRST_VALUE LAST_VALUE() , COVAR_POP(), COVAR_SAMP(), STDDEV_POP(), STDDEV_SAMP(), VAR_POP() VAR_SAMP() .

BigQuery , , , — , , .




.

BigQuery — , , . , Google+, # BigQuery . @ SQL . , , 24 , . , , 30 .

, BigQuery , SUM(), COUNT(), AVG(), MIN(), MAX(), FIRST_VALUE LAST_VALUE() , COVAR_POP(), COVAR_SAMP(), STDDEV_POP(), STDDEV_SAMP(), VAR_POP() VAR_SAMP() .

BigQuery , , , — , , .




.

BigQuery — , , . , Google+, # BigQuery .